夜雨聆风一边是月下载 9700 万次的行业标准，一边是"MCP is dead"的热帖。这协议到底是未来还是泡沫？这篇扫盲文把概念、争议和用法一次讲清楚。
● ● ●
开篇
过去半年，你在 AI 新闻里肯定撞见过这三个字母：MCP。厂商发布会提它，招聘 JD 里要它，连你装个 AI 工具都可能弹出个 "MCP server" 的配置框。
然后你刷到两条消息。一条说 SDK 月下载量冲到 9700 万次，OpenAI、Google、Microsoft 全上车了；另一条，一个叫 Pieter Levels 的知名独立开发者发帖说："MCP is dead"。
到底信谁？
说实话，这问题我也琢磨了挺久。查了一圈资料、翻了不少社区帖子，结论其实不复杂：两边说的都是真话，只是说的不是同一件事。这篇就按扫盲的规格，把 MCP 从头捋一遍。
MCP 概念冲突图
● ● ●
一、先别管它叫啥，看它解决什么问题
要把 MCP 讲明白，得先讲一个没 MCP 的世界长什么样。
MCP 出现之前，主流 AI 产品用起来就是个 聊天盒子。你问它什么，它答什么，靠的是训练时记在参数里的知识。但你的文件它看不见，你的日历它够不着，你公司数据库里那几百万条订单，它更是一无所知。
想让 AI 干活，就得给它接工具。问题来了：怎么接？
那会儿每家 AI 厂商各搞一套自己的接口。你想让 Claude 读你的 Google Drive，得按 Anthropic 的规矩写一遍集成；想让 ChatGPT 干同样的事，好，再按 OpenAI 的规矩写一遍；再来个 Gemini，第三遍。10 个模型 × 10 个工具，就是 100 套集成代码，每套的写法还不重样。
干过这活儿的人都知道有多烦。工具方也烦——一家小公司做的效率工具，想同时被 300 多个 AI 客户端用上？那得养多少个工程师维护接口。
MCP（Model Context Protocol，模型上下文协议） 干的事，就是把这个 "N×M" 的乱账变成 "N+M"。
类比一下：手机充电口。以前 Nokia 一个口、索爱一个口、三星又一个口，充电线家里能翻出七八种。后来 USB-C 成了统一标准，一根线走天下。MCP 就是 AI 世界的 USB-C——Anthropic 在 2024 年 11 月把它开源出来，规定了一套统一的"对话格式"：AI 和工具之间该怎么打招呼、怎么报能力、怎么传结果，全部标准化。
这里说清楚三个名词，之后你就不会被绕晕了：
- MCP Host
：发起对话的 AI 应用。Claude Desktop、ChatGPT、Cursor 都算。 - MCP Server
：把某个工具或数据源包装成标准接口的小程序。GitHub 的、地图的、你公司数据库的，各是一个 server。 一个 server 对外暴露三种能力：Tools（AI 能主动调用的函数）、Resources（AI 能读取的数据）、Prompts（可复用的提示词模板）。
一句话总结：MCP 是一套翻译标准，让任何 AI 都能用同一套"行话"调用任何工具。
MCP 架构三件套图
N×M 与 N+M 对比图
● ● ●
二、凭什么是它成了标准
AI 圈每年都有人提"统一标准"，绝大多数活不过半年。MCP 凭什么活下来，还活成了气候？
回头看时间线，其实每一步都挺关键。
2024 年 11 月开源时，仓库里就几十个参考实现，纯属小众玩具。转折点在 2025 年 3 月：OpenAI 宣布支持 MCP，给自己的 Responses API 和 Agents SDK 加上了原生 MCP client。这事儿的分量在于——OpenAI 和 Anthropic 是死对头，死对头都上车，说明这标准不是哪家自嗨。
2025 年 12 月，两步关键的棋。Anthropic 把 MCP 捐给了 Linux Foundation 旗下的 Agentic AI Foundation（AAIF），创始方还包括 OpenAI 和 Block，Google、Microsoft、AWS 全在支持名单里。同一时间 Google 宣布全面采纳，给 Google Maps、BigQuery 这些服务上线了官方托管的远程 MCP server。Microsoft 则把 MCP 塞进了 Windows 11、GitHub 和 Azure AI Foundry。
数据层面更直观：
SDK 月下载量：发布时约 200 万次 → 2026 年 3 月 9700 万次。Kubernetes 走到这个量级用了差不多四年，MCP 只用了不到一年半。 公开索引里的 server 数量：2025 年初 1200 个 → 2026 年中 12000+ 个，一年涨了 8 倍。 接入 MCP 的客户端超过 300 个，ChatGPT、Claude、Cursor、Gemini、Copilot 全在。
还有个不容易注意的点：2026 年 7 月 28 日，MCP 规范发布了第五版——史上最大的一次更新。核心转向"无状态"设计，还加了个挺有意思的东西叫 MCP Apps：server 可以返回一个在沙箱里渲染的交互界面。
飞哥的判断是：当竞争最激烈的几家公司愿意把控制权交给一个中立的基金会，这事儿就成了。Gartner 预测 2026 年底 40% 的企业应用会内置任务型 AI agent，65% 的企业计划采纳 MCP 或同类标准——这数字不管准不准，方向是明摆着的。
MCP 发展时间线数据图
● ● ●
三、"MCP 已死"是怎么回事
好，现在轮到那条 "MCP is dead" 了。反方的话，其实也很有料。
最扎眼的一条，是 Hacker News 上一个 311 分的热帖，标题直白得很："我憋了很久才写这篇，但我确信 MCP 提供不了任何真实价值"。
他们手里是有数据的。Quandri 的工程师做过一次测量，结果被到处引用：接上 4 个 MCP server，模型还没听你说一个字，光工具定义就吃掉了 21,077 个 token——200K 上下文窗口的 10.5%。其中 Linear 一个 server 就贡献了 42 个工具、12,807 个 token，哪怕你最后只用了其中两个。更狠的对比：同一个任务，走 MCP 消耗 12,957 token，直接调命令行工具只要 200 token，差 65 倍。
速度也慢：每次调用比直接调 API 慢 3 倍，第一次调用（要初始化 server）慢 9.4 倍。还有质量——一份 2026 年的质检报告里，44% 的公共 server 连基础质检都过不了，描述不清、缺错误处理、返回格式不标准。41% 的官方列表 server 甚至零认证，谁都能连。
再往后是那几个标志性事件：Pieter Levels 发帖说"MCP is dead"；Perplexity 的 CTO 在 Ask 2026 大会上宣布内部弃用 MCP，改回直接用 API 和 CLI；Cloudflare 用代码生成替代了 MCP 的工具调用。
听着是不是挺绝望？别急。注意一个细节：上面所有批评，骂的都不是"AI 该不该连工具"，而是"MCP 现在这套实现方式太笨重"。
这个区别很重要。Anthropic 自己也没装看不见：他们推出了按需发现机制（Tool Search），工具定义不再一口气全塞进上下文，用到哪个再加载哪个。官方博客里的案例，一个 Google Drive 到 Salesforce 的工作流，上下文占用从 150,000 token 降到 2,000 token，少了 98.7%。Claude Code 从 2.1.7 版本起，工具描述超过上下文 10% 就自动懒加载。
社区里有句总结我觉得说得最好：死的不是 MCP，是"把每个工具都包成 MCP"的执念。这感觉就像 USB-C 刚普及那会儿，一堆人怀念 Micro-USB 说"好好的换什么口"——骂归骂，最后抽屉里还是只剩一种线。
Token 消耗对比图
● ● ●
四、普通人不写代码，怎么用上
讲完概念和争议，说点实在的。2026 年的好消息是：用 MCP 这件事，已经基本图形化了。
先说最简单的一条路。现在打开 Claude（桌面版或 claude.ai），设置 → Connectors，里面躺着 50 多个官方审核过的连接器：Google Drive、Gmail、Notion、Linear、Canva、Slack……点一下，走 OAuth 登录授权，完事儿。全程看不见一行 JSON，免费版也能用。ChatGPT 也类似：付费档在设置 → 连接器里粘贴一个 server 的 URL，浏览器里授权一下就接上了。
拿个真实案例说：项目管理工具 Quire 把自家 MCP 接进 Claude 和 ChatGPT，官方文档写的是"全程 5 分钟，不需要 API key，不需要写代码"。接完之后你用大白话说"帮我把明天的设计评审拆成三个任务派给小张"，AI 就能直接操作你的项目面板。
另一条路，适合愿意碰一点点配置的人：自己挑几个高口碑的 server 装上。社区实测留存率最高的几个：
- filesystem
：让 AI 直接读写你的本地文件，最基础也最实用 - context7
：实时拉最新官方文档，专治 AI 用过时 API 的幻觉 - playwright
：让 AI 自己开浏览器验证效果，写完就验 - memory
：给 AI 装个跨会话的长期记忆 - GitHub
：日常提 issue、起草 PR 的老手
但这里有个中文社区实测出来的硬经验，比任何配置教程都值钱：5-6 个 server 是甜点区，超过 7 个，AI 自己都开始犯迷糊。有人装了 20 个，最后留了 6 个。另外有人测过：5 个 MCP 加 58 个工具，光定义就吃掉约 55,000 token。所以用不上的就关掉——Claude Code 里 /mcp 命令可以随时开关，按项目按需挂载。
正确姿势：少而精，按需挂载，用完就关。
普通人接入 MCP 路径图
● ● ●
五、三个保命提醒
扫盲文里这部分不能省。MCP 的本质是给 AI 发工具，那工具伤不伤你自己，得你说了算。
第一，权限要抠。 数据库类的 server，务必用只读账号。给它一个有 DROP TABLE 权限的连接串，等于把删库的按钮递到了 AI 手里。filesystem 同理，别把整个根目录暴露给 AI。前面说过 41% 的 server 零认证，反过来想——你连的也可能是个三无产品。
第二，数量要克制。 不是装得越多越厉害。吃 token、拖速度、AI 决策质量下降，全在上面说过了。5-6 个是上限。
第三，审查发布者。把 MCP server 当浏览器扩展看待：谁发布的、有没有官方背书、权限范围有多大。不在来路不明的 server 里贴 API key。Zuplo 2026 年的调查里，50% 的受访者把"安全/访问控制"列为最大挑战——这不是你一个人的顾虑。
补一句 Windows 用户的：MCP 的坑在 Windows 上明显比 Mac 多，Node 版本、绝对路径、JSON 转义，随便哪个都能卡你半小时。别硬扛。遇到报错先去社区搜同款报错，大概率有人踩过。
安全警示图
● ● ●
写在最后
回到开头那个问题：信"9700 万"，还是信"is dead"？
我的答案是：都信，然后看你自己是谁。
写代码的，值得花一个下午把 MCP 配起来——哪怕只是为了那 30 到 60 分钟/天的杂活节省，GitHub、数据库、文档查询这几类已经相当成熟。不写代码的，走官方连接器那条路就行，别自己折腾 JSON 配置，那玩意儿确实能劝退人。只想聊天的，那更简单：先不用管，等它像 USB-C 一样彻底藏进界面底下——到那时候你会用它，但不会再讨论它。
其实 MCP 最好的结局，恰恰是消失。
上面这句我想了想，没收回。标准这东西，讨论热度褪去的时候，才是真正铺开的时候。
它已经在你的工具链里了，只是你还没注意到。
分人群结论图