MCP是如何走下神坛的？

2024 年 11 月Anthropic 发布模型上下文协议MCP几乎所有 AI 开发者社区都在讨论这件事。MCP的设计之初就是要成为大模型和外部工具之间通信的通用标准有点像当年HTTP对 Web 的意义。一时间MCPserver 满天飞各种集成教程、开源实现层出不穷。但现在为啥没有热度了一句话总结MCP 的核心矛盾就是工具发现和上下文预算之间的冲突——Agent 要先知道有什么工具才能决定用什么但光是列工具清单就占了一大块 context window。MCP的工作方式是把工具的名称、描述、参数结构Schema以及使用示例全部注入到 Agent 的上下文窗口里。Agent 读完这些信息再决定要调用哪个工具。这个设计在工具数量少时还可以接受。但你一旦接入 10 个服务每个服务有 5 个工具光是工具定义本身就已经烧掉了几千个 token。Agent 还没开始干活上下文就已经塞满了一半。上下文窗口是 Agent 最宝贵的资源它决定了 Agent 能看见多少对话历史能保留多少工作记忆能有多大的推理空间。MCP的代价是把这个资源拿来列菜单。面对这个问题现有的出路只有三条一次性加载所有工具接受推理性能下降限制接入工具数量接受 Agent 能力边界收窄构建动态工具加载机制接受额外的延迟和复杂度除此之外日常使用中的痛点也不少。MCPserver 启动失败是家常便饭有时重试能解决有时必须推倒重来。接入多个服务就要在每个服务上重新认证一遍。权限管理也只有允许和不允许两档没有办法把某个工具限制为只读也没有办法约束它可以传什么参数。