MCP 能否成为智能去中心化搜索基石？
Is MCP becoming the common foundation of smart, decentralised search?
我们正从链接列表转向向 AI 助手提问，但答案往往来自缺乏来源的冻结记忆。Model Context Protocol (MCP) 改变了这一现状：它让助手直接从数据发布者处获取信息，而非依赖中央索引。通过 MCP，每个发布者保留数据并通过服务器暴露，助手按需查询，答案附带来源、许可和作者信息。这不仅实现了去中心化搜索，还确保了答案的时效性、可验证性和清晰的版权。尽管仍需构建引用、信任和测量机制，但 MCP 正成为智能搜索的共同基础，让 AI 搜索回归透明与诚实。
MCP 并不取代网络：它只是为助手提供了一条进入路径。
HN 评论区
17- gharman
我一直在做“营销”实验，通过调整 MCP 描述来优化特定服务的选用。目标不仅是最大化“点击量”，更是优化一类错误和二类错误——即在该服务适合任务时选择它，在不适合时则跳过。
我发现什么？前沿模型（我的主要目标）通常根本不会从目录甚至提供商自己的“市场”中搜索 MCP 工具，除非你明确安装或指示模型去这样做。这些模型有一种强烈的倾向，即试图自己动手（DIY）解决问题，而不是去搜索（工具）。
它们会很乐意去网上搜索与领域相关的信息。所以，对于标题提出的问题，答案似乎是：不行，因为模型根本不会那么做。但如果下一代模型经过不同调优，具备了这种偏好，那也许有可能。
- randomblock1
不行，因为 HTTP 已经是了。你不可能把每个 MCP 都加进去。每个 harness 都有搜索工具，所以按需获取数据即可。MCP 不是为了搜索，而是为了交互。有时这涉及搜索，但大多数时候不是。
- brap
对于网络服务，MCP 甚至所谓的“技能”还有什么意义？既然现代智能体可以自己找到 API 文档并使用它。
我认为在当今这个时代，智能体不再需要官方的第三方集成，它们可以直接使用任何已有的 API（在某些情况下甚至可以直接操作 UI）。