Я понял, что анализ проблем, связанных с MCP, довольно глубокий, точно попадает в суть и показывает, что реализация MCP будет долгим процессом и не так просто. Я также хотел бы добавить:
Проблема с инструментами действительно существует: стандарты протокола MCP, количество доступных инструментов стало чрезмерным, LLM трудно эффективно выбирать и использовать так много инструментов, и ни один ИИ не может одновременно быть экспертом во всех профессиональных областях, это не вопрос параметров.
Описание разрыва в документации: между технической документацией и пониманием ИИ существует огромная пропасть. Большинство документации API написано для людей, а не для ИИ, что приводит к отсутствию семантического описания.
3）Слабое место архитектуры с двойным интерфейсом: MCP, выступая в качестве посредника между LLM и источником данных, должен обрабатывать как запросы от вышестоящих систем, так и преобразовывать данные для нижестоящих. Такая архитектурная схема изначально имеет недостатки. Когда источники данных становятся взрывными, единая логика обработки практически невозможна.
Возвращаемые структуры сильно различаются: отсутствие единого стандарта приводит к путанице в форматах данных, что является результатом общего отсутствия сотрудничества в отрасли, и для этого нужно время.
Ограниченное окно контекста: независимо от того, насколько быстро растет предел токенов, проблема информационной перегрузки всегда присутствует. MCP выдает кучу данных JSON, что занимает много пространства контекста и сжимает способности вывода.
Упрощение вложенной структуры: сложные объекты в текстовом описании теряют иерархические связи, и ИИ трудно восстановить взаимосвязи между данными.
Сложность подключения нескольких серверов MCP: "Самая большая проблема заключается в том, что сложно объединить MCP в цепочку." Эта трудность не беспочвенна. Несмотря на то, что MCP сам по себе унифицирован в качестве стандартного протокола, конкретная реализация каждого сервера в действительности различна: один обрабатывает файлы, другой подключается к API, кто-то работает с базами данных... Когда искусственному интеллекту необходимо взаимодействовать между серверами для выполнения сложных задач, это так же сложно, как пытаться соединить Lego, кубики и магниты.
Появление A2A — это только начало: MCP — это начальная стадия связи AI-to-AI. Настоящая сеть AI-агентов требует более высоких уровней кооперационных протоколов и механизмов консенсуса, A2A возможно лишь отличная итерация.
Выше.
Эти проблемы на самом деле сосредоточены на отражении болезненных переходов от "инструментального набора" к "экосистеме ИИ". Отрасль все еще находится на начальной стадии, когда инструменты просто передаются ИИ, а не создается настоящая инфраструктура для сотрудничества ИИ.
Поэтому необходимо рассмотреть МС в качестве переходной технологии, но не следует недооценивать его ценность.
Просто добро пожаловать в новый мир.
Посмотреть Оригинал
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Момент робости: анализ семи структурных противоречий протокола MCP в сотрудничестве AI
Я понял, что анализ проблем, связанных с MCP, довольно глубокий, точно попадает в суть и показывает, что реализация MCP будет долгим процессом и не так просто. Я также хотел бы добавить:
Проблема с инструментами действительно существует: стандарты протокола MCP, количество доступных инструментов стало чрезмерным, LLM трудно эффективно выбирать и использовать так много инструментов, и ни один ИИ не может одновременно быть экспертом во всех профессиональных областях, это не вопрос параметров.
Описание разрыва в документации: между технической документацией и пониманием ИИ существует огромная пропасть. Большинство документации API написано для людей, а не для ИИ, что приводит к отсутствию семантического описания.
3）Слабое место архитектуры с двойным интерфейсом: MCP, выступая в качестве посредника между LLM и источником данных, должен обрабатывать как запросы от вышестоящих систем, так и преобразовывать данные для нижестоящих. Такая архитектурная схема изначально имеет недостатки. Когда источники данных становятся взрывными, единая логика обработки практически невозможна.
Возвращаемые структуры сильно различаются: отсутствие единого стандарта приводит к путанице в форматах данных, что является результатом общего отсутствия сотрудничества в отрасли, и для этого нужно время.
Ограниченное окно контекста: независимо от того, насколько быстро растет предел токенов, проблема информационной перегрузки всегда присутствует. MCP выдает кучу данных JSON, что занимает много пространства контекста и сжимает способности вывода.
Упрощение вложенной структуры: сложные объекты в текстовом описании теряют иерархические связи, и ИИ трудно восстановить взаимосвязи между данными.
Сложность подключения нескольких серверов MCP: "Самая большая проблема заключается в том, что сложно объединить MCP в цепочку." Эта трудность не беспочвенна. Несмотря на то, что MCP сам по себе унифицирован в качестве стандартного протокола, конкретная реализация каждого сервера в действительности различна: один обрабатывает файлы, другой подключается к API, кто-то работает с базами данных... Когда искусственному интеллекту необходимо взаимодействовать между серверами для выполнения сложных задач, это так же сложно, как пытаться соединить Lego, кубики и магниты.
Появление A2A — это только начало: MCP — это начальная стадия связи AI-to-AI. Настоящая сеть AI-агентов требует более высоких уровней кооперационных протоколов и механизмов консенсуса, A2A возможно лишь отличная итерация.
Выше.
Эти проблемы на самом деле сосредоточены на отражении болезненных переходов от "инструментального набора" к "экосистеме ИИ". Отрасль все еще находится на начальной стадии, когда инструменты просто передаются ИИ, а не создается настоящая инфраструктура для сотрудничества ИИ.
Поэтому необходимо рассмотреть МС в качестве переходной технологии, но не следует недооценивать его ценность.
Просто добро пожаловать в новый мир.