什么时候不需要MCP-开发者社区

问题

经常看到招聘 JD 上写着 MCP，似乎每个人都要会 MCP 才能做 agent 开发
又有人说 MCP 太重了，没什么人用 MCP
我们又会看到很多教程说，使用 MCP 统一接口很好用

我们平时看到的教程都是介绍 MCP 是什么，为什么要用 MCP。说了很多，其实大家还是不能直观地理解 MCP 的取舍。我今天就反过来说说什么时候不需要 MCP，来帮助大家更直观地感受 MCP。

MCP是什么

MCP（Model Context Protocol，模型上下文协议）是 Anthropic 发起的一个开放协议，用来让 AI 应用（比如 Claude Code、Claude Desktop、OpenClaw 这些 agent）用统一的方式去发现和调用外部工具、读取外部资源

这是字面上的概念。实际上你可以把 MCP 看作是暴露给 agent 的一种资源。在 MCP 出现之前，如果你想让一个 AI 应用连上 Google Drive、GitHub、Slack 这些服务，每个 AI 应用都得为每一个外部服务单独写一套集成代码。
MCP 相当于给这个连接关系定义了一个“标准插座”。

不用MCP用什么

如果不用 MCP，我们还有很多别的东西可以选择。最重要的是两种：
function calling：2023 年 OpenAI 推出了 function calling 的能力。其实很简单，就是你先把一段函数签名传给 LLM。

{ "name": "get_weather", "description": "查询某个城市当前的天气", "input_schema": { ... "properties": {"city": {"type": "string"}}, } }

LLM 知道有一个 tool 之后，如果 LLM 在执行过程中觉得需要调用这个外部工具，那么执行结果的content内会多出一个tool_use对象，并且stop_reason也会写tool_use。就像：

{"content":[{"type":"tool_use","name":"get_weather","input":{"city":"new york"}}],"stop_reason":"tool_use"}

然后你就自己写代码去实现这个函数调用。

ifresponse.stop_reason=="tool_use":tool_use=response.content[-1]// ... 调用查天气的函数

当然实际工作中没这么土，你可以用 LangChain 之类的框架。

CLI：其实也是一种function call，只不过你就只暴露一种 tool，而且直接告诉 LLM 这就是个 bash，你想执行什么命令就自己写命令。好处就是你不需要告诉 LLM bash 能干啥，要怎么用。因为 LLM 在阅读了大量资料后，它本来就知道怎么写 bash 命令。

但是使用CLI有一定风险，权限控制不好做。

模型视角感受

首先你必须知道一件事情：模型根本不知道你调用的是 MCP 还是 function calling。
比如，当你注册查询天气这个工具的时候，如果使用 MCP 注册，那么模型看到的 tools 是这样的：

{"name":"get_weather","description":"Get the current weather for a specified city","input_schema":{"type":"object","properties":{"city":{"type":"string"}}}}

如果你用 function calling，模型看到的 tools 是这样的：

{"name":"get_weather","description":"Get the current weather for a specified city","input_schema":{"type":"object","properties":{"city":{"type":"string"}}}}