MCP 是最大骗局?Skills 才是救星?

尤记得上半年大家对 MCP 的狂热,遇人就会和我聊到 MCP。然而从落地使用上似乎不是这么个情况。社区里面流传着一句话:MCP 是一个开发者远超使用者的功能。那么 MCP 真的是世上最大骗局吗?

如果你是 AI 工具的用户(而不是开发者),这篇文章可能会从另一角度来尝试解释:为什么 MCP 这么火,但你用起来总觉得"没什么用"?Skills 为什么可能才是你真正需要的东西。


一、MCP:开发者的狂欢,用户的懵圈

MCP(Model Context Protocol)在 2024 年底由 Anthropic 发布,号称是 AI 领域的"USB-C"------一个标准化的协议,让 AI 可以连接各种外部工具。

听起来很美好。但现实是社区里充斥着对 MCP 的嘲讽,称其为"最大骗局"。

MCP 可能是唯一开发者比使用者还多的技术 开发者为什么吐槽 MCP 协议?

这意味着什么?

大量开发者在「研究」MCP,但真正能给用户用的工具少得可怜。

SDK 月下载量 9700 万次,Registry 增长 407%------开发者热情高涨。但作为用户,你打开 Claude 或 Cursor,想找个好用的 MCP 工具,大概率还是会失望。

这不是 MCP 的错。这是它的「基因」决定的。


二、协议的「基因」决定了谁受益

为什么 MCP 对用户不友好?也许答案藏在协议设计本身。

我们对比下 MCP 和 Skills(Agent Skills)两个协议的规范:

维度 MCP Skills
协议规定的是 开发者怎么写工具 AI 怎么用能力
规范内容 API、Schema、SDK Markdown、Instructions
开发者上手门槛 懂 JSON Schema + SDK 会写 Markdown

来源:modelcontextprotocol.io / agentskills.io

MCP 协议规定的是「开发者怎么写工具」------API 接口怎么定义、数据结构怎么传递、SDK 怎么集成。这些对开发者很重要,但普通用户根本不关心。

Skills 协议规定的是「AI 怎么用能力」------什么时候加载、怎么理解指令、如何执行任务。这些直接影响用户体验。

即使开发者来说,Skill 的上手成本也都远低于 MCP。甚至简单的 Skills,使用者可以在使用过程中无缝切换为开发者,边用边优化

一句话总结:MCP 面向开发者,尽力优化了开发体验,在 Agent 如何使用这些工具上却没有给出太多指导;Skill 面向使用者,优化使用体验(包括成本),在 Agent 如何使用这些工具上给出了很多指导。

协议的设计目标,决定了谁能从中获益。


三、Skills 的杀手锏:渐进式披露

除了设计目标不同,Skills 还有一个技术上的优势:渐进式披露(Progressive Disclosure)

这是什么意思?用一个类比来解释:图书馆找书。

想象你去图书馆找资料:

MCP 方式 :管理员把整个书架的书全搬到你面前。结果:信息过载,找不到重点 📚📚📚

Skill 方式 :管理员先给你一本目录,你说要哪本再拿哪本。结果:精准高效 📋→📖

AI 的「脑容量」有限(Context Window)。

  • 传统方式:一次性加载所有工具定义。假设有 100 个工具,可能占用几十万 tokens。
  • Skill 方式:启动时只加载名称和描述(约 100 tokens/skill)。需要哪个,再加载哪个的详细指令。

根据 agentskills.io 官方规范

  • 元数据层:~100 tokens/skill
  • 完整指令:建议 <5000 tokens

这意味着什么?100 个 Skills,启动时只需要约 10,000 tokens 的元数据。而不是一股脑塞进去几十万 tokens。

  1. AI 不会被无关信息干扰,更聪明
  2. 响应更快
  3. 能支持更多工具

四、两者不是对手,是搭档

说了这么多 Skills 的好话,是不是意味着 MCP 没用了?不是。

MCP 和 Skills 解决的是不同层次的问题

  • MCP = 工具箱:定义了「能连接什么」------数据库、API、文件系统、第三方服务
  • Skills = 使用手册:定义了「怎么聪明地用这些工具」------工作流程、最佳实践、按需加载

它们也可以结合使用:

用 Skills 的渐进式披露来管理 MCP 工具。

MCP 负责「连接」,Skills 负责「智慧」。组合是一个好的解决方案。


五、给用户的建议

  1. 别光被 MCP 的热度带节奏。22000+ 个仓库听起来很多,但落地的有多少呢?
  2. 关注 Skills 生态。如果你用 Claude Code 等工具(近期 Kwaipilot 也会支持),Skills 可能比 MCP 更能直接提升你的体验。
  3. 两者都关注。长期来看,MCP + Skills 的组合可能是一种选择。MCP 提供连接能力,Skills 提供使用智慧。
  4. 2026 年 :渐进式披露和动态上下文管理会成为 AI 工具的标配。近期我的一个实践 ------ 基于 20w 字的 Specs 来让 Agent 实现一个 10pd 需求 ------ 也是通过渐进式披露 Specs。Cursor 也已经给出了很好的解释

结语

MCP 是最大骗局吗?不是。它也是一个优秀的开发者协议。

Skills 是救星吗?对用户来说,目前来说可能是的。

协议的设计目标,决定了谁能从中获益。 MCP 让开发者更容易写工具,Skills 让用户更容易用工具。

如果你是用户,别纠结 MCP 为什么"不好用"了。去看看 Skills 吧。


参考链接

相关推荐
Glink2 小时前
从零开始编写自己的AI账单Agent
前端·agent·ai编程
进阶的鱼2 小时前
一文助你了解Langchain
python·langchain·agent
Linux内核拾遗3 小时前
人人都在聊 MCP,它到底解决了什么?
aigc·ai编程·mcp
哈基咪怎么可能是AI3 小时前
Cursor历史记录导出完整指南 - 轻松保存Chat对话记录
vibecoding
Study9964 小时前
大语言模型的详解与训练
人工智能·ai·语言模型·自然语言处理·大模型·llm·agent
潘锦5 小时前
AI Agent不够聪明,但 SaaS 公司可能是解药
agent
谷哥的小弟5 小时前
SQLite MCP服务器安装以及客户端连接配置
服务器·数据库·人工智能·sqlite·大模型·源码·mcp
laplace01236 小时前
agent模型基础
人工智能·语言模型·自然语言处理·agent·rag
tyw156 小时前
解决 Trae MySQL MCP 连接失败(Fail to start)
mcp·trae·fail to start·mysql mcp·mcp兼容