MCP 没死,但它不再是万能药

2026年4月30日 · 430 字 · 3 分钟 · Mcp Ai-Agent 技术分析

“Agents are only as useful as the systems they can reach.” — Anthropic

今年3月 ,AI 圈突然刮起一股"MCP is Dead"的风。Perplexity CTO 公开批评 MCP 的 context overhead 和笨重认证;LinkedIn 上多位从业者吐槽 MCP auth 繁琐、context 膨胀;几篇技术博客直接用"MCP is Dead"做标题——而与此同时,MCP SDK 月下载量刚突破 3 亿次,Anthropic 还在发博文讲"如何构建优秀的 MCP Server"。

这到底是怎么回事?

一、声音从哪来?

“MCP is Dead"的说法在 2026 年 3 月 开始发酵,几个关键节点:

来源核心观点
Perplexity CTOMCP 的 context overhead 太大,auth 机制笨重
chrlschn.devMCP 对 CLI 类场景是错误选择,但"死"的说法是深刻误解
Medium (Micheal Lanham)MCP 在 2026 年 3 月达到拐点,不再是万能默认答案
arXiv 2508.12566系统性实证研究揭示 MCP 集成的四个关键局限
多位从业者(LinkedIn)直言 MCP auth 繁琐、context 膨胀

有意思的是,Anthropic 4月底发布的那篇 《Building agents that reach production systems with MCP》,某种程度上正是对这场批评的正面回应。


二、MCP 被批评的六个致命缺陷

1. Context Overhead(上下文膨胀)— 最核心问题

多个活跃 MCP 连接会把大量工具定义和返回结果灌入 LLM context,导致上下文爆炸。Perplexity CTO 直言:“MCP has too much context overhead and clunky auth.”

一篇技术博客的标题直接点名:“MCP’s Overengineered Transport and Protocol Design”

2. Auth 机制笨重

OAuth 认证流程在云端 Agent 场景下弹窗频繁、首次认证摩擦大。虽然 Anthropic 推出了 CIMD(Client ID Metadata Documents)作为解法,但实际落地仍不顺畅。

3. 无法评估检索内容相关性

MCP 最大的设计缺陷:把信息获取回来了,但 LLM 无法判断这些信息是否真的与问题相关。标准 RAG 也存在这个问题,但 MCP 的多工具场景放大了它。

4. 工具发现与选择没有标准化

Agent 在运行时面对数十个 MCP Server、数百个工具时,难以判断该用哪个工具、什么时候用。Proactivity(主动工具调用)和 Compliance(遵循指令)两个维度上 ,LLM 表现远不如预期。

5. 安全边界模糊

工具权限范围不清晰——MCP Server 拿到 token 后能做什么、不能做什么,没有严格隔离。多个研究专门讨论了 MCP 安全问题。

6. 实证数据:效果并不总是正向

arXiv 论文 MCPGauge(2508.12566)是目前最系统的实证研究:

6个商业LLM × 30套MCP工具 × 约20,000次API调用 = $6,000+ 成本

核心发现:

维度发现
Proactivity(主动调用)LLM 经常该用工具时不用,不该用时乱用
Compliance(指令遵循)不总是按照 tool-use 指令操作
Effectiveness(任务效果)MCP 集成并不总是提升任务性能
Overhead(计算成本)实际成本远超预期

三、“MCP 没死"的反驳

chrlschn.dev 的核心辩护

“If you want to deliver standard planning prompts (skills) and standard docs across all repositories, all workflows, all teams, and all agent front-ends consistently and always up-to-date with server telemetry, then MCP prompts and resources IS that delivery mechanism.”

他指出"MCP is dead"说法的认知偏差

  • 对于 solo vibe-coder(个人快速原型),Direct API / CLI 确实更简单
  • 对于企业和团队,MCP 的以下特性无可替代:
    • Telemetry:工具使用数据可观测,能衡量哪些工具真正有效
    • Security governance:集中管理认证和权限
    • Schema + standards:跨团队一致性
    • Automatic content sync:Server 更新后 Client 自动同步

Medium 文章的修正立场

标题就是答案:“MCP Isn’t Dead. But It’s Not the Default Answer Anymore.”

意思是:MCP 不再是"所有 Agent 集成问题的默认解”,但它在自己适合的战场(企业级、云端、多团队协作)依然坚挺。


四、nuance 的最终判断

“MCP is dead” 是一个过度简化的叙事,更准确的描述是:

MCP 作为"万能 Agent 集成方案"已经死亡;但作为"企业级标准化协议层"依然活着,而且是目前最好的选择。

场景结论
Solo 开发者快速集成 1-2 个服务Direct API / CLI 更轻量
云端多 Agent + 多服务 + 企业团队MCP 仍是最佳选择,且壁垒会越来越高
超大规模 API(AWS、Cloudflare)Code Orchestration 模式绕开 MCP 的局限
需要强安全审计和可观测性MCP 的 telemetry 是刚需,其他方案做不到
简单的一次性脚本任务MCP 的前期投入不划算

五、对 Anthropic 博文的影响

回到 Anthropic 那篇 《Building agents that reach production systems with MCP》——它描述的那些设计模式(Tool Search 节省 85% tokens、Programmatic Tool Calling 节省 37%、CIMD 认证、MCP Apps),其实正是对上述批评的直接回应。

Anthropic 的立场是:问题存在,解法也在进化,MCP 的 compound effect 会在协议扩展中持续显现。

但客观说,这更像是一场防御性叙事:MCP 在消费级/solo 场景的优势确实在被侵蚀,它正在收缩到企业市场这个它真正擅长的阵地。


六、结语

对在国内使用 Claude/MCP 的开发者而言,还有一个现实挑战:很多海外服务(“git"Hub、Slack、Google)在国内访问受限,MCP Server 的远程连接往往不稳定。这也是为什么国内 AI Agent 生态(Coze、Dify、FastGPT 等)更多走 API 直连路线的原因。

但在有条件访问海外服务的场景下,选择其实很清楚:

  • 个人快速原型 → Direct API / CLI,别用大炮打蚊子
  • 企业级云端 Agent → MCP,而且要按 Anthropic 的设计模式把它做优秀

“MCP is dead"这波讨论,本质上是一场关于边界在哪里的重新校准。它没死,但它需要重新证明自己。


参考来源