你手机里那些能帮你查资料、跑代码、发消息的 Agent为什么能「动手」上一篇讲了 Agent 有四件套其中「手」 工具。可你有没有想过这些「手」到底是怎么接上的为什么 2024 年底突然冒出来一个叫 MCP 的东西连 OpenAI、Google 都陆续表态支持今天用「插头」和「接口」的比喻把从 Function Calling函数调用到 MCP 这条线讲清楚——顺便聊聊 MCP 到底有多大想象力。一、Agent 的「手」分两种体内的和体外的小白你上一篇说 Agent 有「手」 工具那这些手都长一样吗教练分两种关键看「手长在哪儿」。教练第一种叫Tools工具是**进程内in-process就是同一个程序里**的手。比如你写的程序里本来就有一个「算税」函数Agent 直接调它就跟你手直接够到鼻子一样没有中间商。教练第二种叫MCP是**进程间跨进程两个独立程序之间**的手。比如 Agent 想读你电脑上的文件、或者调一个独立的数据库程序——这两个程序是分开跑的中间得有个「标准接口」才能对话这个接口就是 MCP。小白所以一句话——体内的叫 Tools体外的叫 MCP教练✅ 记牢这句就行。Tool 是「自己人」MCP 是「对外接头」。图1Agent 的手分两种——进程内 Tools原装手vs 进程间 MCP外接接口二、最早的手Function Calling函数调用——点对点小白那 Agent 最早是怎么「长手」的教练2023 年 6 月OpenAI 提出了Function Calling函数调用。原理很简单模型自己不动手而是吐出一段结构化的「申请单」JSON一种机器读起来很顺的格式上面写着「我要调哪个函数、参数是什么」。教练比如你问「北京明天天气」模型输出一张单子{函数: 查天气, 城市: 北京, 日期: 明天}。你的程序看见单子替它去执行把结果喂回模型。小白那这不就跟上一篇说的「动嘴变下令」一样教练✅ 一模一样这就是 Agent 第一次长出手。但当时有个大问题——三、卡点没有标准N×M 适配爆炸小白什么问题教练Function Calling 是「点对点」的——你给模型列一张函数清单它只能从里面挑。更麻烦的是每家模型厂商的单子格式都不一样。OpenAI 一套写法、Anthropic 一套、Google 又一套。教练结果就是「N×M 灾难」你有 N 个模型、M 个工具每个模型对接每个工具都得单独写一遍适配代码业内叫glue code胶水代码。工具一多代码量爆炸式增长换一个模型全线返工。小白等于每换一家插座所有插头都得重做教练✅ 这个比喻绝了。没有统一标准全靠手工对接谁都累。图2演化时间线——Function Calling(2023.06) → Tool Use 泛化 → Plugins(2023) → MCP(2024.11)四、过渡Plugins / 各家工具——各自为政小白那中间没人想统一一下吗教练想过。2023 年 OpenAI 推过ChatGPT Plugins插件想建一个「工具商店」让模型调用第三方服务后来又有GPTs、各家的 Tool Use工具调用。教练但这些都是「各自为政」每个平台有自己的上架审核、自己的格式、自己的圈子。你是 ChatGPT 的插件到了 Claude 那边不算数再换个国产模型又得重来。本质还是「一座座孤岛」。小白所以还是没解决「统一」的问题。教练✅ 对直到 2024 年 11 月Anthropic 把MCPModel Context Protocol模型上下文协议开源才真正把标准立起来。五、破局MCP——统一的「USB-C 接口」小白MCP 凭什么能统一教练因为它干了件聪明事——把「模型怎么调外部能力」变成了一个公开协议protocol就是事先约定好的沟通规则就像 USB-C 把「怎么给设备充电、传数据」统一了。教练一个工具比如查数据库只要按 MCP 标准写一个Server服务端提供能力的程序那么所有支持 MCP 的 Agent叫Host 宿主比如 Claude Desktop、Cursor都能直接用不用再为每家重写。中间负责对接的那段叫Client客户端。小白那复杂度怎么变教练✅ 从N×M 变成 NMM 个工具各写一个 ServerN 个 Agent 各写一个 Client两两自动对上。一次做好插头到处能插。小白等等这「协议」的思路我好像在哪见过教练✅ 见过——LSPLanguage Server Protocol语言服务器协议。2016 年微软干过一模一样的事以前每个代码编辑器VS Code、Vim都要为每个编程语言Python、Go单独写代码补全、跳转LSP 出来后语言作者写一次 Server所有编辑器通用。MCP 就是「AI 世界的 LSP」。图3集成复杂度 N×M → NMUSB-C 效应 MCP 三种原语 Tools / Resources / Prompts六、MCP 长啥样 它的想象力小白MCP 除了「能调工具」还有啥花样教练MCP 不只给「动作」它定义了三种基本能力业内叫primitive原语 最小积木教练①Tools工具模型能主动调用的「动作」比如「发邮件」「跑查询」②Resources资源应用能读取的「数据」比如一个文件、一张表——相当于 Agent 能直接「看」到的 U 盘③Prompts提示模板预写好的任务流程相当于把专家经验打包成「一键操作」。教练两个程序之间怎么传话靠传输层transport传输方式同一台电脑上用stdio标准输入输出像两根管子直连跨网络用Streamable HTTP像走网线。小白那想象力到底在哪教练✅ 三个字生态飞轮。教练第一一次开发处处可用工具作者不用再讨好每个 Agent 厂商写一次 Server 就全行业通用创作门槛骤降。第二组合创新Agent 能同时插上「文件系统 数据库 浏览器 Slack」多个 Server自己编排出一整套工作流——插头多了能搭的东西就多了。第三会出现「MCP 市场」像 npm、pip 装代码包一样未来 Agent 能自动发现、安装、调用别人的 Server工具的「应用商店」要来了。教练而且因为接口统一权限、审计、安全也能统一管控——「插头」有了安全标准企业才敢用。七、今天记住三点① Agent 的手分两种体内的叫 Tools体外的靠 MCP。一句口诀记牢自己人用 Tool对外接头用 MCP。② 从 Function Calling2023.06点对点→ Plugins2023各自为政→ MCP2024.11统一协议核心是把「对接」从 N×M 干成了 NM。③ MCP 的想象力在「生态飞轮」一次开发处处可用、多 Server 组合创新、催生工具市场——它是 AI 世界的 USB-C也是 AI 世界的 LSP。下一篇我们钻进 Agent 自己转起来的那个「心脏」——让它能思考→行动→观察的循环ReAct看它怎么一步步把活干完。 Agent的「手」为何能干活？揭秘MCP统一接口革命
你手机里那些能帮你查资料、跑代码、发消息的 Agent为什么能「动手」上一篇讲了 Agent 有四件套其中「手」 工具。可你有没有想过这些「手」到底是怎么接上的为什么 2024 年底突然冒出来一个叫 MCP 的东西连 OpenAI、Google 都陆续表态支持今天用「插头」和「接口」的比喻把从 Function Calling函数调用到 MCP 这条线讲清楚——顺便聊聊 MCP 到底有多大想象力。一、Agent 的「手」分两种体内的和体外的小白你上一篇说 Agent 有「手」 工具那这些手都长一样吗教练分两种关键看「手长在哪儿」。教练第一种叫Tools工具是**进程内in-process就是同一个程序里**的手。比如你写的程序里本来就有一个「算税」函数Agent 直接调它就跟你手直接够到鼻子一样没有中间商。教练第二种叫MCP是**进程间跨进程两个独立程序之间**的手。比如 Agent 想读你电脑上的文件、或者调一个独立的数据库程序——这两个程序是分开跑的中间得有个「标准接口」才能对话这个接口就是 MCP。小白所以一句话——体内的叫 Tools体外的叫 MCP教练✅ 记牢这句就行。Tool 是「自己人」MCP 是「对外接头」。图1Agent 的手分两种——进程内 Tools原装手vs 进程间 MCP外接接口二、最早的手Function Calling函数调用——点对点小白那 Agent 最早是怎么「长手」的教练2023 年 6 月OpenAI 提出了Function Calling函数调用。原理很简单模型自己不动手而是吐出一段结构化的「申请单」JSON一种机器读起来很顺的格式上面写着「我要调哪个函数、参数是什么」。教练比如你问「北京明天天气」模型输出一张单子{函数: 查天气, 城市: 北京, 日期: 明天}。你的程序看见单子替它去执行把结果喂回模型。小白那这不就跟上一篇说的「动嘴变下令」一样教练✅ 一模一样这就是 Agent 第一次长出手。但当时有个大问题——三、卡点没有标准N×M 适配爆炸小白什么问题教练Function Calling 是「点对点」的——你给模型列一张函数清单它只能从里面挑。更麻烦的是每家模型厂商的单子格式都不一样。OpenAI 一套写法、Anthropic 一套、Google 又一套。教练结果就是「N×M 灾难」你有 N 个模型、M 个工具每个模型对接每个工具都得单独写一遍适配代码业内叫glue code胶水代码。工具一多代码量爆炸式增长换一个模型全线返工。小白等于每换一家插座所有插头都得重做教练✅ 这个比喻绝了。没有统一标准全靠手工对接谁都累。图2演化时间线——Function Calling(2023.06) → Tool Use 泛化 → Plugins(2023) → MCP(2024.11)四、过渡Plugins / 各家工具——各自为政小白那中间没人想统一一下吗教练想过。2023 年 OpenAI 推过ChatGPT Plugins插件想建一个「工具商店」让模型调用第三方服务后来又有GPTs、各家的 Tool Use工具调用。教练但这些都是「各自为政」每个平台有自己的上架审核、自己的格式、自己的圈子。你是 ChatGPT 的插件到了 Claude 那边不算数再换个国产模型又得重来。本质还是「一座座孤岛」。小白所以还是没解决「统一」的问题。教练✅ 对直到 2024 年 11 月Anthropic 把MCPModel Context Protocol模型上下文协议开源才真正把标准立起来。五、破局MCP——统一的「USB-C 接口」小白MCP 凭什么能统一教练因为它干了件聪明事——把「模型怎么调外部能力」变成了一个公开协议protocol就是事先约定好的沟通规则就像 USB-C 把「怎么给设备充电、传数据」统一了。教练一个工具比如查数据库只要按 MCP 标准写一个Server服务端提供能力的程序那么所有支持 MCP 的 Agent叫Host 宿主比如 Claude Desktop、Cursor都能直接用不用再为每家重写。中间负责对接的那段叫Client客户端。小白那复杂度怎么变教练✅ 从N×M 变成 NMM 个工具各写一个 ServerN 个 Agent 各写一个 Client两两自动对上。一次做好插头到处能插。小白等等这「协议」的思路我好像在哪见过教练✅ 见过——LSPLanguage Server Protocol语言服务器协议。2016 年微软干过一模一样的事以前每个代码编辑器VS Code、Vim都要为每个编程语言Python、Go单独写代码补全、跳转LSP 出来后语言作者写一次 Server所有编辑器通用。MCP 就是「AI 世界的 LSP」。图3集成复杂度 N×M → NMUSB-C 效应 MCP 三种原语 Tools / Resources / Prompts六、MCP 长啥样 它的想象力小白MCP 除了「能调工具」还有啥花样教练MCP 不只给「动作」它定义了三种基本能力业内叫primitive原语 最小积木教练①Tools工具模型能主动调用的「动作」比如「发邮件」「跑查询」②Resources资源应用能读取的「数据」比如一个文件、一张表——相当于 Agent 能直接「看」到的 U 盘③Prompts提示模板预写好的任务流程相当于把专家经验打包成「一键操作」。教练两个程序之间怎么传话靠传输层transport传输方式同一台电脑上用stdio标准输入输出像两根管子直连跨网络用Streamable HTTP像走网线。小白那想象力到底在哪教练✅ 三个字生态飞轮。教练第一一次开发处处可用工具作者不用再讨好每个 Agent 厂商写一次 Server 就全行业通用创作门槛骤降。第二组合创新Agent 能同时插上「文件系统 数据库 浏览器 Slack」多个 Server自己编排出一整套工作流——插头多了能搭的东西就多了。第三会出现「MCP 市场」像 npm、pip 装代码包一样未来 Agent 能自动发现、安装、调用别人的 Server工具的「应用商店」要来了。教练而且因为接口统一权限、审计、安全也能统一管控——「插头」有了安全标准企业才敢用。七、今天记住三点① Agent 的手分两种体内的叫 Tools体外的靠 MCP。一句口诀记牢自己人用 Tool对外接头用 MCP。② 从 Function Calling2023.06点对点→ Plugins2023各自为政→ MCP2024.11统一协议核心是把「对接」从 N×M 干成了 NM。③ MCP 的想象力在「生态飞轮」一次开发处处可用、多 Server 组合创新、催生工具市场——它是 AI 世界的 USB-C也是 AI 世界的 LSP。下一篇我们钻进 Agent 自己转起来的那个「心脏」——让它能思考→行动→观察的循环ReAct看它怎么一步步把活干完。