今天朋友圈被 Meta 收购 Manus 的新闻刷屏了。
与此同时，Anthropic 刚发布了 Claude Skill。
作为一个天天用 Claude Code 干活的人，我来聊聊这几个词到底是什么意思，以及为什么我觉得大部分人都被忽悠了。
━━━━━━━━━━━━━━━━━━━━
◆ 目录
一、MCP：给 AI 装"手"的标准接口
· 为什么 AI 需要调用外部工具？
· MCP 之前：各写各的
· MCP 之后：统一协议
二、Skill：MCP 的傻瓜版
· 本质：打包好的 Tool 商店
· 对谁有用？对谁没用？
三、Agent：2025 年最大的泡沫
· Agent 到底在干嘛？
· 为什么现在的 Agent 都是玩具？
· 概率链崩塌：10 步任务的数学
四、Meta × Manus：废物 + 骗子 = 独角兽
· Manus 是什么？高级按键精灵
· Meta 为什么买它？不是为了智能
· 朋友圈为什么高潮？焦虑经济学
五、真正的"Agent"长什么样？
· 我现在的工作流
· 为什么命令行比图形界面强？
· 结论：你才是那个 Agent
━━━━━━━━━━━━━━━━━━━━
◆ 一、MCP：给 AI 装"手"的标准接口
━━━━━━━━━━━━━━━━━━━━
先说最底层的概念。
MCP = Model Context Protocol，模型上下文协议。
这是 Anthropic 在 2024 年底搞的一个开放标准。
────────────────────
【AI 的手脚问题】
大语言模型（LLM）本质上只会"说话"——你给它文字，它返回文字。
但很多任务需要"动手"：
▸ 查数据库
▸ 读本地文件
▸ 调用 API
▸ 执行 Shell 命令
怎么让 AI "动手"？
答案是：Tool Calling（工具调用）。
你给 AI 定义一堆"工具"，告诉它：
"这个工具叫 query_database，输入是 SQL 语句，输出是查询结果"
然后 AI 在对话过程中，如果需要查数据库，就会生成一个工具调用请求，你的代码负责执行，再把结果喂回去。
────────────────────
【MCP 之前：各写各的】
问题是：每家 AI 公司的工具定义格式不一样。
▸ OpenAI：用 Function Calling
▸ Anthropic：用 Tool Use
▸ Google：又是另一套
你写了一个"查 GitHub"的工具给 Claude 用，想给 GPT 也用？对不起，得重写一遍。
────────────────────
【MCP 之后：统一协议】
MCP 干的事情就是：定义一个标准格式。
▸ 工具怎么描述（JSON Schema）
▸ 工具怎么调用（请求/响应格式）
▸ 权限怎么管理
这样，你写一个 MCP Server（比如"GitHub 连接器"），理论上所有支持 MCP 的 AI 都能用。
「就像 USB 接口——不管什么设备，插上就能用。」
────────────────────
【MCP 长什么样？一个简单例子】
假设你想让 AI 能查天气。
▸ 第一步：定义工具（JSON Schema）
{
"name": "get_weather",
"description": "查询指定城市的天气",
"input_schema": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "城市名称，如 北京、上海"
}
},
"required": ["city"]
}
}
▸ 第二步：AI 调用时会生成这样的请求
{
"tool": "get_weather",
"input": { "city": "北京" }
}
▸ 第三步：你的代码执行真正的查询，返回结果
{
"result": "北京今天晴，气温 -3°C 到 5°C"
}
▸ 第四步：AI 拿到结果，继续对话
就这么简单。MCP 规定的就是这几个 JSON 的格式。
────────────────────
【MCP 的隐藏门槛：模型要专门训练】
MCP 只是个「协议」，定义了 JSON 格式怎么写。
但问题是：「AI 模型要能理解这个格式，才能正确调用工具。」
这不是天生的。模型需要专门训练才能学会：
▸ 什么时候该调用工具（而不是自己瞎编答案）
▸ 调用哪个工具（从几十个工具里选对的）
▸ 参数怎么填（不能把"北京"填到"日期"字段里）
▸ 怎么处理返回结果（整合到回答里）
Claude 说它调用工具时的体验：不是"一个个 token 拼出 JSON"，而是"想一下就有了"——整个调用结构像一个完整的动作单元，直接冒出来。
这说明 Anthropic 对 Claude 做过专门的 Tool Calling 训练。这个能力是「本能」，不是「模拟」。
「但其他模型不一定有这个本能。」
▸ 有些开源模型只会聊天，不会调用工具
▸ 有些模型能调用，但经常填错参数、选错工具
▸ 有些模型调用格式跟 MCP 不兼容
所以 MCP 虽然是"开放标准"，但实际上：
▸ ✓ Claude、GPT-4 这类顶级模型：支持良好
▸ △ 部分开源模型：需要微调才能用
▸ ✗ 小模型/老模型：基本不支持
「协议是通用的，但能用这个协议的模型是稀缺的。」
────────────────────
【MCP 的价值】
对开发者：
▸ ✓ 工具复用：写一次，到处用
▸ ✓ 生态共享：别人写的工具你也能用
▸ ✓ 标准化：不用学每家的私有格式
对普通人：
▸ ✗ 没用。你又不写代码。
━━━━━━━━━━━━━━━━━━━━
◆ 二、Skill：MCP 的傻瓜版
━━━━━━━━━━━━━━━━━━━━
Anthropic 刚发布的 Claude Skill，本质就是：
「官方帮你写好、帮你部署好的 MCP。」
或者说：MCP 的 App Store 版。
────────────────────
【以前（2024）】
你想让 Claude 连 GitHub，得自己：
1. 写一个 MCP Server（Python/Node.js）
2. 定义工具的 JSON Schema
3. 处理 OAuth 鉴权
4. 部署到某个地方（你的服务器或本地）
5. 配置 Claude 连接这个 Server
对程序员来说是基操，对产品经理来说是天书。
────────────────────
【现在（2025 Skill）】
Anthropic 把这些常用的连接器打包成了"Skill"。
用户点一下"安装 GitHub Skill"，Claude 就自动拥有了读取仓库的权限。
不用写代码，不用配置，不用部署。
「就像手机上装 App 一样。」
────────────────────
【为什么不用自己跑 Server 了？】
因为 Anthropic 帮你跑了。
▸ MCP 模式：你自己写 Server，自己部署，自己维护
▸ Skill 模式：Anthropic 在云端跑好了 Server，你只管用
本质上 Skill 背后还是 MCP Server，只是：
▸ 代码是 Anthropic（或第三方开发者）写的
▸ 部署在 Anthropic 的云上
▸ 你只需要授权（比如登录 GitHub），不用管技术细节
「Server 没消失，只是从你家搬到了 Anthropic 家。」
代价是什么？
▸ 你的数据要过 Anthropic 的服务器
▸ 你没法定制 Skill 的行为（人家写死了）
▸ 商店里没有的 Skill，你还是得自己写 MCP Server
────────────────────
【Skill 长什么样？对比 MCP】
同样是"查天气"这个功能：
▸ MCP 方式（程序员）：
1. 写一个 Python/Node.js 服务
# weather_server.py
from mcp import Server
server = Server("weather")
@server.tool("get_weather")
def get_weather(city: str):
# 调用天气 API
return f"{city}今天晴，气温 -3°C 到 5°C"
server.run()
2. 部署到你的服务器或本地
3. 配置 Claude 连接这个 Server
▸ Skill 方式（小白）：
【网页版 Claude.ai】
1. 打开 Settings > Capabilities > Skills
2. 找到想用的 Skill
3. 打开开关
4. 完事
【Claude Code】
把 Skill 文件夹放到 ~/.claude/skills/ 目录下，自动加载
【API】
请求时加 Beta header，指定要用的 Skill
区别一目了然：
MCP Skill
代码 你写 Anthropic/第三方写
部署 你管 Anthropic 管
定制 随便改 不能改
数据 在你手里 过 Anthropic
适合 程序员 小白
────────────────────
【对谁有用？】
▸ ✓ 产品经理：终于能让 Claude 连上公司的 Notion 了
▸ ✓ 运营人员：可以让 Claude 帮忙发推特、管日程
▸ ✓ 小白用户：点点点就能用
────────────────────
【对谁没用？】
▸ ✗ 程序员：你本来就会写 MCP Server，商店里的 Skill 反而是"僵尸预设"
▸ ✗ 高阶用户：官方 Skill 的提示词会干扰你自己的提示词
────────────────────
【我的判断】
Skill 是给「不会写代码的人」用的义肢。
如果你会写代码，直接用 MCP 自己写私有工具，比用商店的 Skill 更灵活、更可控。
商店里的 Skill 就像预装的 App——能用，但不一定好用。
━━━━━━━━━━━━━━━━━━━━
◆ 三、Agent：2025 年最大的泡沫
━━━━━━━━━━━━━━━━━━━━
现在到了最火的词：Agent。
先给一个定义：
「Agent = AI + 自主决策 + 工具调用 + 循环执行」
普通 AI 聊天：你问一句，它答一句。
Agent：你给一个目标，它自己拆解任务、调用工具、观察结果、继续执行，直到完成。
────────────────────
【Agent 在干嘛？】
一个典型的 Agent 工作流：
1. 用户："帮我订明天北京到上海的机票，最便宜的"
2. Agent 思考：需要查航班 → 调用"航班查询"工具
3. 工具返回：10 个航班，价格 500-2000
4. Agent 思考：需要比价 → 找到最便宜的
5. Agent 思考：需要下单 → 调用"订票"工具
6. Agent 执行：填写信息、确认支付
7. 返回结果："已订票，航班 MU5101，500 元"
看起来很美好对吧？
────────────────────
【为什么现在的 Agent 都是玩具？】
问题出在第 2-6 步的每一步。
AI 不是 100% 可靠的。它会：
▸ 理解错误：你说"最便宜"，它选了"最快"
▸ 工具调错：该查航班，它去查了酒店
▸ 参数填错：日期写成 2024 年而不是 2025 年
▸ 幻觉：编造一个不存在的航班号
▸ 死循环：卡在某个步骤反复重试
────────────────────
【概率链崩塌：10 步任务的数学】
假设 AI 每一步的成功率是 p。
一个任务需要 10 步。
总成功率 = p^10
▸ 如果 p = 99%（顶级模型）：0.99^10 = 90%（还行）
▸ 如果 p = 95%：0.95^10 = 60%（勉强能用）
▸ 如果 p = 90%：0.90^10 = 35%（废了）
▸ 如果 p = 80%：0.80^10 = 10%（纯赌博）
现在市面上的 Agent，用的大多是中等模型（成本考虑），单步成功率大概 80-90%。
10 步任务的成功率：10%-35%。
「换句话说：你让它办事，十次有六七次会搞砸。」
这就是为什么现在的 Agent 只能做简单任务（3-5 步），复杂任务必崩。
────────────────────
【Human-in-the-loop：真正能用的方案】
怎么解决？
答案很简单：别让 AI 完全自主，让人类在关键节点介入。
▸ AI 执行 → 报告进度 → 人类确认 → 继续执行
这叫"Human-in-the-loop"（人在回路中）。
但这就不是"自主 Agent"了，这是"AI 助手"。
「所谓的 Agent 革命，其实是把 AI 助手包装了一个新名字。」
━━━━━━━━━━━━━━━━━━━━
◆ 四、Meta × Manus：废物 + 骗子 = 独角兽
━━━━━━━━━━━━━━━━━━━━
好，现在聊聊今天刷屏的新闻。
Meta 花 20 亿美元收购了 Manus。
────────────────────
【Manus 是什么？】
Manus 是一个"通用 Agent"公司。
创始团队是中国人，公司注册在新加坡——赚中国人的钱，不给中国交税，标准操作。
它的卖点是：让 AI 帮你在电脑上"点点点"——打开网页、填表、订票、发帖。
技术路线：
▸ 底层：套一个大模型（Claude 或 GPT-4）
▸ 中层：写一堆 Prompt 让它"规划任务"
▸ 上层：用 Selenium/Puppeteer 模拟鼠标点击
「本质就是个高级版的按键精灵。」
几个月前它火过一阵，媒体说"中国之光"、"邀请码卖天价"。
但用过的人都知道：它经常点错、卡住、死循环。
因为它底层模型的单步成功率不够高，概率链一长就崩。
────────────────────
【Meta 为什么买它？】
Meta 不是为了"智能"买它。
Meta 想做的是：把这个能力塞进 Ray-Ban 智能眼镜里。
（注：Ray-Ban 是雷朋，眼镜品牌。Meta 跟它合作出了智能眼镜，能拍照、语音助手。）
想象一下：
▸ 你戴着眼镜看一眼海报
▸ 说一句"帮我买票"
▸ AI 自动打开网页、填写信息、完成支付
这是 Meta 的元宇宙 + AI 战略。
它不在乎 Manus 的 Agent 有多智能——它只需要一个能"模拟点击"的壳子。
────────────────────
【朋友圈为什么高潮？】
因为大家看到的是：
▸ "又有人因为 AI 暴富了"
▸ "Meta 这种巨头都入场了"
▸ "是不是风口真的来了"
他们转发的不是技术，是「焦虑」。
▸ 焦虑自己被时代抛弃
▸ 焦虑不懂 AI 会失业
▸ 焦虑错过这波红利
「朋友圈转发量 = 焦虑指数」
────────────────────
【为什么我说是"垃圾联姻"？】
Meta 的 AI 能力（Llama）在顶级智力赛道上是笑话。
▸ Llama 4 被 DeepSeek-V3 按在地上摩擦
▸ 国内很多开发者宁可用 Qwen、DeepSeek、Kimi，也不用 Llama——因为真的不好用
▸ 杨乐村（LeCun，Meta 前首席 AI 科学家，2025 年 11 月离职创业）天天喊"世界模型"，自家公司全靠堆 LLM
▸ Meta 走的是"开源倾销"路线，想做 AI 界的安卓，但智商不够
Manus 的 Agent 能力也是玩具级。
▸ 底层套别人的模型
▸ 经常点错、卡住
▸ 复杂任务成功率可能不到 30%
两个都不是顶级玩家，凑一起就成了"独角兽"？
「这不是技术的胜利，是资本的胜利。」
━━━━━━━━━━━━━━━━━━━━
◆ 五、真正的"Agent"长什么样？
━━━━━━━━━━━━━━━━━━━━
说完泡沫，说说真正能用的东西。
────────────────────
【我现在的工作流】
我用 Claude Code（命令行版 Claude）干活。
▸ 我说："把这个目录下超过 30 天的日志删掉"
▸ Claude 理解意图 → 生成 Shell 命令 → 执行 → 返回结果
这个流程：
用户 → 自然语言 → AI → Shell 命令 → Linux 内核 → 结果
对比 Manus 的流程：
用户 → 自然语言 → AI → 识别屏幕截图 → 模拟鼠标移动 → 点击 → 再截图 → 再识别……
哪个更快、更准、更省资源？
────────────────────
【为什么命令行比图形界面强？】
图形界面（GUI）是给人类用的——人类用眼睛看屏幕很快，但打字很慢。
命令行（CLI）是给机器用的——精准、高效、无歧义。
大语言模型"看屏幕"极其低效：
▸ 截图要转成像素 → 像素要编码成 token → token 数量爆炸
▸ 一张 1080p 截图可能要消耗几千个 token
▸ 而同样的信息用命令行输出，可能只要几十个 token
顺便说一句：即使是最大的 Gemini 3.0，上下文也只有"百万 token"——听起来很多对吧？
换算一下：100 万 token ≈ 几 MB 的文本。一张 1.44MB 的软盘就能装下。
（注：软盘是一种古老的存储介质，容量 1.44MB，比你用过的所有 U 盘都小。现在的年轻人可能没见过。）
「AI 的'记忆'其实小得可怜。」
让 AI 去"看屏幕、点鼠标"，就像让一个会说话的人去打手语——能用，但低效。
「AI 本来就会"说"命令，你非要让它"比划"，这不是脱裤子放屁吗？」
────────────────────
【你才是那个 Agent】
Manus 之类的 Agent 想做的是："完全自主，不需要人类干预"。
但我们已经证明了，现在的模型达不到这个要求。
真正能用的方案是：
▸ AI 是"运动神经"——负责执行具体操作
▸ 人类是"大脑皮层"——负责决策和纠错
你不需要一个"自主 Agent"，你需要一个「听得懂话的助手」。
而 Claude Code 这种命令行 AI，已经做到了：
▸ 你用自然语言描述意图
▸ 它翻译成精确的命令
▸ 你看结果，决定下一步
「你自己就是那个 Agent。AI 是你的延伸，不是你的替代。」
━━━━━━━━━━━━━━━━━━━━
◆ 总结
━━━━━━━━━━━━━━━━━━━━
【三个词的本质】
▸ MCP：给 AI 装"手"的标准接口协议。对开发者有用。
▸ Skill：MCP 的傻瓜版，打包好的工具商店。对小白有用。
▸ Agent：AI + 自主决策 + 工具调用。概念很美，现实很骨感。
【为什么 Agent 是泡沫】
▸ 单步成功率不够高
▸ 概率链一长就崩
▸ 复杂任务成功率可能不到 30%
【Meta × Manus】
▸ Meta：想做 AI 界的安卓，走倾销路线
▸ Manus：高级按键精灵，技术含量有限
▸ 收购原因：给 Ray-Ban 眼镜找个"点击壳子"
▸ 朋友圈高潮原因：焦虑 + 从众
【真正能用的 AI 工具】
▸ 命令行 AI（Claude Code）> 图形界面 Agent（Manus）
▸ Human-in-the-loop > 完全自主
▸ 你才是那个 Agent，AI 是你的延伸
────────────────────
【最后】
下次看到"Agent"这个词，问两个问题：
1. 单步成功率是多少？
2. 任务需要几步？
然后算一下 p^n。
如果答案小于 50%，那就是玩具。
如果答案大于 90%，那才值得用。
目前市面上大部分 Agent，都是前者。
「真正的智能不是'自己干'，是'知道什么时候该问人'。」
现在的 Agent 还没学会这一点。
━━━━━━━━━━━━━━━━━━━━
◆ 附注：名词对照
▸ MCP（Model Context Protocol）：模型上下文协议，Anthropic 提出的工具调用标准
▸ Skill：Claude 的"技能商店"，打包好的 MCP 工具
▸ Agent：能自主决策和执行任务的 AI 系统
▸ Tool Calling：工具调用，让 AI 调用外部工具的能力
▸ Human-in-the-loop：人在回路中，人类参与 AI 决策过程
▸ CLI：命令行界面
▸ GUI：图形用户界面
