即刻App年轻人的同好社区
下载
国内和海外的cursor 编程课，面向的目标用户差异：
1. 国内（面向不懂代码的编程新手）：yihui.flowus.cn
2. 海外（辅助编程，提升程序员编程效率）：www.jointakeoff.com
1. 国内（面向不懂代码的编程新手）：yihui.flowus.cn
2. 海外（辅助编程，提升程序员编程效率）：www.jointakeoff.com
2 00
建个群大家一起交流！
GPT-4o生图能力潜力巨大，一起探索更多有意思的场景，看看还有什么惊喜，分享案例最好带完整的上下文，如图二所示：
（⚠️希望尽量是具有plus会员资格的朋友加入，能够提供一些原创案例，谢谢大家）
GPT-4o生图能力潜力巨大，一起探索更多有意思的场景，看看还有什么惊喜，分享案例最好带完整的上下文，如图二所示：
（⚠️希望尽量是具有plus会员资格的朋友加入，能够提供一些原创案例，谢谢大家）
7 24
真有成千上万的服务，mcp选工具总不能靠人自己选吧😂。这就回到了问题起点，agent通信协议用自然语言交换信息还是专门的dsl，自然语言方式就全靠模型本身对上下文的理解能力进行自动服务发现（mcp或其他任何接入的动作），如果太多发现不了，就加路由层缩小domain再匹配；dsl就是训练领域小模型精确匹配，企业基本都是方案二，也适合垂直领域
缱绻怡然: 请教一个问题🤔 之前OpenAI上架过插件市场，用户可以自己选择模型调用各种插件，但后来下架了，我觉得是因为想靠模型自己的规划能力，通过function call来调用各种插件，而无需用户自己做选择。 那现在的MCP和当时的插件有什么区别？现在用户还是需要去了解某个MCP的功能是什么，输入什么能得到什么，然后把MCP添加，而不是模型自己去了解，自己去选择，自己去使用。
1 00
不同在于MCP是一个开放标准协议，任意的chatbot客户端都可以选择去支持，sever端也可以一次构建多处分发。不过在本质能力上“自动规划能力”和MCP里的“自动服务发现”确实没什么不同，而且MCP的自动服务发现是整个系统最脆弱的地方，靠提示词，靠交互上下文，靠模型“抽卡”来发现...（mcp如果解决不了自动的（大规模）服务发现匹配，那它的上限就是就zapier、n8n集成完LLM的样子，那这个协议的潜力也就止于此了）
缱绻怡然: 请教一个问题🤔 之前OpenAI上架过插件市场，用户可以自己选择模型调用各种插件，但后来下架了，我觉得是因为想靠模型自己的规划能力，通过function call来调用各种插件，而无需用户自己做选择。 那现在的MCP和当时的插件有什么区别？现在用户还是需要去了解某个MCP的功能是什么，输入什么能得到什么，然后把MCP添加，而不是模型自己去了解，自己去选择，自己去使用。
0 10
OpenAI这次数据工作做得太扎实了，4o这个图像生成能力确实猛，和实时语音功能的影响力是一个级别的，原生多模态妥妥降维打击。
（注：原生多模态路线目前只有 OpenAI 和谷歌，其他的基本都在用多模态对齐与融合的方案）
（注：原生多模态路线目前只有 OpenAI 和谷歌，其他的基本都在用多模态对齐与融合的方案）
2 00
收回自己浅薄的想法，国内不会出现类似MCP的协议，这本质还是API经济，国内各家各自为城，根本不存在这个基础。Anthropic 能不能从中获益都难说，毕竟Zapier也推出了MCP平台（zapier.com），模型接入还更灵活，也不改变我原有的工具使用习惯。
莫尔索: Anthropic MCP刚发布了2025上半年的Roadmap： 1. 第一项就是要支持远程MCP连接，而远程MCP连接的第一项就是认证与授权，将Oauth2.0作为一个标准流程，同时提出了一种身份认证插件化的方案 2. 分发与发现，包括包管理、安装工具、沙盒、服务器注册 3. Agent支持：分层Agent系统、交互式工作流、流式结果。 现在MCP社区还是以Anthropic为主，包括提案的评审，他们想培育一个协作生态，所有 AI 提供商和个人开发者都可以通过平等参与和共享治理帮助将 MCP 塑造为开放标准。 当初GPT store出来的时候国内厂商都在跟，类似MCP的标准不知道国内谁来吃第一个螃蟹，而且没有“智能体商店”那么有热度有流量，前期也是个吃力不讨好的事，但是一件有长期价值的事，毕竟打造下一代 Agent Network，必然需要一个互信互通的标准协议。
4 00