MCP为何会从爆红一夜之间变成失宠的代名词？

说实话，MCP 曾经风光一时但现在似乎已经失宠了。就连 Anthropic 自己也在悄悄地去 MCP 化。你打开最新版本的 Claude，会发现一套叫做 Skills 的系统正在接管越来越多的工作。生成 PPT？读 Skill。做 Excel？还是读 Skill。曾经被寄予厚望的万能协议，怎么就沦落到这步田地？

MCP 为何出道即巅峰

我惊呆了。 2024 年 MCP 发布的时候，引发了轰动。主要原因是它精准击中了当时 AI 应用开发最大的痛点：开发者不得不重复造轮子。在 MCP 出现之前，开发者想让 Claude 访问 Google Drive？写一套代码接 API。想让它访问 Slack？再写一套 API。对于 IDE 厂商更惨， Cursor 要适配 Linear，Windsurf 也要适配 Linear，每家都在做几乎一模一样的脏活...

害，MCP 的设计初衷是为了让 AI 更好地使用工具，但 AI 其实根本不需要这种特殊的照顾，我满足了。。

MCP 的困境

MCP 能够直接在 AI 与数据、 工具之间架起一座桥梁，通过 MCP 服务器和 MCP 客户端实现 AI 领域的万物互联。但它的机制要求把工具的名称、 描述、参数结构以及使用示例，全部一股脑地注入到 Agent 的里。Agent 得先读完这些冗长的“说明书”，才能决定下一步该调用哪个工具。

实际上... 咱就是说这不就是在浪费资源吗？决定了 Agent 能看多少对话历史，能保留多少工作记忆，能有多大的推理空间。这就像是人类的短期记忆，容量极其有限。而 MCP 的工作方式，恰恰是在挥霍这个资源。

CLI vs MCP

CLI 之所以能回归， 正是主要原因是它足够简单，足够透明，足够强大。它把控制权交还给了用户，交还给了开发者，也交还给了 AI，勇敢一点...。