从技术角度看，MCP是标准化的function call

call function是LLM与生俱来的能力，人类通过一些后训练手段，让模型掌握了遇到相关问题时，调用对应function的技能

function call就是模型的手，没有手之前，模型只能通过读文本、看图片来获取外部信息，同时通过这两种方式向外界输出信息

也就是说，这时候模型只有眼睛和嘴，他说了一堆有用的或者没有用的，我看了一堆有用的或者没有用的

因为没有手，他并不能直接改变任何东西，顶多能通过语言对我发起精神攻击，改变我脑子里的某个观点

有了function call之后，模型能通过调用function获取信息（查）、执行操作（增/删/改），能直接对人类世界产生实际影响

比如，他把我数据库删了，我就生气了。模型有了手，他能直接改变一些东西，操作数字化的东西

比如关灯，智能家居把灯数字化了，模型就能直接开灯关灯

比如转账，数字货币把钱数字化了，模型就能直接打钱收钱

……以后元宇宙把人数字化了，模型就能直接增删改查人，扯远了，但道理是一样的

软件本身就是数字化的，以源码和接口的形式存在，模型就能直接写代码调接口，干开发工作

再多扯一点，沟通这件事，并不需要等到人数字化了才行，因为人的沟通方式是数字化的：通过微信、办公软件发消息、发邮件、发工单沟通

把我的老板换成AI，他给我发消息，我就真得干，所以模型能直接代替人沟通，现在就能做到。我们说AI代替不了程序员跟产品沟通需求，只是因为暂时跟AI不容易说清楚，他掌握的信息太少。如果我是老板，我真想试试偷偷把我账号换成AI，看一切能不能正常运转，想想就很有意思；）

收。function call说完了，接着看MCP

有function其实就够用了，把人类世界的各种IPO（输入/处理/输出）动作全都定义成function，告诉模型，他就能直接操作了

但问题是，每个人，每个公司，每个部门，每个小组写出来的function定义和调用方式都不一样，定义出来的这些function没法复用，互相不通用

这时候，MCP就出现了，他是一种标准的function call定义

遵守同一套MCP协议，所有人都这么写function call，那就都能复用了

但是你要说从最初的prompt function call，到后来模型接口支持的function call，再到后来的MCP，本质上有什么变化？

其实没啥变化（变的只是形式），都是把现实世界的IPO动作告诉模型，让模型能自己动手

例如，查问题缺线上错误日志，你别找我要，自己去查：

你说我这个是什么，严格来说形式上既不是function call，也不是MCP，更不是skill什么的

但它本质上就是给模型安上双手，能解决我的问题：

以及AI自己查日志后，得到的分析结果：

所以说，用AI不要局限于MCP、Skill这些表面形式，掌握心法即可，我自一口真气足

啥是心法，很简单

看大模型的原理。我只需要知道模型只认两种类型的输入，一种是文本，另一种是图片。这就足够了

那么，无论你花里胡哨的什么新东西，MCP、Plugin、Skill、Rule、Hook

我只需要思考一个问题，这玩意儿是怎么影响模型输入的，往我的上下文里塞了啥砖头

比如说：

MCP：往system prompt里加了MCP的名称、功能、用法描述。Plugin、Skill也都差不多

Rule：更简单了，把你写的Rule直接原样复制粘贴到system prompt里，作为它的一部分

搞清楚之后，我就能以不变应万变，我到现在也没有装任何MCP，开发任何自定义MCP，为啥？

没必要，对我个人开发的场景来说，这种非标的玩法往往效果更好

因为我知道我AI的上下文里啥也没有，system prompt里没有乱七八糟的东西

想要AI大哥动手代劳的时候，我就给他装上手。当AI大哥需要用啥的时候，我就递个合适的扳手给他

我又不打算拿给别人复用，开发标准的MCP干啥，对吧？

至于我那个log.md是啥，其实就是接口文档；）