“AI界的C口” 要来了?这么说吧,这段时间,AI圈有个叫MCP的概念火了。它号称一统AI江湖,能让AI直接上手办公软件、设计软件等等十八般兵器,直接替你干活。网友们聊的也是热火朝天,认为它就是AI的未来,比如,就有人用GPT-4o画了张在MCP面前,AI大厂们都是一家人的图……
也有网友分享MCP的工具集合,直接收获了36万的阅读量。
甚至就连奥特曼也表示,大家都支持MCP ,那我们也支持!
所以,这玩意到底是个啥,为啥全世界都这么火?
但是光看那些科普,感觉又硬又干,根本啃不下去。。
俗话说得好,实践出真知嘛。所以,江江直接上手尝试一把,看看这玩意到底有多神,经得起一直吹?
先说结论,这玩意确实还挺牛的。
大家先想一下,现在的AI,是不是纯纯的“嘴炮大师”,你问他一句,他能一分钟回复你几千字不重样,但你消化起来可能就要几个小时。。
而MCP能让AI直接进入“二阶段”,从“嘴炮大师”进化成“打工机器”!
话不多说,我们直接上演示。
咱先从简单的开始,我直接告诉Claude:在我的桌面生成一份PDF文件,里面包含1980年各国的GDP排名的数据表格,并包含两张柱状图。
这玩意虽然不难,但是能帮我动手,我就能腾出手来摸鱼了。
AI哥雷厉风行,直接请求连接我的系统,然后搜集资料、填表格、画图表,一气呵成。
完事直接上桌面打开,有表,有图,还有数据来源,整个过程不到两分钟,我只需要边喝茶边看它表演就行了。
你可能会说,这玩意是个人都能做,牛逼在哪呢。
诶,接下来的东西,你还真不一定会。从小到大,对3D建模一窍不通的我,用它居然能实现“用嘴建模”。
来看我操作这波。我直接告诉他:“给我建个林中小屋模型。”
消息一发送,它二话不说就开始操作Blender ,创建几何体、调整参数、设置材质... 几分钟后,模型直接送到我眼前了。别的不说,能做出来,就已经比我强了。
不仅如此,AI这双无形的手还能伸到文艺界。
我直接跟它说:“给我写首歌,不需要贝斯。”(对不起,因为它写出来的贝斯实在太难听了。。 ) AI哥直接连上Ableton,就开始创建音轨、设置bpm、调整音色,编出了一段曲子,两个音轨,一个是钢琴,一个是提琴。你还别说,味道还挺对的。
最离谱的是,它还能操纵我的任务管理器。我在Claude里输入“请你结束Claude”,它居然真的把自己结束了。我们AI哥还真是说一不二,狠起来连自己都干。。
这哪是AI助手啊?简直就是三头六臂的全能打工人。而我,直接化身甲方爸爸,只需要疯狂提需求就行了。
而这一切的一切,都要归功于我们今天讲的这个玩意——MCP 。
这玩意全称Model Context Protocol,也就是模型上下文协议。简单来说,有了MCP,就相当于AI和软件装上了“万能接口”,让它能直接访问和操控你电脑上的软件和文件。
其实,过去要做到这些也不是不行,例如开发者通过LangChain来集成各种工具,后来OpenAI提出了自己的Function Calling机制来让大模型调用工具。
但这些都没有被大多数人所接受,主要原因就是技术门槛过高,调用几个小工具就要写上千行代码。。况且写出来的函数还不通用,程序员得给每个任务单独开发一个函数。世界上这么多软件,程序员挨个适配的话,到头发掉光也开发不完。。
这个时候,MCP登场了,直接桌子一拍:咱们把接口规范都统一了,你开发完我也能用,效率不就上来了?这就是为什么MCP如此受关注,它确实保住了程序员的头发。
至于 MCP 是咋做到这些的,其实原理上并不难,主要分三步。
第一步,它会发起询问:"能干这活的请出列!"并获取可用的工具列表。在第二步,工具列表和你的请求会被打包发给 AI 。
最后AI会思考,并决定用哪个工具,并且指挥工具开始干活,再把结果喂回 AI 嘴里,让你看见。
这一系列操作下来,AI的能力就直接到Next level了。以前的AI就像只长了嘴,只能告诉你应该怎么做,你看不懂只能抓耳挠腮;现在有了MCP,就像给AI装上了手和眼睛,你只需要动动嘴,工作就能完成了。
更逆天的是,有了MCP之后,各大语言模型之间,甚至能能协同工作了,比如让Claude操纵对手OpenAI的 GPT4o生个图,这种操作已经不是幻想了。
也就是说,我一个人可以让一堆AI为我服务,谁擅长这个工作就让谁来,而这一切只需要在一个对话框里就能做。
而现在,网上已经有MCP工具的超市了,各种功能的MCP Server应有尽有,包括百度地图、高德、MasterGo等等中大厂也在宣布接入。
如果觉得不够用,你还能按自己的需求开发专属MCP Server,打造完全符合你习惯的AI助手,这感觉比Manus都香多了。。
诶,看了这么多演示,你可能会觉得:这MCP应该能打遍天下无敌手了。不过,从我这几天的体验来看,这玩意其实还有很大的进步空间。
首先,MCP还在起步阶段,支持MCP的工具也不太多,而且配置起来较为繁琐,小白很难成功用上这些工具,配置环境时可能很容易就迷失到代码里,无法自拔。。
而且,这玩意还挺费token的,一是因为调用工具本身就很费token,上层服务调用下层服务时,就要把上层信息传达下去,调用完成后,下层还要回传信息,一层接着一层,这就会导致token爆炸多。
二是AI很难一次就找到解决问题的最优解,它可能会挨个方法去试,这就导致如果它一直找不到好办法,就会一直卡在那里循环。。
还有,虽然MCP能给AI装上手和眼睛,但它的大脑,还是我们的大语言模型,只有大模型理解了你的需求,它才能操作工具干活。但目前的大模型,很多时候还挺蠢的。
就拿上面的AI建模来说,有时候建出来的东西,根本不是人类能理解的东西。。
所以说到底,想要真正发挥MCP的潜力,各大模型厂商对大模型能力的突破才是重中之重,不然会经常出现你让它往东,它给你往西的尴尬场面,白白浪费你的token 。
不过总而言之, MCP这股风已经在各行各业刮起来了,而且只会越刮越大,照AI这个发展速度,以后人人都能配个AI小团队。
到时候你做个决定,立马有三五个AI助理给你写方案,这才是真正的科技改变生活嘛。所以,你觉得人类解放双手的日子,还会远吗?