AI在日常生活中的应用场景越来越广泛。作者通过一次真实的假期聚会经历，详细分享了使用Windsurf结合高德MCP（多模态计算平台）来规划聚会的过程。从便捷的接入体验到实际使用中的问题，深入了解AI在出行规划中的潜力与挑战，以及MCP技术在实际应用中的表现和未来发展方向。

最近读了Ce和Super黄的MCP做旅游和找咖啡店，正好超级峰、唯庸、Sheldon、井九假期约了一起恰茶唠唠大家对AI的应用。

于是我们一拍即和，我们决定交个AI最高的权限，让它给我们五个做一个见面计划。

我们把自己的位置汇总起来，然后在windsurf上接入了高德的mcp服务。

花了大概20分钟的时间让AI给我们做了一份见面计划，然后人又手动更改了一下店铺和页面，最终形成了一个这样的见面计划图。

于是当天我们尝试按照这个路线去走，虽然有一些波折，但是我们成功在Grid Coffee相聚了，但是盯着狂风让我晒着太阳喝咖啡聊AI的梦泡汤了。

这个风大到什么地步呢？我给茶馆打电话的时候，我压根听不清楚他们到底在说啥。

到了茶馆我们聊这个事情，大家分享了一下自己出发到国贸花费的时间，基本上都比较均衡。

和我们当时给AI提出的要求差不多，没有出现一个过来一个半小时，另外一个人20分钟的情况。

在多人聚会找中心点这个事情上，windsurf+高德MCP是非常棒的。

但路线更加精准不出错、找商家更加符合诉求，这些事情还有赖于模型进一步提升和mcp的生态更加丰富。

接下来我从安装到使用来跟大家详细分享一下我这次用MCP做方案的体验。

一、接入MCP最好用的就是windsurf，1分钟立即接入可用。

安装的时候我先用的cursor去安装，但纯用json来安装我电脑死活连入不了，我也不知道为啥。

于是我决定把高德地图的mcp文档和cursor的mcp指南给cursor，让它自己学习安装。

折腾了半个小时我成功的安装上了高德地图的API接口，反正是能用了，但是好像和MCP没啥关系。

是真的在本地系统上搭建了一套API，每次查询都是修改API代码的内容，然后运行API。

折腾了半天我都想放弃了，我突然想起来还有windsurf，于是我打开了windsurf的mcp页面，把高德的mcp文件粘贴进来，立马刷新了就能用了。

对比cursor折腾半天死活运行不了，windsurf真的是太友好了，接上了就能用。

二、输入信息要足够的精确，否则AI会随机找一个点位。

我刚开始输入的位置是通州梨园，结果MCP一直让我去做六号线，我都很困惑，我明明做梨园地铁站，1号线不就在眼前吗？为啥要我去做6号线？？？

于是我打开地图去搜了一下通州梨园，发现我脑海中的通州梨园就是地铁站，但是在地图里它其实是没有明确的坐标的，代表着很多种可能性。

于是我在通州梨园后边加了地铁站三个字，效果就好多了，终于可以让我去做1号线了。

但要这么准确的信息搜索有的时候其实不太符合人的习惯。

人在描述的时候其实会下意识理解是梨园地铁站，但是从地图的维度来看，这其实是一个区域，而非一个准确的地点。

三、单个MCP其实很难满足全部需求，理想的出行规划需要“组合拳” 。

我们当天其实想去喝个咖啡或者茶都可以，但高德推荐的店我其实都不太喜欢，我感觉它的信息还是太少了。

于是最终我还是去用了大众点评，手动选了一个位置来进行见面，让AI给我更新上去了。

然后我和超级峰我们俩顶着大风在露天咖啡台上等了大家10分钟，我当时就跟他感慨，我们还需要一个提供了天气接口的MCP服务，这样才能够连成一套。

地理位置的MCP+商家信息的MCP+天气信息的MCP，凑一起才能有一个更高体验的聚会或者出行，少一个都不太行，我们好歹遇到只是大风，要是大雨那画面不敢想象。

四、核心瓶颈：模型的规划和调度能力是一切的核心，现阶段模型该能力还是偏弱。

MCP最终还是提供给模型的服务，是本着增强模型的目的来进行的，那逻辑上来讲，我输入通州梨园这个位置的时候，模型决定去调用MCP来解决问题的时候，应该是模型来自己思考是否需要去找用户重复确认位置信息。

校正位置是第一步，如果位置都不对，那搜出来的东西毫无意义啊。

但很遗憾，从测试中我们未能看到模型涌现出这种多步的规划能力，还需要人工进行规则约束来进行任务的分拆，然后进行计划的制定。

理论上应该模型自己拆解任务，自己校验地址，然后根据地址寻找中心点，围绕中心点寻找见面的店面，然后给到每个人具体的路线，最后生成一个见面落地页。

五、总结思考：MCP很值得去体验和使用，但目前还处于野蛮生长的早期。

这次用MCP其实是符合我预期的，它确实方便了模型去调用各种已有产品的能力。

比起自己搭API接口，只需要输入json和key，方便了太多太多了。

但是有和没有的差距没有那么大，可以用也可以不用，就有点像cursor早期的composer功能。

在去年9月份我刚开始coding的时候就是用composer，结果它给我写了无数个bug，最后我被迫放弃composer模式，转向ChatAI模式。

但今年的3月份cursor最新的agent模式已经非常出彩了，它可以自主完成任务，可以真正的让人看着就能搞定写代码整个事情。

这里有cursor自身工程进步的原因，也有Claude自身的进步的原因。

但AI进化的速度远超我们的想象，从难用到好用可能只差6个月。

MCP或许也是这样，现在我们coding和日常用AI可能用不到它，但或许6个月后，它能够解放我们很多精力；不要过度轻视一个技术的未来，同样的也不要过度重视。