打开网易新闻 查看精彩图片

编辑｜冷猫

OpenClaw 已经爆火了好一阵子了。

大部分感兴趣的用户都已经尝试过「养龙虾」的操作，也有一部分人已经寻求彻底卸载，斩断与AI的孽缘。

这阵风有隐隐消退的趋势。但使用过 OpenClaw 的朋友们有没有发现，OpenClaw 不支持 MCP 协议

模型上下文协议（Model Context Protocol，简称 MCP），在2024 年 11 月由 Anthropic 推出。推出后，MCP 在开发者和 AI 社区中迅速获得了广泛关注，被视为大模型通信和交互的标准协议。

但时间仅过了一年多，MCP 似乎已经销声匿迹了，就连 MCP 协议的「一周年纪念日」却在一片寂静中度过。从发布以来，MCP 的「builder 多于 user」、「旧瓶装新酒」的质疑始终存在。

而现在，MCP 似乎正在走向消亡。昨天，Perplexity 的联合创始人和 CTO Denis Yarats 在其公司内部表示，他们正在放弃 MCP，转而使用 API 和 CLI

打开网易新闻 查看精彩图片

讽刺的是，这似乎是近期 MCP 声量最高的事件，引发了网友们的讨论。

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

网友们的想法都挺一致的，尤其是 Skills 逐渐占据了智能体应用的主场后，MCP 似乎早就应该消失了。

除了 Perplexity 以外，曾经对 MCP 集成的全面支持，甚至实现了 OAuth 和动态客户端注册的 AI 聊天工具 Duetchat ，在 v2 版本中，也彻底删除了 MCP 集成的功能。

就连 Y Combinator 总裁兼 CEO Garry Tan 也直言不讳：MCP sucks！

打开网易新闻 查看精彩图片

那么，MCP 到底有哪些问题，导致谁都不待见呢？

MCP 的天生缺陷

MCP 协议的模式是：定义一组工具（带有 Schema 的函数），将其注入 Agent 的上下文，然后让 Agent 调用它们。

这种模式可行，但难以为继。核心问题在于线性上下文成本。

你添加的每一个 MCP 工具，包括它的名称、描述、参数 Schema 和示例，都会占用 Agent 的上下文窗口。如果你连接 10 个服务，每个服务有 5 个工具，那么在 Agent 开始执行任何任务之前，你就已经烧掉了数千个 Token。

所以在使用MCP协议之前，我们只能选择：

  • 预先加载所有内容：接受实际任务性能的下降（推理空间、对话历史和工作记忆被挤占）。
  • 限制集成数量：接受你的 Agent 只能与少数几个服务通信的现实。
  • 构建动态工具加载：接受工具选择中间件带来的延迟和复杂性。

这些都不是理想方案。上下文窗口是 Agent 拥有的最宝贵的「房地产」，使用 MCP 协议是一种极大的浪费。

MCP 在日常使用中也存在几点问题：

  • 初始化极不稳定：实际使用中经常会因为 MCP 服务端没能正常启动而重启 Claude Code 。有时重试能成，有时则得清空状态推倒重来。
  • 无休止的重新认证：如果你使用多个 MCP 工具，那么就需要在每个工具上都过一遍认证。
  • 权限管理非黑即白：Claude Code 允许你通过名称将 MCP 工具加入白名单，但也仅此而已。无法将操作限制在只读范围内，也无法限制参数。

CLI 和 API，古法拯救世界

来自 Eric Holmes 的一篇博客指出了传统 CLI 在大模型智能体的强大能力。他认为，MCP 并没有带来任何实际价值。LLM 真正擅长靠自己搞清楚状况。给它们一个 CLI 和一份文档，它们就能如鱼得水。

LLM 非常擅长使用命令行工具。它们在数以百万计的 man 手册、Stack Overflow 的回答以及充斥着 Shell 脚本的 GitHub 仓库中接受过训练。MCP 承诺提供一个更简洁的接口，但在实践中，我们仍要写同样的文档：每个工具的功能、接受的参数，更重要的是，何时去使用它。

当 Claude 对 Jira 执行了某些出乎意料的操作时，我可以运行同样的 jira issue view 命令，看看到底它看到了什么。输入一致，输出一致，没有任何谜团。但在 MCP 下，工具仅存在于 LLM 的对话内部。一旦出错，就不得不去翻找复杂的 JSON 传输日志，而不是自己跑一遍命令。

最重要的差距是：CLI 是可组合的。我可以通过 jq 过滤数据，通过 grep 串联逻辑，或者重定向到文件。这不仅是方便，通常也是唯一可行的方法。

如果使用 MCP，你要么将整个计划全部塞进上下文窗口（既昂贵又往往不可行），要么在 MCP 服务端内部构建自定义的过滤功能。无论哪种方式，你都是在用更多的精力换取更差的结果。而 CLI 方案使用的是现成的、文档齐全的工具，且人类和智能体（Agent）都能理解。

最好的工具是那些对人类和机器都好用的工具。CLI 已经历了数十年的设计迭代，它们可组合、可调试，并寄生于现有的认证体系。

MCP 试图构建一个更好的抽象层，但事实证明，我们已经拥有一个足够好的了

https://ejholmes.github.io/2026/02/28/mcp-is-dead-long-live-the-cli.html

https://x.com/dzhng/status/2029518820872945889