精选·工具调用与协议

你怎么看当前 Agent 工具生态(MCP、Skills、CLI)的现状与问题?

91学AI·2026/7/13·8 阅读

考察点

开放题,面试官想看你是否持续关注生态、有自己的判断,而不是只会背八股。面渣系列里 CLI 热潮那组问题就是这类。答题结构建议:先说格局,再说问题,最后给落地建议。追问方向:是不是泡沫、普通开发者怎么参与。

参考答案

格局:MCP 跑赢了标准之争

2024 年底 Anthropic 发布 MCP 时,它只是众多工具接入方案之一;一年多后格局已经很清楚——OpenAI、Google、微软都宣布支持,主流 IDE、Agent 框架、云服务厂商跟进,公开 registry 上的 Server 数量从零涨到数千量级。工具接入层的标准之争基本结束,MCP 成了事实标准,类似当年容器编排里 Kubernetes 的位置。这对开发者的意义很实际:写一个 MCP Server,主流 Agent 应用都能接,投入不白费。

同期 Skills 的走红补上了另一块拼图:MCP 管「能力接入」,Skill 管「知识复用」,两者合起来覆盖了 Agent 工程化最痛的两点。各大模型厂商和 IDE 相继支持 Skill 机制,社区开始出现公开共享的 Skill 库。

CLI 热潮是怎么回事

飞书、网易云音乐这类产品发 CLI,看起来复古,逻辑却很新:CLI 天然是给「会执行命令的 Agent」准备的接口——文本进文本出、可组合、有退出码,比让 Agent 点 GUI 或解析复杂网页靠谱得多。这波热潮的本质不是 CLI 复兴,而是产品开始为 Agent 准备第三种接入面(GUI 给人、API 给程序、CLI/Skill 给 Agent)。判断一个产品要不要做 CLI,就看它的核心动作能不能被命令行表达、目标用户里 Agent 使用占比有多大。

繁荣背后的四个问题

质量参差:公开 registry 里大量 Server 是个人周末项目,没有测试、没人维护、文档残缺。企业接入前的尽调成本不低,「有」和「能用」之间差距很大。

安全治理滞后:第三方 Server 能看到你传入的全部数据、能返回带注入的内容,供应链攻击面真实存在。签名、审计、权限声明这些机制还在补,现在接入第三方 Server 本质上靠信任。

协议仍在演进:MCP 的传输方案一年里换过代(HTTP+SSE 到 Streamable HTTP),鉴权规范也是后补的。Skills 格式各厂商有细微分叉。跟着生态走要接受一定的变动成本。

重复建设与泡沫:同一个 SaaS 有十几个社区 Server;「万物皆可 MCP」的阶段过去后,会淘汰掉一大批没人用的。CLI 也一样,最后留下来的只会是核心动作高频的产品。

给落地者的建议

我们自己的策略是:标准坚定跟随(新工具一律 MCP 化,知识沉淀一律 Skill 化),第三方谨慎引入(只用官方或审计过的 Server,隔离部署),自建聚焦差异化(通用能力等生态,公司特有的业务工具自己写好 schema 和描述,这恰是护城河所在)。对普通开发者,红利在于「给自己常用的产品写高质量 Server/Skill」这件事仍有大量空白,比再做一个 Agent 应用实在。

可能的追问

  • MCP 会不会被模型厂商内化、最后消失? 接入层可能被平台托管(API 直接填 Server 地址),但协议本身作为交换格式会留下来——就像 JDBC 之于数据库,看不见了但无处不在。
  • A2A 会复制 MCP 的轨迹吗? 更难。Agent 间协作的需求密度远低于工具调用,且涉及跨组织的信任和商业边界,落地周期会明显更长,短期看好在大型企业内部先跑通。
  • Skills 和 MCP 会合并成一个标准吗? 职责正交,合并没有收益。更可能的演化是 Skill 里声明依赖哪些 MCP Server,打包分发时一起装,出现「Skill 包管理器」这类基础设施。

评论 (0)

暂无评论,快来抢沙发吧!

91学AI

© 2026 91学AI · 按岗位学 AI 与大数据. All rights reserved.