
其主要特点如下:
可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为电子设备提供了一种标准化的连接方式一样,MCP 也为 AI 应用程序连接到外部系统提供了一种标准化的方式。虽然 MCP 号称是一个协议,但实际上它算是一套标准链接传统应用和大模型的架构。
MCP 是Claude 2024年 12 月推出的,经过近一年的发展,MCP 生态已经相当繁荣,但是如果从技术角度去看 MCP,它的缺点相当明显。
而我们再看 Claude Skills, 由于可以把上下文卸载到文件系统,这极大优化了应用层和模型层的在一致性,性能,成本上的交互:

在 Andrej Karpathy提出上下文工程后,而我们再对比看下 MCP 的核心定义就会发现,MCP 的局限性其实是:在用提示词工程的思路连接应用和大模型。
这个话在去年是对的,但是在 2025,显然是不对的。
Manus 的首席科学家 Peak Ji 在他们大量的工程实践后,得出一个结论:目前,上下文工程是应用和模型之间最清晰、最实用的界限。
尤其是在 AI Agent 爆发的 2025,越来越多的 Agent 产品出现,基础模型大厂都开始重视 Agentic 的能力,尤其是 coding 能力。
我的答案是短期内不会,会走融合的路线。
Claude 官方希望MCP 负责与外部应用的连接,Skills 负责可定义的有独立运行环境的内部应用(或组件)。MCP 和 Skills 以及 Claude Code 共同构成 Claude 的 Agent 生态。


