我玩MCP一个月后的感受是,它最终又回到了提示词工程的本质。起初,我在MCP领域应用方面做得比较好,但发现内容创作面临需求点稀缺和服务稀缺的双重问题。MCP领域供给不足,且缺乏真正解决用户问题的有效需求,但仍然是一个热门方向。NSP让模型的能力大幅提升,因为它赋予了模型“手和脚”,使其能够调用外部工具。过去MCP教程编写复杂,需要安装环境、部署MCP、多步提示词调用等步骤。新的MCP产品逻辑简化了环境安装和部署流程,用户只需关注MCP的使用。新的MCP产品通过Agent逻辑,简化了MCP的调用,用户只需定义Agent和步骤,即可自动调用MCP服务。MCP最终简化为提示词工程,只需清晰描述需求即可。MCP被模型、IDE和云平台内化后,回到了创意和执行力驱动的时代,需要找到用户需求并用提示词解决问题。需要找到有创意、执行力强的人一起成长,提示词工程仍然会存在多年。像AutoGPT这样的端到端工具,已经开始走向模型+Agent的路径。MCP领域出现新的范式,它最终简化为提示词工程,只需清晰描述需求即可。
Deep Dive