MCP 与 Skill：搞清楚 AI 能力扩展的两个核心概念

MCP 与 Skill：搞清楚 AI 能力扩展的两个核心概念

在 AI 和智能体（Agent）开发领域，MCP（Model Context Protocol，模型上下文协议） 和 Skill虽然都与「扩展 AI 的能力」有关，但它们处于完全不同的架构层级。 简单来说：MCP 是「接口标准」，而 Skill 是具体的「功能实现」。 就像 MCP 是电脑上的 USB 接口协议，而 Skill 则是插在这个接口上的 U 盘、鼠标或打印机。核心概念对比 MCP (Model Context Protocol) MCP 是由 Anthropic 开源的一种标准化通信协议。它解决的是「AI 模型如何安全、统一地连接外部数据源和工具」的问题。本质： 一套 Client-Server 架构的底层基础设施。 作用： 过去，开发者要让 AI 查数据库、读本地文件、调用外部 API，需要为每个平台写定制化的集成代码。MCP 提供了一套通用标准，只要数据源封装成了「MCP Server」，任何支持 MCP 的 AI 客户端（如 Claude Desktop、Cursor、各类 IDE 插件）都可以无缝接入，读取上下文或调用工具。 关注点： 安全性、连接性、标准化、跨平台。Skill (技能) Skill 通常指的是 AI Agent 能够执行的具体任务或业务逻辑。这个概念在 AI 行业存在已久（比如 Amazon Alexa Skills，或者智能体框架中的 Tools/Actions）。本质： 封装好的业务能力。 作用： 赋予 AI 完成特定指令的能力。例如：「搜索网络」、「查询天气」、「总结指定的本地 PDF 代码库」、「在 Jira 中创建一个 Bug 工单」。 关注点： 业务逻辑、Prompt 设计、输入输出的处理。详细区别 {% table %}维度 MCP (模型上下文协议) Skill (技能)层级定位 底层/架构层 (Infrastructure) 上层/应用层 (Application/Logic)核心问题 AI 如何与外部世界建立标准化的连接？ AI 能够为用户完成什么具体任务？通用性 极高。跨平台、跨模型通用。 较低。通常依赖具体的提示词或特定的 AI 框架。开发对象 开发「MCP Server」，定义资源（Resources）和工具（Tools）的暴露方式。 编写代码逻辑或 Prompt，定义输入参数、执行动作和输出结果。 {% /table %}它们是如何协同工作的？ 在现代的 AI 架构中，MCP 往往是实现 Skill 的底层通道。 假设你正在为运维团队开发一个基于 RAG（检索增强生成）的企业知识库系统： 没有 MCP 之前开发 Skill： 你需要写一个大长串的 Python 脚本，直接把 AI 的 API 和公司内部的 Confluence API 绑死在一起。这个「查文档」的 Skill 只能在你的代码库里运行。 使用 MCP 之后开发 Skill：你开发一个连接 Confluence 的 MCP Server。 这个 Server 向外暴露了一个叫 search_internal_docs 的 Skill（或 Tool）。 现在，不仅是你自己写的代码，团队里的开发者用 Cursor 写代码时，或者用 Claude 客户端聊天时，只要连接了这个 MCP Server，他们的 AI 就瞬间具备了「查询公司内部运维文档」的 Skill。总结：你可以通过 MCP 协议，将各种强大的 Skill 标准化地分发给不同的 AI 应用。有了 MCP，为什么还到处是 Skill？ 这是一个很敏锐的问题。你可能会觉得：「既然已经有了一个统一的底层协议（MCP），为什么还要反复强调或者大量去写上层的 Skill 呢？」 其实，MCP 的出现不仅没有消灭 Skill，反而直接促成了 Skill 的「大爆发」。像 Claude、Cursor 现在之所以大量依赖 Skill，正是因为 MCP 把开发和接入 Skill 的门槛降到了前所未有的低。 1. 模型本质上是「缸中之脑」，它永远需要手和眼 无论是多么强大的大语言模型（Claude 3.5 Sonnet、GPT-4o），它们的本质都只是一个「文本预测引擎」。如果没有任何外部工具，它们既不知道现在是几点，也无法读取你 MacBook 上的本地文件，更无法帮你执行终端命令。Skill 就是 AI 的手和眼睛（例如：读取本地文件、执行终端命令、搜索网页）。 MCP 是连接大脑（AI）和手眼（Skill）的神经系统。神经系统再好，没有手眼也干不了活。因此，要想让 AI 真正帮你干活，依然需要大量具体的 Skill。 2. 「解耦」带来了类似 App Store 的效应 在 MCP 出现之前，如果 AI 厂商想让 AI 拥有一个新 Skill（比如「读取本地代码库」），他们必须亲自在自己的客户端里硬编码写死这套逻辑。这导致 AI 能干的事情非常受限。 有了 MCP 之后，发生了类似「苹果推出 App Store」的效应：以前： Claude 团队自己吭哧吭哧写几百个集成逻辑。 现在： Claude 只需要说「我支持 MCP 协议」。然后，全世界的开发者就可以用几行代码写出一个「读取本地 Git 仓库」的 Skill，或者「查询 Jira 状态」的 Skill，封装成 MCP Server 喂给 Claude。正因为 MCP 提供了一个标准的「插座」，现在任何开发者都可以轻松地把成千上万个 Skill（U盘）插到 Claude 这个主机上。 3. 具体到代码开发场景 假设你在本地 macOS 环境下进行开发，遇到了依赖管理或编译报错的问题，AI 需要帮你排查。AI 要真正解决问题，它可能需要调用以下几个 Skill：read_file：读取你本地的配置文件 execute_command：在你的终端跑一下相关的环境检查命令 search_internal_knowledge：去你们公司的内部运维知识库检索在这个过程中，MCP 和 Skill 是如何配合的？Claude/Cursor 客户端 会通过 MCP 协议 与你本地机器上的服务建立安全连接。 通过这个连接，AI 会发现你暴露给了它上述三个 Skill（工具）。 AI 大脑经过思考后决定：「为了排查这个依赖报错，我需要调用 execute_command 这个 Skill。」一句话总结 MCP 是修好的高速公路，而 Skill 是跑在上面的货车。 正因为高速公路（MCP）修通了且标准统一了，你才会看到现在马路上跑着比以前多得多的货车（Skill），去帮你运送数据、执行任务。 未来，随着企业知识库、自动化工作流的普及，这种原子化的 Skill 只会越来越多。搞清楚这两个层级的关系，是理解 AI 工程化、构建真正有用的 AI Agent 系统的关键第一步。

软件开发正迎来它的「印刷机时刻」

软件开发正迎来它的「印刷机时刻」

编程的「印刷机时刻」：当代码消失，软件开发的权力将归还给每一个人在人类文明史上，15世纪的古腾堡印刷术是一个转折点。在那之前，欧洲只有约10%的人掌握读写能力，他们是受雇于权贵的"专业人士"。印刷机的出现让书籍成本下降了100倍，在接下来的50年里，欧洲产出的文献超过了过去一千年。虽然普及教育用了几个世纪，但它最终让文字从精英手中的权杖，变成了人人都能使用的工具。 如今，Anthropic 的 Boris Cherny 提出了一个大胆的断言：软件开发正迎来它的「印刷机时刻」。 一、编程问题已经解决了 在最近的一次访谈中，Boris 向在座的开发者们抛出了一个扎心的问题："现在还有谁是100%手写代码的？"结果显示，现场已没有人坚持手动输入每一行代码。 Boris 透露，他自己已经一年多没写过一行代码了。 现在的 Claude 等最新模型已经能够100%接管代码编写。 在他看来，"编程问题已经解决了"（Coding is solved）。 这一变革的速度将远超当年的印刷机。Boris 认为，软件开发将从一种需要高度专业技能的"手艺"，迅速演变为一种像发短信一样普及的通用技能。 二、从「氛围编程」到「智能体工程」 硅谷技术大神 Andrej Karpathy 为这一变革提供了深层的理论支撑。他提出了**软件 3.0（Software 3.0）**的概念：软件 1.0：人类手写明确的规则（传统代码）。 软件 2.0：通过数据集训练神经网络。 软件 3.0：编程变成了提示词工程（Prompting）。上下文窗口就是我们的杠杆，通过它来驱动 LLM 这个「解释器」在数字空间中执行任务。Karpathy 观察到，自去年12月以来，模型的能力出现了质的飞跃。过去 AI 只能写代码片段，现在它能生成完整且正确的代码块，让人进入一种**「氛围编程」（Vibe Coding）**的状态——你只需要描述愿景，AI 负责实现细节。 但更高的境界是智能体工程（Agentic Engineering）。这不再仅仅是提高速度，而是在保持专业软件质量标准（安全性、健壮性）的同时，指挥一组智能体协同工作。 三、「循环」的力量：AI 正接管繁琐流程 如果说 100% 自动写代码是起点，那么**「循环」（Loops）**则是软件开发的未来形态。 Boris 分享了他的私人工作流：他在手机上运行着几百个甚至几千个智能体。通过一种简单的逻辑——让 AI 利用 Cron 等工具定时运行任务——他构建了无数个「循环」：有的循环在「监视」PR（拉取请求），自动修复 CI 错误； 有的循环在自动重构过时的测试代码； 有的循环每 30 分钟从社交媒体抓取反馈并自动归类。这种「大规模并行」的能力，让一个人就能发挥出过去一整个团队的效能。 四、跨学科通用型人才 在「印刷机时刻」之后，软件的价值将发生重心的偏移。 Boris 指出，当编程变得极其廉价且简单时，掌握**「领域知识」将比掌握「编程语言」**更重要。比如，开发一款会计软件的最佳人选，可能不再是资深工程师，而是一位精通业务的资深会计，因为 AI 让实现变得容易，而「定义问题」才是真正的门槛。 与此同时，我们将看到更多**「跨学科通用型人才」（Cross-disciplinary Generalists）**的崛起。他们既懂产品，又懂设计，还能指挥 AI 完成工程实现。这种人能够通过 AI 这种原生技术，从零开始构建出足以挑战巨头的小型公司。 五、外包思考，但不外包理解 面对 Intelligence 变得像水和电一样廉价的时代，人类还剩下什么？ Karpathy 引用了一句耐人寻味的话：「你可以外包你的思考，但你不能外包你的理解。」虽然 AI 可以替我们写代码、跑循环、做繁琐的执行，但审美、判断力和理解力依然是人类最后的堡垒。 结语 我们正站在软件开发历史上最令人兴奋的门槛上。正如印刷机终结了知识的垄断，AI 正在终结代码的垄断。软件的未来，不再属于那些会写代码的人，而属于那些有想法、有洞察、并懂得如何与机器协作的人。

用 Google AI Studio 3分钟搓出一个微信公众号排版工具

用 Google AI Studio 3分钟搓出一个微信公众号排版工具

如果你经常发微信公众号，一定被公众号默认编辑器折磨过：样式单调、排版费事、每次发文都要反复调整格式。久而久之，一个问题浮现出来：如果有一个工具可以预设好常用风格，支持 Markdown 输入并自动排版好，一键复制到公众号，那该多省事？ 今天这篇分享，就是关于我怎么用 Google AI Studio，在 3 分钟内把这个想法变成可运行的工具。从「想法」到「运行」的过程 事情的起因很简单。某天我准备发公众号时，再次面对那个熟悉的白色编辑框，心里只有一个念头：能不能让 AI 直接帮我做一个排版工具？ 我的需求并不复杂，但痛点很明确：支持 Markdown 输入：平时写文章习惯用 Markdown，不想来回切换格式 支持富文本编辑：有时需要插入图片、分割线、表格等富媒体内容 可预设主题风格：能保存几套常用的配色和排版风格，发文时一键切换 实时预览：左侧编辑，右侧即时看到手机端效果 一键复制：排版完成后，直接生成公众号可用的格式并复制到剪贴板带着这些想法，我打开了 Google AI Studio（https://aistudio.google.com），使用它的 App Builder 功能，直接把上述需求用自然语言描述给 AI。AI Studio 生成出来的工具长什么样 结果出乎意料的顺。AI 不仅理解了所有需求，还额外做了一些超出预期的设计。以下是我收到结果后的第一印象：核心功能一览 从截图可以看到，工具采用了经典的三栏布局：左侧编辑区：支持 Markdown 和 Rich Text 两种模式切换 中间预览区：实时渲染为手机屏幕尺寸，直观看到最终公众号效果 右侧主题面板：提供多套预设主题，支持自定义修改Markdown + 富文本双模编辑 左侧编辑器支持两种输入模式。Markdown 模式下，你可以直接粘贴或输入 Markdown 语法，右侧会实时渲染为带样式的公众号排版。富文本模式则更像传统编辑器，可以插入图片、表格、音视频等媒体元素。富文本模式还参考了 Notion 的一些交互设计：拖拽调整块位置：像 Notion 一样，可以拖拽各个内容块（段落、图片、表格等）来重新排序 / 符号唤醒快捷菜单：输入 / 就能呼出插入菜单，快速插入分割线、表格、标题、图片、视频、音频等块级元素 Emoji 搜索：支持通过关键词搜索并插入 Emoji主题预设系统 右侧 Theme Settings 面板提供了多套预设风格，目前包含：Modern Pro：现代专业风格，蓝白色调，适合技术类文章 Minimalist (Medium Style)：极简风格，类似 Medium 的排版体验 Retro Terminal：复古终端风格，深色背景，适合极客向内容更实用的是，你可以点击 Edit 进入自定义模式，调整颜色、字体、间距等参数，并保存为自己的自定义主题。这意味着你可以为不同的公众号账号、不同的内容类型，分别建立专属的视觉风格，每次发文时一键切换。使用流程 整个工具的使用流程非常顺畅：选择或创建主题：从右侧选择一个预设风格，或自定义一套新的 输入内容：在左侧用 Markdown 或富文本编辑器撰写文章 实时预览：中间预览区同步显示手机端效果，随时调整 一键复制：点击右上角「Copy for WeChat」按钮，复制到剪贴板 粘贴到公众号：在公众号编辑器里直接粘贴，排版效果完整保留整个过程不需要写一行 HTML 或 CSS，也不需要手动调格式。对于经常发公众号的人来说，省下的时间相当可观。为什么要用 AI Studio 做这件事 你可能会问：市面上已经有不少公众号排版工具了，为什么要自己做一个？ 我的考虑是：现有工具要么太复杂：一些排版工具功能臃肿，上来就给你一堆参数和按钮，学习成本高 要么太简单：简单工具不能满足 Markdown 输入 + 富文本混排 + 主题定制的组合需求 要么收费：核心功能被放在付费墙后面而用 Google AI Studio 自己做的好处在于：零代码：用自然语言描述需求，AI 自动生成完整的前端应用 完全可定制：不满意哪里，直接告诉 AI 修改，比如「把标题颜色改成深蓝色」或「添加一个引用块样式」 即时可用：生成后在右侧直接运行预览，不需要本地搭建环境 免费：Google AI Studio 目前对个人用户免费一点感受 这个工具的完整开发过程，从打开 AI Studio 到运行出第一个可用版本，实际只花了不到 3 分钟。大部分时间其实花在和 AI 确认细节上，比如「能不能加一个复制按钮」「能不能支持拖拽排序」。 这让我再次感受到：当下的 AI 工具已经进入了「想法即产品」的阶段。你不需要是前端工程师，不需要写 React 组件，不需要调 CSS 样式。只要能把需求说清楚，AI 就能帮你把工具做出来。 当然，这个排版工具目前还有一些可以优化的地方，比如：支持更多公众号特有的格式（如阅读原文链接、小程序卡片） 增加历史文章模板功能 导出为 HTML 文件这些后续我会继续迭代，也欢迎你如果有类似需求，不妨试试 Google AI Studio 的 App Builder，说不定几分钟就能做出一个解决自己痛点的工具。如果你对这个排版工具感兴趣，或者有类似的工具开发想法，欢迎在评论区交流。

教学战略手册：从「灌输」到「引导」的二语习得转型指南

教学战略手册：从「灌输」到「引导」的二语习得转型指南

在这篇文章中，我汇集了来自 YouTube 上多个高播放量、累计数百万次观看的学习视频资源，并借助 Google NotebookLM 进行整理与总结。通过 AI 的分析与提炼，这些零散的学习素材被转化为结构化的知识框架，帮助你快速抓住重点、梳理逻辑、形成适合自己的学习路径。1. 引言：二语习得的战略悖论与「人」之本源 在人工智能与大语言模型（LLM）唾手可得的时代，英语学习者正面临着一个残酷的悖论：尽管我们拥有 24/7 全天候的「口袋专家」，全球英语习得效果却呈现结构性下滑。以美国为例，过去五年外语学习人数下降了 17%。正如教育战略家克里斯蒂安（Christian）所言：语言学习不是资源问题，而是人的问题。作为教育引领者，我们必须建立一个核心认知：AI 与数字化资源是「汪洋大海」，但教师的职责不是灌输水分，而是让马口渴。 这种「口渴」——即习得欲望，是不可替代的战略势能。在伊朗-伊拉克战争的战俘营中，即便在纸笔被禁、条件极度匮乏的严苛环境下，战俘们仍能用木棍在花园的泥土上划写单词。他们最终不仅习得了流利的英语，甚至能在舞台上表演英语戏剧。 这证明了当心态（Mindset）从「被动接收」转为「主动社交」时，习得过程将不可阻挡。2. 核心战略框架：Paul Nation 的「四大支柱」 (The Four Strands) 教师转型的第一步是重塑课程的时间分配。Paul Nation 的「四大支柱」理论不仅是教学法，更是确保习得发生的平衡战略。一个卓越的语言课程必须在时间上达成四个维度的均等（各 25%）。意思导向输入（Meaning-focused Input）：通过听、读获取信息，侧重隐性知识吸收。 意思导向输出（Meaning-focused Output）：通过说、写传递讯息，将知识从「认识」推向「产出」。 语言导向学习（Language-focused Learning）：对语言特征（语法、发音）进行刻意的显性研究。 流利度发展（Fluency Development）：在不涉及新知识的前提下，强化已知内容的提取速度。💡 批判性评估：传统课堂往往将 80-90% 的时间耗费在「语言导向学习」上，这种对显性知识的过度痴迷会导致「认知过载」并扼杀流利度。教师必须清醒意识到：显性知识不一定能自动转化为隐性能力。3. 教学重心重塑：身份认同、意图与「社会工具」 语言学家 David Crystal 指出，语言受双重力量驱动：理性的「理解力（Intelligibility）」与感性的「身份认同（Identity）」。理解力（大脑驱动）：确保信息传达。 身份认同（心灵驱动）：表达「我是谁」。追求「完美发音」或「像母语者一样」是一个过时的迷思。在英国，标准发音（RP）的使用者仅占 2%。教师应将口音视为学生的「身份标签」。只要不干扰理解，保留个人特征是建立自信的关键。 提升沟通意图的战略原则接受「不完美」：正如 Dan Everett 所言，语言始于对话，而对话始于「敢于在语言中扮演傻瓜」。 建立社会契约：语言本质上是社会工具。课堂任务应聚焦于「信息差（Information Gap）」，让学生为了生存或社交的「福祉」而不得不说。 沟通先于精确：优先关注「说了什么」，而非「怎么说的」。4. 教师角色的战略级转型：从「传递者」到「策划者」 Paul Nation 提出，教师应完成从「讲课者」向「教学建筑师」的晋升。当教师在课堂上最忙碌时，学生的习得效果往往最差。 教师五大职能层级（按战略重要性排序）策划者（Planner）：这是教师作为「建筑师」的核心职能。确保四大支柱的精准平衡，并为学生挑选符合 i+1 标准的真实材料。 组织者（Organizer）：设计高效流程（如配对谈话、广泛阅读计划），让学生在自主运作中完成习得。 培训者（Trainer）：教授学生「如何学习」。例如，指导学生使用间隔复习（Spaced Repetition）和检索练习（Retrieval），培养其独立性。 测试者（Tester）：监控进度并及时反馈，让学生通过成就感维持长效动力。 教学者（Teacher）：仅占极小比例。在学生产生好奇时提供画龙点睛的显性讲解。💡 「懒惰教学法」的逻辑核心：卓越的老师应是「懒惰」的。这并非不负责任，而是为了最大化学生的认知处理时间（Cognitive Processing Time）。如果老师占据了 80% 的说话时间，那么学生就失去了 80% 的习得机会。5. 课堂实战：基于真实语境的「脱书」工作流 战略转型的终点是抛弃工业化的课本练习，转向基于真实语境和学生兴趣的教学。 「阿黛尔工作流」(The Adele Workflow) 案例分析 与其通过语法书学习被动语态，不如利用学生感兴趣的真实材料（如歌手阿黛尔）：真实阅读：使用关于阿黛尔巡演的新闻。学生会自然接触到「raked in（大赚）」或「pocketed（收入囊中）」等生动表达。 词汇深度控制：确保 98% 的覆盖率。如果 100 个词中有 2 个以上生词，学生将进入「挫败水平（Frustration Level）」，习得随即停止。 真实输入与挑战：播放未经处理的采访播客。即使学生只能听懂 50%，这也是在模拟真实的沟通挑战，建立「模糊耐受度」。 任务设计：利用两张阿黛尔在不同场景的照片进行对比（Comparison Task），强迫大脑调用已知词汇来描述细节。💡 时间在任务中的价值（Time on Task）：要成为优秀的讲者，必须进行大量的说。教师应设计「不得不说」的场景，利用社交需求驱动产出，而非机械背诵。6. 总结：构建持久的语言习得生态 教学不仅是技术的传递，更是建立人与人之间联系的艺术。本手册的核心战略原则总结如下：心态是成败的分水岭：动力是习得的第一生产力。 隐性习得先于显性规则：语法是沟通的副产品，而非前提。 学生是故事的英雄：教师应将学习的「努力权」和自主权还给学生。 真实性是唯一的路径：拒绝真空中的练习，拥抱真实世界的碎片。 四大支柱的动态平衡：确保每一分钟的投入都能转化为长期能力。通过这一战略转型，你将赋予学生在真实世界中自由表达、建立联系并主导自身叙事的能力。本文内容由 Google NotebookLM 辅助整理，素材来源于 YouTube 语言学习领域多个高播放量视频。