為什么我玩MCP少了?
本文探討了MCP(多模態(tài)能力插件)在實際應(yīng)用中的體驗變化。作者黃叔曾深度參與MCP開發(fā),但近期使用頻率降低。文章通過案例分析,展示了MCP的強大功能,如自動化任務(wù)執(zhí)行和多模態(tài)內(nèi)容生成,同時也指出了其面臨的挑戰(zhàn),包括安裝復(fù)雜、依賴特定環(huán)境、產(chǎn)品封裝局限以及生態(tài)維護(hù)問題。盡管如此,作者仍認(rèn)為MCP是通往AGI(通用人工智能)的必經(jīng)之路,具有重要的戰(zhàn)略意義。
主體就三個要點:
1.MCP太爽了
2.MCP太難了
3.MCP很重要
那故事要從黃叔馬上會開源的第一個產(chǎn)品說起,是的,黃叔打算用一年時間開源20個產(chǎn)品!歡迎大家先關(guān)注起來。
01 全自動群聊內(nèi)容總結(jié)
這是個啥呢?我們可能不少朋友見過別人在群里發(fā)各種群聊日報,是的,黃叔把這件事情用一個產(chǎn)品做了全自動:
1.可以針對每個不同的群聊定制總結(jié)Prompt(總結(jié)出來的可視化網(wǎng)頁見上右圖);
2.支持一鍵批量總結(jié)多個群聊;
3.支持定時自動總結(jié)群聊;
這套產(chǎn)品實現(xiàn)的基礎(chǔ)是Chatlog,我們今天的主題要從這個Chatlog開始講起:
Chatlog是什么?簡單說我們的微信本地數(shù)據(jù)庫是會加密的,Chatlog 相當(dāng)于一把鑰匙,有了它我們才能更方便的取到微信聊天記錄。
它提供了API和MCP兩種方式:
黃叔最早是用 MCP 來接入的,但到后面,我轉(zhuǎn)去了用它的 API。 也是先體驗到了MCP的爽,然后才意識到MCP的難!
這里黃叔先埋個勾子,下面先來說說 MCP 的爽,然后提到 MCP 的難的時候,我會再 callback 回來講講為什么我用 Chatlog 的 API 而不是 MCP,大家在那個時間點就會更加理解了。
一、MCP的爽!
首先是流量,我們會發(fā)現(xiàn)MCP從2月底開始起量,到Manus進(jìn)一步帶火,一直到現(xiàn)在,MCP的微信指數(shù)都可以維持在一個很高的位置:
這說明公眾和大廠對于MCP都是有共識的。
這里為了讓大家理解MCP的爽,我再抽兩個案例來說說哪里爽了;
案例1:用高德地圖MCP,智能尋找”中間點”咖啡館
痛點:和朋友約在兩人都方便的中間地點,結(jié)果因為地名相似(”環(huán)宇薈”與”北城匯”)而跑錯地方,尷尬得想找個地縫鉆進(jìn)去。
MCP解決方案:我只需告訴AI”我在哪,朋友在哪,幫我們找個中間位置、方便停車的咖啡館”。然后AI就像個盡職的私人助理:
1.自動規(guī)劃任務(wù)
2.調(diào)用高德地圖MCP查詢兩個起點的精確坐標(biāo)
3.計算出地理中點的經(jīng)緯度
4.再次調(diào)用MCP,以中點為圓心,搜索半徑5公里內(nèi)所有咖啡館
5.根據(jù)”好停車”等要求進(jìn)行篩選排序
6.最終生成可視化網(wǎng)頁,包含推薦咖啡館列表
這個過程,MCP將一個復(fù)雜的多步驟現(xiàn)實問題,分解并自動化執(zhí)行。
對比起來,如果沒有MCP,這個問題大模型只能通過搜索來獲取答案,因為拿不到具體的經(jīng)緯度,AI就只能給出一個模糊的答案,這也是過去旅行規(guī)劃一直做不好的一個重要原因。
案例2:三句話搞定”論文解讀音頻網(wǎng)站”
痛點:閱讀長篇論文簡直是種折磨,效率低到讓人想哭。
MCP解決方案:我把論文鏈接丟給AI,然后只說了三句話,它就:
1.自動理解論文,生成摘要和章節(jié)目錄
2.調(diào)用網(wǎng)頁生成工具,創(chuàng)建可視化網(wǎng)站框架
3.遍歷每個章節(jié),生成文字解讀稿,再調(diào)用MiniMax的語音合成MCP將文字轉(zhuǎn)化為音頻
4.將生成的音頻鏈接嵌入網(wǎng)頁,最終形成一個帶目錄、可跳轉(zhuǎn)、可收聽的論文解讀網(wǎng)站
這個網(wǎng)站不僅能解讀論文,甚至可以自動上網(wǎng)檢索”任嘉倫新劇”的相關(guān)信息,生成圖文并茂的音頻資訊站。MCP就像超級膠水,將不同廠商的能力無縫粘合,創(chuàng)造出全新應(yīng)用。
看視頻:
同樣,Claude和ChatGPT本身是無法生成音頻的,所以音頻的生成是需要依賴外部的MCP來獲得。
從兩個示意流程圖可以看到,通過 MCP,可以做到原來單純大模型做不到的事情。 然后Coding的工作量還變少了對吧!
那為何黃叔現(xiàn)在用的越來越少了?這就不得不說,MCP的難:
二、MCP的“難”
MCP如此強大,為何我又說用得少了?因為理想和現(xiàn)實之間,還有一條巨大的鴻溝
痛點一:安裝部署復(fù)雜,技術(shù)要求高
對非技術(shù)”小白”用戶,MCP的安裝、配置和環(huán)境依賴(特定IDE、配置Server等)簡直是”天書”。這直接把大多數(shù)普通用戶拒之門外,就像在健身房門口放了個“先完成鐵人三項才能進(jìn)來鍛煉”的牌子。
痛點二:依賴IDE或MCP Client
MCP的使用,是必須有MCP Client來Run的,對應(yīng)的就是Cursor、Winsurf、Trae這類的IDE,或者是ChatWise這類,再不然就是得Agent。
總之,想快速使用MCP,意味著你得先有上面的前置環(huán)境。
痛點三:封裝產(chǎn)品的局限性與底層模型依賴
即便使用已封裝好的商業(yè)產(chǎn)品(如MiniMax Agent、扣子空間、納米AI超級智能體等),MCP也只是其能力庫中的一個工具。Agent對任務(wù)的規(guī)劃路徑具有不確定性,這意味著你每次運行,它選擇的工具和步驟可能都不同,導(dǎo)致結(jié)果不穩(wěn)定,難以滿足精確的定制化需求。就像讓一個三歲小孩幫你買菜,他可能帶回來冰淇淋而不是蔬菜。
并且也依賴底層模型能力,不同的底模執(zhí)行的效果也大相徑庭,因為看前面的流程,除了MCP運行,還有大量其他工作是需要模型處理的。
現(xiàn)在可以CallBack回一開始說的Chatlog,如果我想用它,意味著我必須得打開Cursor,每次都要輸入一遍自然語言,或者是提前準(zhǔn)備好一個todo.md文件,受限于模型的上下文,也不方便一次做到多個群聊的總結(jié),更做不到全自動總結(jié)。
還意味著,如果我想讓更多朋友用,他們也需要提前安裝Cursor?這顯然不方便。
于是我用它的API,直接封裝出一個網(wǎng)頁,每一個不熟悉AI的人也可以對著網(wǎng)頁,點一下就配置完了,每天也可以自動的給你分析出來。
這就是差別!
痛點四:好的MCP太少,非官方的MCP又會面臨維護(hù)不及時的情況
優(yōu)質(zhì)插件非常稀缺:雖然在魔搭(ModelScope)這樣的平臺上MCP數(shù)量眾多,但真正稱得上”精品”的寥寥無幾。這就像一個巨大的美食城,但真正好吃的店鋪只有那么幾家。生態(tài)的繁榮,需要更多高質(zhì)量開發(fā)者參與建設(shè)。
分享的最后,魔搭也發(fā)起了MCP挑戰(zhàn)賽,有獎金啥的,主持人也是又Cue回了黃叔,說希望能有更多黃叔覺得好的MCP出來,汗!
不過如果大家有好的MCP,也確實歡迎找我,給你好好地寫一篇:)
個人維護(hù)難以為繼:許多優(yōu)秀MCP出自個人開發(fā)者,這帶來一個致命問題——維護(hù)性。例如,我曾非常依賴一個”微信讀書MCP”,它可以抓取我在微信讀書App里的所有劃線和筆記,并生成總結(jié)報告。但只要微信讀書接口一更新,這個插件就立刻失效。由于是個人項目,開發(fā)者可能沒精力或意愿跟進(jìn)維護(hù),導(dǎo)致這個優(yōu)秀工具瞬間”陣亡”。
三、MCP的”重要”:通往AGI的必經(jīng)之路
盡管面臨重重困難,但我依然堅信,MCP是AI發(fā)展中不可或缺、至關(guān)重要的一環(huán)。
我們可以用一個形象的比喻來理解:
大模型是”大腦”:負(fù)責(zé)思考、理解和規(guī)劃。
MCP是”手和腳”:負(fù)責(zé)執(zhí)行大腦的指令,調(diào)用各種工具去完成物理世界或數(shù)字世界中的具體任務(wù)。
沒有MCP,AI就永遠(yuǎn)只是一個被困在數(shù)字空間里的”大腦”,無法真正動手做事。就像一個聰明絕頂?shù)闹c瘓的天才,再多的知識也難以改變現(xiàn)實世界。MCP的生態(tài),就是AI能力的儲備庫,每一個強大的MCP,都代表著AI在某個垂直領(lǐng)域解鎖了一項新技能。
結(jié)語:MCP的現(xiàn)在與未來
目前,我們正處在MCP發(fā)展的初期階段。它就像一個潛力無限但略顯笨拙的少年,一方面讓我們驚嘆于其展現(xiàn)的強大能力,另一方面又讓我們?yōu)槠渖鷳B(tài)的不成熟而感到困擾。
因此,在現(xiàn)階段,對于追求穩(wěn)定和易用性的應(yīng)用場景,直接調(diào)用成熟的API或許是更優(yōu)解。但這并不妨礙我們對MCP的未來抱有最高度的期待。因為只有當(dāng)MCP的生態(tài)足夠繁榮、足夠健壯時,AI才能真正地”手腳并用”,成為我們生活中無所不能的超級助理。
本文由人人都是產(chǎn)品經(jīng)理作者【Super黃】,微信公眾號:【AI產(chǎn)品黃叔】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自Unsplash,基于 CC0 協(xié)議。
- 目前還沒評論,等你發(fā)揮!