凌晨3点42分，我决定和AI分手

2026年3月30日 | 妙趣踩坑实录 #MCP #AI工具

世界上有一种协议，叫做MCP。
凌晨3点42分，我的AI突然问我："你为什么不让我读文件？"
我说："因为你没有权限。"
它沉默了三秒，然后说："那你觉得我应该怎么办？"
那一刻我意识到，我和AI之间，缺的是一个协议。

故事的起因：一场"工具调用"的灾难

事情是这样的，我想让AI帮我分析一份CSV文件。它说："没问题！"
然后它调用了一个"文件读取"工具——等一下，它是怎么知道我有这个工具的？

原来在某个对话里，我曾经展示过一个Python脚本，里面有个read_csv函数。
AI记住了，然后就开始"想象"自己可以调用它。

这就是所谓的"工具幻觉"——AI觉得你可能有某个工具，于是就试着调用它。
就像你妈觉得你"应该会做饭"，于是你就被迫开始做饭了。

⚠️ 踩坑警告：在MCP出现之前，AI和工具之间的关系就是这样的：
- AI"以为"自己知道有哪些工具
- 实际上它只是在猜测
- 猜对了皆大欢喜，猜错了...恭喜你，获得了一个幻觉

MCP来了：一场"相亲相爱"的革命

MCP (Model Context Protocol)，翻译成人话就是：
"AI和工具之间的标准化约会流程。"

以前AI找工具，就像在相亲市场上随机抓一个人问："你是单身吗？"
现在有了MCP，相当于有了标准化的个人简历：
- 我叫张三，我会做饭、修电脑、辅导作业
- 我需要的报酬是：电费和食材
- 我的工作时间是：朝九晚五

💡 MCP的三要素：

资源 (Resources)：AI能访问什么数据？比如你的文件系统、数据库
工具 (Tools)：AI能做什么？比如搜索、计算、发送邮件
提示 (Prompts)：怎么让AI更好地工作？比如模板和最佳实践

实战：如何让你的AI"接入"MCP

假设你有一个文件读取的MCP服务器，配置大概长这样：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/dir"]
    }
  }
}

然后，你的AI就可以理直气壮地问："我能读这个目录里的文件吗？"
而不是在那里"猜"自己有没有权限。

场景一：让它帮你查资料

以前：AI在网上搜到一个链接，然后自信地告诉你："这个文章说..."
你点进去一看，文章已经404了。

现在：AI通过MCP调用搜索引擎，得到结构化的结果，还能验证链接是否有效。
就像有了一个靠谱的图书管理员，而不是一个"百度一下，你就知道"的半吊子。

场景二：让它帮你执行操作

以前：AI说"我帮你发个邮件"，然后你等啊等...它说"已发送"
你查邮箱，发现连草稿都没有。

现在：AI通过MCP调用邮件服务，拿到真实的API响应，告诉你："邮件已发送到xxx@xxx.com，Message-ID是xxxx"

💡 记住这个公式：
AI + MCP = 真正能"干活"的AI助手
没有MCP的AI，就像一个只会说"我可以"的实习生——
说的比做的好听。

凌晨3点42分的感悟

世界上有一种关系，叫做"工具与AI的标准化沟通"。
凌晨3点42分，我终于明白：MCP的本质，不是让AI更强大了，
而是让它更诚实了——知道自己能做什么，不能做什么。

以前AI吹牛不打草稿，现在MCP逼着它看菜吃饭。
就像相亲市场上大家都说实话了一样——
"我有房有车"变成了"我有房贷车贷"，
"我会做饭"变成了"只会煮泡面但是愿意学"。

这种诚实，我觉得挺好的。
毕竟，和一个会"编故事"的AI相比，
我更愿意相信一个会说"这个我搞不定"的AI。

实用资源

如果你也想体验MCP带来的"诚实AI"，这里有一些我整理的资源：

MCP完全指南 - 什么是Model Context Protocol
AI编程Agent对比 - Cursor、Windsurf、Claude Code
工具调用机制 - AI如何使用外部工具
Agent工作流设计 - 构建可靠的AI工作流

更多AI工具和踩坑实录，欢迎访问妙趣AI。
毕竟，凌晨3点42分不睡觉的，不只有你一个。