MCP 真的死了吗?一场关于 AI 工具接口的大争论

↑阅读之前记得关注+星标⭐️，😄，每天才能第一时间接收到更新。

Perplexity 的 CTO 在公司内部宣布放弃 MCP，改用 CLI 和 API。

这件事的讽刺之处在于：这竟然成了 MCP 近期曝光度最高的新闻。

什么是 MCP，它许诺过什么？

2024 年 11 月，Anthropic 推出了 MCP（Model Context Protocol，模型上下文协议）。

它的愿景很诱人：为 AI Agent 提供一套标准化的工具接口，让大模型能够统一地调用外部服务——就像 USB-C 之于设备充电一样，接一次，全部通。

开发者们蜂拥而至，MCP Server 以每周数百个的速度涌现。社区里弥漫着乐观气氛：AI 工具标准化的时代要来了。

一年多过去了，情况却反过来了。

问题出在哪里？——三把刀捅穿 MCP 的幻象

第一刀：线性上下文成本

MCP 的工作方式是：把所有工具的名称、描述、参数 Schema 注入 Agent 的上下文窗口，然后让模型决定调用哪个。

账是这么算的：

• 10 个服务 × 每服务 5 个工具 = 50 个工具描述
• 50 个工具描述 × 平均几百 Token = 上千 Token 的静态开销
• Agent 还没干任何事，上下文窗口就已经烧掉一大块

你只有三条路走，每条都是权衡地狱：

上下文窗口是 Agent 最宝贵的资产。MCP 用这笔钱换来的，是一个会漏气的抽象层。

第二刀：工程可靠性差

实际用过 Claude Code 的人都懂这个痛：

• MCP Server 经常启动失败，要重启才能恢复
• 多个工具就要多次走认证流程
• 权限只能按名称白名单，无法限制只读范围或参数边界

这不是产品缺陷，是协议设计带来的结构性问题。

第三刀：不可调试、不可组合

MCP 工具只存在于 LLM 的对话内部。出了问题，你只能去翻 JSON 传输日志。

对比 CLI：出错了，直接跑同一条命令，输入输出完全透明。

更致命的是可组合性。CLI 可以用管道串联、用 grep 过滤、重定向到文件。这不是便利，通常是唯一可行的方案。MCP 做不到这些——要么把整个数据塞进上下文，要么在 Server 端自己造过滤轮子。

CLI 为什么反而赢了？

工程师 Eric Holmes 写了一篇广为流传的文章，核心论点只有一句：

“LLM 已经在数以百万计的 man 手册、Stack Overflow 回答、GitHub Shell 脚本上训练过了。给它一个 CLI 和一份文档，它就能如鱼得水。”

CLI 的优势不是新发明出来的，而是几十年打磨的产物：

• 对人类和机器同样好用
• 可组合、可调试、认证体系成熟
• LLM 对 CLI 的理解是原生能力，不需要额外适配

MCP 承诺提供更简洁的接口，但实践证明，你还是要写同样的文档——工具是什么、接受什么参数、什么时候用它。和 man 页面没有本质区别。

最好的工具，是对人类和机器都好用的工具。CLI 早就是了。

等等——MCP 真的死了吗？

这里要踩刹车，给”MCP已死”这个判断打上问号。

放弃 MCP 的有：

• Perplexity（生产级 AI Agent）
• Duetchat（在 v2 版本彻底删除 MCP 集成）
• YC CEO Garry Tan：”MCP sucks”

还在用 MCP 的有：

• Cursor、VSCode（IDE 集成场景）
• Claude Desktop（桌面助手场景）
• Anthropic 自己（MCP 的发起者，没有放弃）

这两组用户有一个关键区别：前者在生产环境跑 Agent，后者在开发者工具场景用 MCP 做工具连接。

CLI 适合服务端 Agent——这是有前提的。它对非技术用户不友好，在浏览器端和端侧场景也无法使用。MCP 的可视化配置、标准化接口，在桌面工具场景仍然有价值。

所以更准确的判断是：MCP 在生产级 AI Agent 的主流地位受到挑战，但没有全面死亡。

更深的问题：抽象层什么时候会溢出？

MCP 的失败，可能不是”技术路线错了”，而是发布时机错了。

2024年11月，AI Agent 框架还不成熟。MCP 试图在一个尚未稳定的生态上建立标准，结果变成了”builder 多于 user”的困境——服务器写了一堆，真正在生产跑的 Agent 很少。

更根本的矛盾是：

当 LLM 足够强，它不需要专门为它设计的接口——直接给 CLI 就行。

当 LLM 不够强，专门设计的接口也救不了它。

这是一个”抽象层溢出”的问题。当模型的原生泛化能力超过某个阈值，中间层就变成了纯粹的摩擦力。

随着 Coding Agent 越来越强，这个阈值正在被突破。

对 AI 产品建设者的实际意义

这场争论背后有一个清晰的工程信号：

AI 工具链正在分层，中间层在收缩。

• 能力层：LLM 越来越强，开始内化原来需要外部工具的能力
• 接口层：MCP 想做的”标准化”正在被 LLM 的原生泛化能力替代
• 执行层：CLI/API 这种经过验证的基础设施，比新造的抽象协议更抗风险

对于正在构建 AI 产品的人：现阶段，给 Agent 配 CLI 工具的 ROI，高于开发专属 MCP Server。 把精力放在让 Agent 更好地使用现有工具上，而不是为 Agent 造新的接口层。

MCP 会不会卷土重来？可能会，但需要等 Agent 生态更成熟、工具管理问题有新的解法之后。

现在，CLI 赢了这一局。

参考资料：

[1] Eric Holmes: MCP is Dead, Long Live the CLI 

[2] Denis Yarats（Perplexity CTO）内部邮件（X 上流传）