硅谷开发者炮轰MCP：250倍性能差距引爆争议，CLI与Skills会取代AI代理协议吗？

从AI世界的USB-C到被吐槽：MCP为何突然被炮轰

在AI Agent生态刚兴起时，Model Context Protocol（MCP）曾被视为连接模型与工具的统一标准。该协议由Anthropic在2024年提出，旨在让大型语言模型能够通过统一接口调用数据库、API、文件系统等外部工具，从而避免传统开发中的N×M集成问题。

理论上，开发者只需实现一次MCP接口，就能让AI代理访问大量工具与数据资源，这也让MCP一度被称为AI世界的“USB-C接口”。不少AI平台和开发框架在2025年开始支持MCP，使其迅速成为AI Agent生态的重要基础设施。然而，仅仅一年多时间，MCP就开始遭遇强烈质疑。近期硅谷开发者在技术社区和社交媒体上公开炮轰MCP，认为它在真实工程环境中“复杂、臃肿、效率低”。部分团队甚至宣布正在逐步拆除MCP架构，转而使用更简单的CLI工具或Skill调用方式。

这场争论迅速演变为AI Agent开发领域的一次协议路线之争。

开发者不满的核心：Token成本、复杂度和性能问题

批评者指出，MCP最大的设计问题在于上下文成本和复杂抽象层。在MCP架构中，服务器会把完整的工具Schema加载进模型上下文，使模型能够理解如何调用工具。但这一过程往往消耗大量Token，即使模型还没真正执行任务也会产生成本。

在实际应用中，这种设计会带来几个问题：

• 上下文开销巨大：工具描述被注入Prompt，占用大量Token
• 抽象层过多：开发者需要同时维护Server、Client和Schema
• 可靠性不足：很多MCP工具只是API的薄包装

一些开发者甚至表示，在复杂场景中，MCP架构可能比直接调用CLI命令慢几个数量级，因此有人在社区里提出250倍性能差距的说法。与此同时，安全研究也指出MCP存在结构性风险。例如协议本身缺乏严格的身份验证机制，可能导致Prompt Injection或权限滥用等安全问题。这些技术问题，让原本被寄予厚望的MCP逐渐陷入争议。

CLI与Skills的崛起：更简单的Agent架构

在MCP遭遇批评的同时，另一种思路正在快速流行——CLI + Skills。所谓CLI模式，就是让AI代理直接调用命令行工具。例如编译代码、执行脚本、访问Git仓库等任务，都可以通过统一的Shell工具完成，而无需复杂的协议层。这种方式的优点非常明显：

• 架构更简单：不需要维护复杂协议
• 执行效率更高：直接调用系统命令
• 调试更容易：所有操作可复现

与此同时，Skills体系则强调把能力封装为可调用的“技能模块”。模型只需要调用对应Skill，而不需要理解复杂的工具协议结构。

一些开发者甚至提出一句非常激进的口号：最好的协议，是没有协议。在他们看来，AI Agent的关键不是协议标准，而是可组合能力（Composable Skills）。

MCP真的会消失吗？争议远未结束

尽管争议不断，但认为MCP已经死了的观点也未必准确。事实上，MCP在AI Agent生态中仍然拥有广泛支持。很多开发平台、Agent框架以及AI工具市场仍在持续扩展MCP服务器生态，并构建大量可复用工具。更重要的是，MCP解决的是标准化互操作问题，而CLI和Skills更多解决的是工程效率问题。

从技术层面看，未来很可能出现一种折中路线：

• 底层仍然使用协议标准（如MCP）
• 上层通过Skills或CLI实现简单调用

换句话说，MCP未必会彻底退出历史舞台，但它可能会从核心架构逐渐退居为基础连接层。

AI Agent生态正在进入架构战争

MCP争议背后，其实反映的是AI Agent开发的一个更大问题：AI软件工程的最佳架构到底是什么？

当前行业正在探索多个方向：

• MCP等标准协议路线
• CLI驱动的开发者工具路线
• Skills市场的能力平台路线

这些技术路线尚未出现真正的赢家。但可以确定的是，随着AI Agent逐渐成为下一代软件形态，围绕工具调用、协议标准和能力生态的架构战争才刚刚开始。