AI能力的演变从模型内部向外部系统转移，关注点从模型的知识转向如何组织模型的行动。当前的“harness”阶段标志着能力外移，模型被视为推理引擎，真正的智能分布在外部结构中。未来可能会出现自组织系统，智能的边界将不断扩展。

MCP是用于连接外部系统的协议，适合对外服务；而Skills是内部工具，适合编码工作流程。MCP的上下文消耗较高，Skills通过渐进式披露和脚本执行降低成本。两者结合使用可提高效率。

MCP（模型上下文协议）是一个开源标准，旨在连接AI应用与外部系统，允许AI模型访问本地文件和数据库，实现真实世界操作。它简化了集成过程，解决了开发者为不同模型和工具组合构建定制集成的难题，使AI助手能够安全高效地与用户的数字生态系统互动。

模型上下文协议（MCP）改变了大型语言模型与外部系统的连接方式。FastMCP是一个快速框架，简化了MCP服务器的构建，支持数据资源、工具操作和提示定义，使开发者能够轻松创建和部署MCP服务器，实现与语言模型的实时交互。

传统AI编码助手通常仅限于当前工作区的代码。引入模型上下文协议（MCP）后，AI助手能够安全地与外部系统（如知识库和数据存储）互动，从而提升开发效率。MCP标准化了AI工具访问外部上下文的方式，使开发流程更加流畅，帮助开发者更快实现功能，减少手动操作，提高代码质量。