MCP46 篇实战文章

十月底，DoorDash 上了 MCP 连接器。我信息流里刷出来的标题一个比一个兴奋：AI 代理开始接管点外卖了，MCP 把餐饮行业打通了。然后 Q3 财报电话会上，CEO Tony Xu 自己报了个数：外部 AI 代理从上线到那天，累计几百单。同一季度，DoorDash 处理了接近十亿单。

周四下午等一封客户邮件，等得烦，顺手把 Arsaze 接进了 Claude。 连上之后它没弹什么“一键成片”的向导，就是把我账号里的项目列了一遍。画外音：这个反应让我有点意外——我原以为又是一个把聊天框糊在时间线旁边的产品。 我随手挑了一条四十多分钟的访谈，上个月给朋友录的，一直扔着没动。

先打开配置数一下自己挂了几个 MCP server。我数出来 11 个，其中 4 个是半年前为了试某个 demo 装的，早就不用了，但一直还挂着，每次会话都跟着加载。 当初怎么装的？复制别人 README 里的那段 json，粘进去，重启，能用，然后再没打开过。

10 月 22 号半夜刷 arXiv，看到这篇 nnInteractive Agent，标题写的是 3D 图像标注。我点进去本来是想看分割的，读到第三页发现不对——这压根不是一篇分割论文，是一篇 MCP 封装论文。 画外音：都 2026 年了，医学影像圈也开始干我们这行的活了。

https://github.com/andrewfader/blokkily —— andrewfader 的实验性 DAW。差点关掉。这种“AI 做音乐”的仓库我见得太多了，十个有八个是“用嘴写歌”的演示，接个 ChatGPT 就敢说自己是 AI 宿主。关之前扫到 MCP 两个字，我又留下来了。

前段时间刷到一条消息：一个叫 SELENE 的科学漫游车，整个建模过程走 SolidCraft 的 MCP 服务器做出来，作者 @0xlillith，时间线 3323 个可编辑步骤，重建无报错。 看到这种数字我第一反应是找茬。

你大概也撞见过。agent 信心十足地调了个 API，推理过程每一步都像模像样，选工具的理由写得漂漂亮亮：语义匹配度高、描述相关、评分第一。一执行就露馅——那个 API 早挂了。 再一件事。你挂了十几个 MCP server，心想这下它总该有得选。结果它偏选那个你半个月没碰、endpoint 已经 502 的插件。

昨天半夜刷到一个 MCP，叫 pulpiemcp，作者 Jessica Doering，发在 dev.to 上。 扫标题的时候我以为又是个网页转 Markdown 的工具。这种小东西我见过不少，平时手动复制粘贴一直这么干，滑过去就准备关掉。 结果卡在评论区里没出来。

5 个 MCP server，55 个工具，约 16,500 tokens。 这个数是 Ryan Palo 在七月三号那篇《Choosing the Right Tooling Layer for Your Agent》里顺手摆出来的。

上周日晚上，clone 仓库，npm install，build，然后跑 bash examples/tryit.sh。 脚本在临时目录里造两个假 store，跑一遍 capture、PII 拦截、导出、逐条导入，完事自己删干净，不碰你本机的任何 config。

新加坡的安全工程师 Kiell Tampubolon 在《Dear Coder: Open This If You're Feeling AI FOMO》底下留了一句话。那条评论是当脚注发的，四十一条评论里没什么人接。

搜 ssh，空。exec，没有。command，还是空。再搜 console——官方工具里连 console 都没有。我一开始以为是文档没更新。翻完 @digitalocean/mcp 的 40 个工具，才明白这跟文档更新没关系。

刷到一个把 Claude Code 日志技能做成公开插件的记录。作者拿自己的审查工具把插件过了一遍，查出月度索引那步调视图工具的时候，少传了一个必填的 parentpageid。 我第一反应是「哦」。 第二反应慢了半拍：这参数缺了三个月，一次都没炸。 因为模型每次都从上下文里把它猜出来了。 猜出来的。

先把这个结论撂这：如果你真冲着省那25到45刀去抄这套“5美元VPS跑Lovable替代品”的方案，你抄错账了。省钱是这笔账里最不值钱的部分。真正值钱的是一刀——把600个工具砍到20个。这一刀下去省的不是美元，是token预算和选错率。但多数人不会抄这一刀，眼睛只盯着账单上的数字，看不见这一刀砍掉的是什么。

最近总有人问，Pi 怎么又把 MCP 加回来了。 简单说，MCP 是让 AI 工具连上你其它工具的接口标准。这条之前收过一次，不重复。真正值得讲的是他们加回来的理由。 早先翻 pi.dev，官网上写着不打算支持 MCP。播客里聊过，Mario 还专门写过一篇解释为什么不加。

上周 arXiv 上挂了篇东西，cs.CR 底下，编号 2609.14003。标题长得像流水线出来的，《Confuse the Model, Control the Flow》。点开它不是因为关心隐私，是同事转过来时说了句"这不就是你老念叨的那个事"。看完我认了。 它讲的是个人 AI 代理。

圈内内参｜这期讲一篇 arXiv 论文提出的 postfulfillment activation gap 到底是一个什么内部机制，以及它跟大厂 agent 试点里那层“权限一直收着”的传导链怎么对上号。

我那个跑日报的 agent，一个 workflow 平均要调四十来次工具，里面大概两次会走重试路径。上周它给同一个客户发了三封内容一模一样的日报。日志拉出来，三次调用全是 200。 改法一句话：给工具加一个由调用方传进来的 effectid，让它自己记账。 坑是这么来的。

agent 答错的时候，第一反应总是模型不行。 这周收的几条材料给的是另一个答案：它该知道的东西散在别处，模型压根不知道那些东西存在。 散在哪？文档里、工具返回里、聊天记录里、issue 评论里、AGENTS.md 里、本地文件里、几个 API 的响应里。都在，就是不在它眼前。 dev.to 八月下旬那篇拆得最清楚。

0 9 15。 这个 cron 表达式最近出现在一个我没想到会看到它的地方：一份 agent 应用的清单文件里。它声明“工作日上午九点触发一次站会机器人”。放在三年前，这个字符串只会待在服务器的 crontab 或者 systemd timer 里；放在一年前，它大概率在某个人的 Slack 提醒设置里；