MCP正在被严重低估:AI Agent连接工具的隐形价值

MCP通过按需加载和流程封装,解决了早期Token成本与CLI不可靠的两大痛点。
MCP(Model Context Protocol)是连接AI Agent与外部应用的标准化协议,曾因高Token成本被唱衰,但随着"按需加载工具Schema"机制的落地,这一核心缺陷已被解决。文章进一步指出MCP相对CLI的两项结构性优势:其一是可靠性——CLI依赖自然语言指令约束Agent行为,属于软约束,关键操作存在被跳过的风险;而MCP可将备份、变更、校验等步骤封装为一个原子工具,Agent只能整体调用,无法绕过任何环节。其二是安全性——CLI模式下Agent可接触宿主机所有密钥,MCP则通过最小权限模型确保Agent看不到密钥本身。最终结论是:快速临时任务用CLI,不能出错的生产操作用MCP封装工具,两者互补而非对立。
MCP到底是什么,为什么又被重新讨论
MCP(Model Context Protocol)本质上是一个“插头”——它把你的 AI Agent 连接到 GitHub、Slack、日历这类外部应用。听起来并不复杂,但围绕它的争论却经历了一次反转。
年初时,不少人唱衰 MCP,认为它“已死”,理由很直接:与其配置一堆 MCP 服务器,不如直接给 Agent 一个 CLI(命令行接口),既简单又便宜。这个说法并非没有道理。因为每一个 MCP 服务器都相当于塞给 Agent 一本“使用手册”,Token 成本会迅速堆积。

正如上图所指出的,接入 5 个服务器可能意味着在 Agent 真正开始工作之前,就已经消耗了约 5 万 Token。对于按 Token 计费的大模型应用来说,这是一笔不小的隐性开销,也是 MCP 早期被诟病的核心痛点。
MCP 由 Anthropic 于 2024 年底提出并开源,其设计目标是为 AI Agent 与外部工具/服务的交互提供一套标准化协议。它采用客户端-服务器架构:Agent(客户端)通过标准接口向 MCP Server 发送请求,Server 负责封装对具体服务(如 GitHub API、数据库、文件系统)的调用逻辑。这种分层设计的好处在于,Agent 无需了解每个外部服务的具体 API 细节,只需与统一的 MCP 接口交互。对比之下,直接使用 CLI 意味着 Agent 要自行拼接 shell 命令、处理输出格式,并依靠 Prompt 中的指令来规范行为——这是协议化集成与临时性脚本之间的本质区别。
成本问题已经被解决
这篇内容的关键转折在于:那个“50k Token”的批评,如今已经过时了。
现在的 Agent 不再需要一次性加载所有工具手册。它只需读取工具的名称(tool name),仅在真正需要调用某个工具时,才去打开对应的“手册”。这种“按需加载”的机制,直接把 MCP 最大的成本短板抹平了。
一个颇具说服力的信号是:此前嘲讽 MCP 的编程类 Agent(coding agent),现在也在重新把 MCP 加回来。工具生态用脚投票,往往比口头争论更能说明问题——当连早期的反对者都开始回归,说明 MCP 解决的问题是真实存在的。
这里的"按需加载"机制在技术上通常被称为 Tool Discovery 与 Lazy Schema Loading。早期 MCP 实现会在系统提示(system prompt)中一次性注入所有已注册工具的完整 JSON Schema,包括每个参数的类型、描述和示例,5 个工具累计数万 Token 的开销因此而来。改进后的实现中,Agent 初始化时只获取工具名称与简短描述(通常不超过几十 Token),完整 Schema 仅在 Agent 决策调用某个工具时才动态拉取。这一改动对成本的影响是数量级的——尤其在 Agent 只使用全部工具中的一小部分时,节省效果最为显著。
CLI 的脆弱:靠“承诺”约束 Agent 并不可靠
真正体现 MCP 价值的,是可靠性场景。
设想你用 CLI 的方式告诉 Agent:“动数据库之前,永远先做备份。”这只是一句话、一条指令。问题在于,自然语言指令是“软约束”——它依赖 Agent 每次都记得执行。

前 100 次它都执行得很好,但某一次它“赶时间”,跳过了备份这一步,结果一张表里的数据就永久丢失了。这就是把关键流程交给“口头承诺”的风险:它工作了无数次,却可能在最关键的一次失手。
MCP 的真正优势:把流程封装成不可跳过的工具
MCP 给出的解法是把流程“固化”。
你可以把备份、变更、校验这三个步骤打包进一个名为 migrate 的工具里:备份、修改、检查,全部作为日志步骤封装在工具内部。Agent 要做的只是调用这个工具——没有需要记住的东西,也没有可以跳过的步骤。

这是 CLI 与 MCP 的本质差异:CLI 把流程交给 Agent 的“记忆力和自律”,而 MCP 把流程做成了确定性的代码逻辑。对于不能出错的操作,确定性远比灵活性重要。
安全维度:Agent 不该看到你的密钥
除了可靠性,安全性是 MCP 另一个常被忽视的优势。
用 CLI 时,Agent 工作在终端环境里,这意味着它理论上能够接触到你机器上的每一个密钥(key)。权限边界是模糊的、全开的。

而使用 MCP 时,Agent 永远看不到密钥本身,它只能拿到你明确授予它的那个工具。换句话说,MCP 天然提供了一种最小权限(least privilege)的隔离模型——你给什么,它才有什么。对于安全敏感的生产环境,这种“看不见密钥”的设计价值巨大。
这里的"最小权限(least privilege)"是信息安全领域的经典原则,指任何程序或用户只应被授予完成当前任务所必需的最低权限,不多给一分。MCP 在架构上天然契合这一原则:密钥存储在 MCP Server 端,Agent 侧仅持有调用工具的能力,无法读取服务器的环境变量或配置文件。即便 Agent 被恶意 Prompt 注入(prompt injection)攻击,攻击者通过 Agent 能触及的资源也被严格限定在已授权工具的范围内,爆炸半径(blast radius)大幅收窄。相比之下,CLI 模式下 Agent 通常运行在宿主机的 shell 环境中,~/.aws/credentials、.env 文件等敏感信息理论上均在其可读取范围内。
结论:不是非此即彼,而是分场景选择
需要澄清的是,这并不是说 MCP 可以取代一切。
对于快速、临时的任务,CLI 依然是又快又省的选择;而对于那些“绝不能出错”的操作——涉及数据库、密钥、生产变更——就应该给 Agent 一个封装好的工具,而不是一句不可靠的口头约定。
一句话总结这个取舍:For things that can't go wrong, give it the tool, not a pinky promise.(对于不能出错的事情,给它工具,而不是拉钩承诺。)这正是 MCP 当前被低估的核心所在——它换来的不是便利,而是确定性与安全边界。
相关推荐

Agentic Paper Bomb:用多智能体自动生成企业合规文档
Reddit 开发者分享 Agentic Paper Bomb 实验:让五个 AI 智能体扮演高管角色,自动生成企业合规、安全、DevOps 等文档。探讨多智能体协作生成文档的潜力与隐忧。

《Rob Roy》经典台词解析:领导者的代价与生存抉择
解析《Rob Roy》中Rob Roy与Sibbald的经典对峙台词,探讨领导力的代价、生存与尊严的权衡,以及权力博弈背后的人性洞察。

黄仁勋被曝聘请擅长处理丑闻的公关公司
据 Wired 报道,黄仁勋在《纽约时报》报道其妻子商业往来后,聘请了一家曾处理高知名度性丑闻的公关公司。本文分析这一举动背后的危机管理信号及其对英伟达声誉的影响。