前言, 在AI行业当中, 最近引发了热议的一个话题是, 叫做“MCP已死, CLI崛起“。先是从相关的CTO宣布放弃MCP开始, 接着到相关的CEO直言”MCP不行“, 而后再到飞书、钉钉等大厂纷纷转向开源CLI, 似乎一场关于AI代理怎样和外部工具交互的范式转移正在酝酿之中。一、由在2024年底推出的协议MCP, 其目的设定为解决AI模型跟外部工具之间的沟通问题, 它采用客户端 - 服务器架构, 把外部工具进行封装成为可调用的函数, 然而, MCP的设计存在着多个致命缺陷。以下是改写后的内容: 上下文存在臃肿状况, MCP的全量加载机制致使上下文被工具所做定义给占据, 进而使得AI在执行任务之前就已经消耗了大量的Token, 对模型有效性形成影响。架构具备复杂特征, MCP的多进程架构造成初始化不稳定, 认证环节繁琐, 给开发者增添了运维方面的负担。存在安全风险, MCP的架构引入了多种安全方面的隐患, 攻击者能够利用漏洞去进行恶意操作。其工具设计属于被动类型, MCP的工具是被动予以提供的, AI没办法主动去探索新型工具, 对其能力的发挥构成了限制。二、不同于MCP, CLI命令行界面正凭借其简单、灵活的特性迅速崛起, 这便是CLI的优势, 而CLI的优点在于:缓慢渐次地发觉, CLI准许依照需求来加载, 进而规避了上下文的污染。借助管道来进行操作CLI有办法凭借管道操作而轻易地达成繁杂任务, 削减了额外代码的需求。大型语言模型LLM之于CLI的命令有着与生俱来的适应能力, 这使得学习成本得以降低。CLI操作具有很强的可调试性, 开发者能够直接于终端内确认AI的执行状况。CLI拥有标准化的身份验证体系以及稳定性很高的运行环境, 从而构建起成熟的生态。三、CLI跟MCP的对比, MCP和CLI皆是AI与工具交互的方式, 可是它们解决的是不一样层面的问题, MCP着重的是标准化协议以及跨平台工具共享, 而CLI追求的是性能、稳定性以及AI的自主探索能力。四、和飞书等大厂纷纷选择并推出CLI, 这表明了CLI模式正逐渐成为企业级AI工具的主流趋势, 为何会这样选择呢, 是因为在业务流程中AI的执行能力相当关键, 而CLI具有无歧义以及易于自动化这两个特性, 所以它成为了AI理想的交互方式。作总结, 虽说MCP并非全然“已亡”, 然而它的适用范畴却在缩减, 与此同时, CLI的优势却越发显著。往后, 混合架构说不定会成AI交互的趋向, CLI与MCP各自展现其独特的优势, 用以契合各异场景的诉求。到2025年, CLI加的组合或许会是最为有效的抉择。