从辉煌到困境：MCP协议的一年变迁与反思

11月25日，Anthropic官方博客发布了一篇庆祝帖，宣布MCP（Model-Conditioned Protocol）正式满周岁，并发布了新版规范。数据显示，MCP Registry目前收录了近2000个Server，比9月份上线时增长了407%。然而，尽管得到了OpenAI、Google、AWS、HuggingFace等大厂的接入支持，这条周年庆消息在社交媒体上却反响平平，鲜有人讨论。

一年前，MCP横空出世时，整个硅谷为之沸腾，被誉为“AI界的USB-C”、“Agent时代的基础设施”，各种令人热血沸腾的口号层出不穷。但如今，就连Anthropic自己似乎也在悄悄“去MCP化”，最新版本的Claude中，一套名为Skills的系统正在接管越来越多的工作。

1

MCP的辉煌与困境

2024年，MCP的发布之所以引发轰动，是因为它精准击中了当时AI应用开发的痛点：开发者不得不重复造轮子。然而，真实的工程落地却给所有人泼了一盆冷水。

2

致命弱点：MCP越多、AI越蠢、越花钱

MCP最大的问题是其调用方式需要占用上下文，所有工具定义、调用请求和返回结果都必须经过模型的上下文窗口。多次调用后，上下文迅速膨胀，导致模型开始犯蠢，甚至产生幻觉，造成不可逆的错误。此外，加载太多MCP还会消耗大量Token，增加成本。

3

双刃剑：门槛低了，但也太低了

MCP的另一个问题是门槛太低，搭建一个MCP Server实在太简单，导致大量重复和低质量的轮子。开发者面对琳琅满目的选项，反而要花更多时间甄别哪个能用、哪个靠谱。

4

Skills上位，官方的隐性认错

Anthropic最新的官方文档中，Skills被摆到了C位，而MCP越来越像是一个不得不保留的兼容层。这似乎在暗示：别再迷信那个通用的MCP了，回来做定制化吧。

Skill的本质是对MCP的一次拨乱反正，它不再试图让模型实时去理解外部世界，而是把高频的、经过验证的能力封装成精简的预设。

5

MCP、Skill，都只是过渡

无论是MCP还是Skill，本质上都是补丁。它们是我们为了弥补当前AI智力不足而不得不打的补丁。随着AI的不断发展，这些补丁终将成为历史。真正强大的ASI出现的那一天，将不再需要这些协议和接口。

MCP或许没有彻底凉透，但已经从网红跌落回了基建。高频能力归Skills，长尾数据归MCP，这大概就是它最终的生态位。