最近，技术圈里掀起了一股很大的风暴，关于MCP的话题讨论激烈。这个风波主要是因为有一些人认为MCP已经被淘汰了，鼓吹CLI才是王道。不过，问题的本质并不是协议的好坏或者Token效率高低。它关乎的是团队要构建严肃的智能体工程，还是只是为了自娱自乐的“感觉编程”。现在有一些人觉得MCP太臃肿、消耗资源多，不如CLI直接简单。但其实对于使用一些简单命令的智能体来说，CLI确实好用。可要是自定义工具呢？智能体就需要有说明书（比如--help或者SKILL.md）才能学会使用。把整个OpenAPI schema塞进上下文这种情况也不少见。 其实这场争论的分野在于开发组织形态的不同。一种是个人玩票的感觉编程，另一种是面向组织的智能体工程实践。对于个人来说，MCP可能显得多余。但是对于10个人以上的团队来说问题就不一样了：如何确保不同技术栈的工程师用不同智能体得到一致结果？如何管理密钥、做权限控制？如何追踪工具效果？这些都需要MCP来解决。它通过HTTP提供中心化服务，把认证（Auth）、安全（Security）、遥测（Telemetry）这些麻烦事一揽子搞定。 如果你有一个依赖GitHub Actions这样临时运行环境的团队，那么MCP更是刚需。工程师离职了，只需要吊销他的OAuth令牌就行。还有像Anthropic和Cloudflare这样的公司发现，让LLM直接调用MCP不如让LLM写代码去调用MCP更稳、更省Token。Anthropic的“程序化工具调用”甚至能节省高达98.7%的Token。 所以大家争论这个问题时其实暴露了自己的立场：你是在构建一个可以随时抛弃的个人项目，还是在为需要长期维护、多人协作的系统打基础？那些嘲笑MCP的人可能还没遇到过为AI代码擦屁股的烦心事。 当智能体应用开始考虑团队协作、权限、审计和迭代这些因素时，你会发现需要的不是一个更聪明的工具，而是一个更稳固有明确边界的协议。如果你是一个10人以上规模的团队想用AI进行严肃开发，那么答案就是必须用MCP。