ผู้แต่งต้นฉบับ: Haotian (X: @tme l0 211 )
การวิเคราะห์ปัญหาของ MCP เหล่านี้ค่อนข้างแม่นยำและตรงเข้าไปยังจุดที่เป็นปัญหาโดยตรง เผยให้เห็นว่าการนำ MCP มาใช้นั้นเป็นกระบวนการที่ยาวนานและยากลำบาก ฉันจะขยายความเรื่องนี้ด้วย:
1) ปัญหาการระเบิดของเครื่องมือเป็นเรื่องจริง: มาตรฐานโปรโตคอล MCP และเครื่องมือที่เชื่อมโยงกำลังท่วมตลาด เป็นเรื่องยากสำหรับ LLM ที่จะเลือกและใช้เครื่องมือต่างๆ ได้อย่างมีประสิทธิภาพ ไม่มี AI ที่สามารถเชี่ยวชาญในทุกสาขาอาชีพในเวลาเดียวกันได้ นี่ไม่ใช่ปัญหาที่สามารถแก้ไขได้ด้วยปริมาณพารามิเตอร์
2) ช่องว่างด้านเอกสาร: ยังคงมีช่องว่างขนาดใหญ่ระหว่างเอกสารทางเทคนิคและความเข้าใจด้าน AI เอกสาร API ส่วนใหญ่เขียนขึ้นสำหรับมนุษย์ ไม่ใช่ AI และขาดคำอธิบายเชิงความหมาย
3) จุดอ่อนของสถาปัตยกรรมอินเทอร์เฟซคู่: MCP ในฐานะมิดเดิลแวร์ระหว่าง LLM และแหล่งข้อมูล จะต้องประมวลผลคำขอต้นทางและแปลงข้อมูลปลายทาง การออกแบบสถาปัตยกรรมนี้ยังไม่เพียงพอโดยเนื้อแท้ เมื่อแหล่งข้อมูลมีการขยายตัวอย่างรวดเร็ว การจะรวมตรรกะการประมวลผลเข้าด้วยกันจึงกลายเป็นเรื่องแทบเป็นไปไม่ได้
4) โครงสร้างที่ส่งคืนมีความแตกต่างกันมาก: มาตรฐานที่ไม่สอดคล้องกันทำให้รูปแบบข้อมูลเกิดความสับสน นี่ไม่ใช่ปัญหาทางวิศวกรรมธรรมดา แต่เป็นผลจากการขาดความร่วมมือจากอุตสาหกรรมโดยรวม ซึ่งต้องใช้เวลา
5) หน้าต่างบริบทที่จำกัด: ไม่ว่าขีดจำกัดโทเค็นจะเพิ่มขึ้นเร็วเพียงใด ปัญหาของข้อมูลล้นเกินก็ยังคงมีอยู่เสมอ MCP แสดงข้อมูล JSON จำนวนมากซึ่งใช้พื้นที่บริบทจำนวนมากและบีบความสามารถในการใช้เหตุผล
6) การทำให้โครงสร้างที่ซ้อนกันแบนราบ: โครงสร้างของวัตถุที่ซับซ้อนจะสูญเสียความสัมพันธ์แบบลำดับชั้นในคำอธิบายข้อความ ทำให้ AI มีปัญหาในการสร้างความสัมพันธ์ระหว่างข้อมูลขึ้นมาใหม่
7) ความยากในการเชื่อมโยงเซิร์ฟเวอร์ MCP หลาย ๆ ตัวเข้าด้วยกัน: ความท้าทายที่ใหญ่ที่สุดก็คือ เป็นเรื่องซับซ้อนในการเชื่อมโยง MCP เข้าด้วยกัน ความยากนี้ไม่ใช่เรื่องไร้เหตุผล แม้ว่า MCP จะเป็นโปรโตคอลมาตรฐานรวม แต่การนำไปใช้งานจริงของแต่ละเซิร์ฟเวอร์ก็แตกต่างกัน คนหนึ่งประมวลผลไฟล์ คนหนึ่งเชื่อมต่อกับ API และคนหนึ่งดำเนินการฐานข้อมูล... เมื่อ AI ต้องทำงานร่วมกันข้ามเซิร์ฟเวอร์เพื่อทำงานที่ซับซ้อนให้สำเร็จ มันก็ยากพอๆ กับการพยายามรวบรวมเลโก้ บล็อกตัวต่อ และชิ้นส่วนแม่เหล็กเข้าด้วยกัน
8) การเกิดขึ้นของ A2A เป็นเพียงจุดเริ่มต้นเท่านั้น: MCP เป็นเพียงขั้นตอนเริ่มต้นของการสื่อสารระหว่าง AI ต่อ AI เครือข่ายตัวแทน AI ที่แท้จริงต้องมีโปรโตคอลความร่วมมือระดับสูงและกลไกฉันทามติ A 2 A อาจจะเป็นเพียงการทำซ้ำที่ยอดเยี่ยม
ข้างบน.
ปัญหาเหล่านี้สะท้อนถึงความเจ็บปวดจากการเปลี่ยนผ่านของ AI จาก คลังเครื่องมือ ไปเป็น ระบบนิเวศ AI อุตสาหกรรมยังอยู่ในช่วงเริ่มต้นของการเสนอเครื่องมือให้กับ AI แทนที่จะสร้างโครงสร้างพื้นฐานความร่วมมือด้าน AI อย่างแท้จริง
ดังนั้นจึงจำเป็นต้องขจัดความลึกลับของ MCP แต่ก็ควรละเลยคุณค่าของมันในฐานะเทคโนโลยีเปลี่ยนผ่านเช่นกัน
ยินดีต้อนรับสู่โลกใหม่
