Showing Posts From

智能体

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。