Simon Willison 反驳“MCP 从来不是好主意”:终端智能体之外 MCP 仍有价值
Simon Willison 反驳“MCP 从来不是好主意”的观点,认为该说法忽视了 MCP 当下的价值:如果运行的是 Claude Code、Codex、Meta Muse、OpenClaw 等拥有无限制互联网访问的完整终端智能体,确实几乎不需要 MCP,直接调用 API 即可。
Simon Willison 反驳“MCP 从来不是好主意”的观点,认为该说法忽视了 MCP 当下的价值:如果运行的是 Claude Code、Codex、Meta Muse、OpenClaw 等拥有无限制互联网访问的完整终端智能体,确实几乎不需要 MCP,直接调用 API 即可。
GitHub Podcast 最新一期拆解了五个 AI 热门观点:AI 生成的代码仍需阅读和负责,只是审查力度应按风险分级;Skills 与 MCP 解决不同问题,前者是打包的团队经验,后者是连接工具与数据的标准,可组合使用;RAG 并未消亡,它让模型基于训练数据外的文档、内部知识和代码库上下文作答,避免浪费 token 并减少不完整回答。
OpenAI 的 Chris Lehane 主张,AI 能力越强,就越需要更强的安全证据、共享标准与持久的政策行动,并呼吁在政策窗口仍然敞开时采取行动。
OpenAI 探讨更强且更可负担的 AI 如何拓展个人与企业可完成的工作,并让增长更经济。文章聚焦能力提升与成本下降带来的工作范围扩大,未披露具体模型、版本或价格数据。
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 与对齐难题,称其如同"异类心智",呼吁加强安全防护并推动国际协调。
伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战:为智能体设计的数据系统、运行智能体集群的数据系统、由智能体合成数据系统。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1,部分厂商已低于 $0.10,推理价格年降幅在 9x 到 900x 之间,中位数约 50x。