为什么大厂突然放弃MCP？

文章主旨：

文章认为MCP口碑反转，行业开始从MCP转向CLI+API；MCP因成本、架构、安全短板导致适用场景被压缩，但并未被彻底淘汰，开发者应按“小规模重效率选CLI，大规模重规范选MCP”进行实用主义选型。

关键要点：

1. MCP与CLI定位不同：MCP是AI工具调用的统一标准协议，目标是“一次接入、全域通用”；CLI是传统命令行工具，可直接通过指令调用工具并执行脚本。
2. 放弃MCP的主因：Scalekit今年3月75项基准测试显示，统一模型Claude Sonnet 4下MCP成本比CLI最多高32倍；简单任务中CLI需1,365 Tokens，MCP需44,026 Tokens。MCP强制加载全套工具定义，且架构冗余、运维成本高，并存在OWASP中国MCP安全白皮书指出的模型错误绑定、上下文欺骗、提示状态操纵等原生安全漏洞。
3. MCP未被彻底淘汰：其适用场景被压缩，但合适场景仍可使用。原文给出的选型准则是“小规模重效率，选CLI；大规模重规范，选MCP”。
4. 常见选型错误：简单场景强用MCP会一次性写入4万—8万Tokens，压缩推理空间，并可能引发遗忘、TCP超时、冷启动；1万次操作下MCP月成本约55美元，而CLI执行同等GitHub任务仅3美元。专业合规或多租户场景误用CLI会共享凭证、缺少按用户审计，不满足HIPAA、PCI-DSS、SOC2等要求，应使用MCP。
5. CLI成为当前主流：CLI轻量、按需调用、即用即走，能降低推理成本与延迟；可调试性强；可组合性强。原文强调技术应实用主义至上，能用简单方式解决的问题不应叠加复杂架构。

内容结构：

导语

指出AI圈出现新变化：MCP口碑开始反转，包括Perplexity CTO、Y Combinator核心团队在内的行业人士公开表态放弃MCP，优先采用CLI+API的轻量化方案开发Agent。原文提出三个问题：为什么从MCP转向CLI、两种方案适合什么场景、普通开发者该怎么选。

一、MCP和CLI是什么？

介绍MCP（Model Context Protocol）是一套AI工具调用的统一标准协议，目标是做通用中间层，让大模型统一识别、调用和管理工具，主打“一次接入、全域通用”。CLI是传统命令行模式，可直接通过指令调用工具并执行脚本完成交互。原文认为理论上大家应更倾向于使用MCP。

二、为什么大家不再用MCP了？

原文从今年3月Scalekit的基准测试谈起，列出三个原因：

1. Token浪费严重、成本高：MCP为全量标准化，会强制将所有工具的完整定义、参数描述、身份验证流程、协议规范等加载进大模型上下文。即使只需简单查询，也会加载整套工具库。实验显示，执行“这个仓库是什么语言”任务，CLI仅需1,365 Tokens，MCP需44,026 Tokens；MCP每次对话注入43个工具定义。工具越多、场景越复杂，Token浪费越严重。
2. 架构冗余复杂，开发运维成本极高：原本CLI一行命令可完成的操作，接入MCP后需搭建服务、配置协议，开发工作量翻倍。有开发者表示，用MCP开发时80%时间在维护协议和服务，只有20%时间做核心业务。MCP也没有统一安全体系，每新增一个MCP服务都要重新做账号、权限、密钥校验，增加开发负担和安全隐患。
3. 存在原生架构安全漏洞，无法根治：OWASP中国MCP安全白皮书指出，MCP存在模型错误绑定、上下文欺骗、提示状态操纵、不安全内存引用、隐蔽信道滥用等问题。在智能体AI、模型链、多模态编排、动态角色分配场景中风险更显著。攻击者可篡改上下文，诱导Agent越权执行高危操作，且风险根植于协议底层，无法通过简单配置或版本更新修复，对企业级Agent应用是难以容忍的隐患。

三、那是不是MCP彻底没用了？

原文结论是：MCP适用场景被压缩，但并未被淘汰，只要开发场景合适仍可使用。选型准则为“小规模重效率，选CLI；大规模重规范，选MCP”。原文提出日常开发中容易踩的选型错误，实际展开如下：

1. 错误1：简单场景强行用MCP。普通简单任务用CLI即可高效完成，却硬要接入MCP服务器。MCP执行简单任务时，哪怕只需S3功能，也会在正式执行前一次性将4万—8万Tokens写入AI上下文。在多步骤任务中，这会压缩推理空间，导致AI调用3—4次工具后遗忘操作步骤，出现逻辑断层。MCP服务器采用远程运行模式，还可能出现TCP超时、冷启动问题。规模化后成本差异显著：MCP在1万次操作下每月成本约55美元，而CLI执行同等GitHub任务成本仅3美元。对于自带成熟官方CLI的工具，可用CLI和Skill文件替换MCP。
2. 错误2：专业合规场景误用CLI。CLI一般使用预配置好的共享密钥凭证，不适配多租户SaaS产品架构，所有用户的AI可能共用一套账号身份，存在A用户误操作干扰B用户数据的风险。CLI也没有针对每个用户的审计跟踪，不满足部分企业合规要求。HIPAA、PCI-DSS和SOC2要求记录“谁在什么时候做了什么”，原始CLI无法回答。因此，面向客户的业务流程或高合规要求的集成场景，建议统一使用MCP。

原文标题称“三个选型错误”，但正文实际展开的是错误1与错误2。

四、为什么大家一夜间都在用CLI？

原文先提及产品推广，已按摘要规则忽略。正文总结CLI成为当下AI Agent开发主流选择的原因：

• 轻量化：按需调用、即用即走，大幅降低推理成本和响应延迟。
• 可调试性强：作为沿用数十年的开发模式，CLI的日志、报错、排查链路极其完善，出问题能快速定位修复。
• 可组合性强：开发者可自由组合指令来适配业务场景，更贴合一线落地场景。

原文最后强调：技术永远是实用主义至上，能用最简单的方式解决问题，就绝不叠加复杂架构，并邀请读者讨论更喜欢用MCP还是CLI。

参考资料与推荐阅读

原文末尾包含参考资料、热点文章推荐、关注引导等内容，其中推广与推荐阅读部分已忽略。

文章总结：

全文调性是实用主义技术选型建议：MCP并非被全盘淘汰，而是在成本、架构与安全约束下场景收缩；CLI在轻量、效率、可调试与可组合方面更适应当前Agent开发，但高合规、多租户和大规模规范场景仍需MCP，开发者应按场景权衡而非一刀切。