MCP有前途吗?
Agent 执行任务需要调用外部工具,目前主流的实现路径主要有两条:一是 Anthropic 推出的 MCP(Model Context Protocol),它通过标准化的 JSON-RPC 协议连接工具;二是直接使用传统的命令行接口(CLI),如 git、docker 等开发者常用的工具。近期,行业风向出现明显转变,越来越多的开发者和企业开始倾向于 CLI 方案,认为其效率更高且成本更低。这一转变引发了关于 MCP 是否过度复杂化了工具交互的讨论。
01核心数据对比:Token 消耗与可靠性
在实际应用中,CLI 和 MCP 的表现存在显著差异。一项针对过去一个月 Agent 工具调用的统计显示,Bash 命令占比高达 78%,而 MCP 仅占 12%。以查询 GitHub PR 为例,使用 MCP 需要加载 schema、构造 JSON 参数并解析返回数据,单次交互消耗数千 tokens;而使用 gh CLI 仅需一行命令,返回人类可读的文本,成本相差一个数量级。社区基准测试进一步表明,在执行同一批任务时,CLI 的 token 消耗比 MCP 低 10 到 32 倍,且任务可靠率从 72% 提升至 100%。
| 场景 | MCP | CLI |
|---|---|---|
| Schema 开销 | GitHub MCP Server 会话加载约 55,000 tokens | 工具描述仅需约 68 tokens |
| 浏览器自动化(15步) | Playwright MCP 消耗约 114,000 tokens | Playwright CLI 消耗约 27,000 tokens |
| 代码执行(中复杂度) | Claude Code(早期)约 150,000 tokens | 原生 Code Execution 约 2,000 tokens |
| 任务可靠性 | 72%(需重试) | 100%(一次通过) |
MCP 与 CLI 在不同场景下的性能对比
02原理分析:训练数据与 Unix 哲学
LLM 在训练过程中接触了海量的 CLI 命令及其输出,模型对这种模式已经内化。相比之下,MCP 的 JSON-RPC 协议和 schema 格式是较新的规范,模型缺乏足够的训练数据支持。从架构哲学看,Unix 核心设计是“一切皆文本流”,LLM 处理的也是文本(token),两者数据类型一致,信息流动无需转换。MCP 引入的 JSON 编码层类似于让英语母语者先翻译成世界语再交流,增加了不必要的转换成本。
03安全模型评估
安全模型对比
MCP 安全风险
面临“致命三连”攻击向量
- 工具投毒:在 tool description 中嵌入恶意指令
- 地毯抽拉:Server 更新后行为发生恶意改变
- 影子工具:注册同名工具覆盖原有行为
- 缺乏隔离:共享 Agent 上下文与权限
CLI 安全优势
经过 50 年实战验证的进程模型
- 进程隔离:每个命令独立运行,权限边界明确
- 权限可追溯:子进程继承父进程权限,链条清晰
- 成熟防御:对已知攻击手段有成熟的防御机制
04适用场景界定与未来趋势
MCP 并非一无是处,其在远程服务连接、多租户权限管理、企业合规审计以及沙箱环境等场景下具有独特价值。但将其定位为“Agent 与所有工具交互的通用协议”可能过高估了其适用范围。更合理的架构分工是:CLI 负责本地执行层,MCP 负责远程连接层。两者互补,各司其职。随着模型理解能力的提升,CLI-first 的工具将越来越多,混合架构(CLI + MCP Gateway)有望成为主流。
当前文章无评论,是时候发表评论了