一个MCP服务器变成两个，为什么「记住你搜到哪了」这件事立刻就崩了？

我动手写 Anzuelo 的时候，MCP 还不是个热闹词。我只是因为看到了问题会来。这个自己搓的线索挖掘代理，每天定时爬一遍 Reddit、Hacker News、Bluesky、Mastodon、YouTube、LinkedIn、Threads，找出人们在聊我关心的事，再用 Claude API 打分。现在它就是个定时任务，单进程，不用操心并发。但如果我想把它那种「搜一搜、翻一翻」的工作流开放给其他工具随时调用，「服务器记得你上次停在哪」这个前提就摇摇欲坠了。跑两个实例挂到负载均衡器后面，第二个请求很容易就落在一台压根没见过第一个请求的机器上。

打开网易新闻 查看精彩图片

别误会，这不光是 MCP 的事儿。本质是分布式系统的老命题，也是 MCP 今年 7 月 28 日那版规范推的方向：别再指望靠一台实例的内存把两次调用串起来。状态可以存在别处，变化的地方在于，客户端手里得拿个显式的东西去指它，而不能假定下一次调用准会回同一个进程。

先看清谁在和谁说话

不把角色立清楚，后面没法聊。场景里有三样东西：一个模型，就是你正聊着的那个助手；一个 MCP 服务器，是你自己写的一小段程序，吐出几个函数给模型调用——这些函数就叫工具；还有一个客户端夹在中间，负责在模型和服务器之间传消息。

模型想搜你的提及记录时，它绝不碰你的代码。它只发一条消息：「调用 start_search，关键词 mcp。」客户端把这条消息递给你的服务器，服务器跑完函数，把文本回传。模型读那段文本，跟读对话里的其他内容一模一样。关键点：每次问答都是独立往返。问，答，结束。这套安排里没有哪条规矩承诺，下一个问必须发到同一个正在运行的服务器副本上。

为了把这一点看清，我专门搭了个极小的 MCP 服务器，功能就两样：在列表里搜，再分页。没别的。Anzuelo 是我想这个问题的起点，但 Anzuelo 还没接 MCP，没有服务器，没有工具，没有谁在调它。所以我要在被自己真在意的数据绊倒之前，先在一个小玩意上把这场失败看个真切。下面就是旧做法：服务器替你记着搜索状态；以及新做法：每次调用自带了全部所需信息。我按事情发生的真实顺序写，包括我走错的三个地方。

一张图看懂状态记哪儿了

你可以在脑子里画两幅对比图。第一种：用户来了，模型让服务器搜关键词，服务器开出线程，把游标、偏移量这些会话状态捏在手心。下一次翻页，客户端再喊一声，如果请求歪打正着绕到另一台机器上，那儿的服务器没这个会话的影子，直接懵掉。第二种：客户端在每次调用时明确传回 session_id、cursor 或下一页的 token，服务器彻底无状态，谁接到请求都能接着干活。

对我这种想把它变成可被外部调用的服务的人来说，这差距就像自家厨房和大食堂后厨。自用的时候，你随手把锅放哪儿都行，反正就你一个人。一旦开张，就得把每张点菜单上写清台号、菜码、忌口，不能再靠大厨记性。

我被现实怼回来的三步

头一个错，我以为自己可以给会话绑个粘性路由，让同一会话的调用永远回同一台机器。粘性路由能解一些浅层问题，但服务器重启呢？弹性伸缩呢？把「记住会话」的负担踢给基础设施，不如一开始就让服务器彻底别记。

第二个错，我试过用共享内存或者 Redis 把服务器本地的会话上下文搬到外部缓存。结果发现，如果客户端自己不带标识，你很难精确界定什么算「同一个会话」。客户端断开重连、刷新页面、换个网络环境，都可能长出新的客户端实例，但用户期待的还是上次没翻完的列表。你说归给谁？

第三个错，也是逼着我把设计改干净的，就是文档里轻描淡写却最容易漏掉的要求：工具调用必须是幂等的。翻了两次页，数据不能多也不能少。如果状态散落在不同层面——部分在服务器内存、部分在客户端、部分在数据库或缓存里——出一次异常就够你半夜爬起来拼碎片了。

最后落定的形状

所以现在这小服务器长这样：搜索请求里，客户端传关键词、页大小和分页标记。返回的结果中，每条记录带唯一 id，翻页用的 cursor 直接写在响应体里。客户端下次调用带上这个 cursor。服务器一看 cursor，算出应在的结果序列，不需要知道之前发生过什么。

这事儿放到 Anzuelo 那种跨平台的抓取＋打分链条里，挑战更大，但原则一样：把「当前进度」从服务器脑子里挖出来，塞进请求结构里，让客户端带着走。谁接单不重要，单子上信息清楚就行。

说到底，MCP 规范这次步子迈得很务实。它没有发明一种新的分布式状态协议，只是提醒开发者：别把你的服务器养成一个有记忆的单体。当它从一个变成两个、十个的时候，你才会明白，丢掉的不只是内存里的几个变量，而是整套工作流不被中断的能力。