从LLM到MCP：AI的进化三部曲

最近 AI 圈最火的词非 MCP（Model Context Protocol） 莫属。
GitHub 上的 Star 数一路飙升，推特上各种开发者晒截图炫技：“我的 Agent 能调用浏览器了”“我让模型自己调了自己写的 API！”

小dora 也按捺不住好奇心，泡在文档里翻了几天。
看着 MCP 一步步让 AI 从“能聊天”进化到“能协作”，
脑子里闪过一个念头：

于是这篇笔记就诞生了。
我们不止聊现象，更聊背后的逻辑——
AI 为什么要这么设计，它在“进化”的过程中，究竟补上了哪些“人类式能力”。

第一阶段：LLM——语言的觉醒

当初 ChatGPT 问世那会儿，全世界的开发者都震惊了。
一个模型，能写诗、能改代码、能分析论文。
一时间仿佛智商都被它碾压。

可很快大家发现了问题：
它说得头头是道，却不一定靠谱。
你问它数据库的 schema，它编；
你问它接口返回结构，它猜。

背后的原因其实很简单：
LLM 的本质是一个 超大规模语言概率模型。
它只是在统计意义上预测下一个 token 的可能性。
所谓“智能”，只是统计规律的语言幻觉。

它擅长“生成”，但不擅长“操作”；
它理解“语言”，却不了解“世界”。

换句话说：

底层机制一瞥：Transformer的“记忆”与“想象力”

LLM 能做到这一步，靠的是 Transformer 架构带来的上下文建模能力。
它的 self-attention 机制让模型在每次生成时都能回顾全局——这赋予了“上下文理解”的错觉。

但错觉终究是错觉：
Transformer 只能“记得”输入的内容，却不“知道”它意味着什么。
它能生成 SQL，但不能执行 SQL。
它能说“地球绕太阳转”，但它并不知道太阳系是什么。

第二阶段：Function Calling——工具使用的觉醒

AI 想要更进一步，就必须打破“语言沙盒”，
去真正调用外部系统。

于是 OpenAI 在 2023 年推出了 Function Calling。
这一步的意义，就像人类从“发明语言”进化到“发明工具”。

开发者可以预定义函数描述，比如：

{
  "name": "search_user",
  "description": "根据用户名查询数据库用户",
  "parameters": {
    "type": "object",
    "properties": {
      "username": { "type": "string" }
    },
    "required": ["username"]
  }
}

然后模型理解你的意图，自动返回一个结构化调用：

{ "name": "search_user", "arguments": { "username": "小吴" } }

模型的回答不再是“我猜他在数据库里”，
而是“我可以调用这个接口去查一下”。

——它终于学会“动手”了。

️ Function Calling 的真正价值：结构化 + 可靠性

Function Calling 本质上是给 LLM 加了一个“结构化 I/O 层”。
它不再用自然语言糊你一脸，而是以 JSON 的方式表达决策。

这背后其实是一次范式转变：

以前模型说“帮我查下天气”，你得靠 prompt 模板来引导它输出。
现在它能准确地生成：

{ "name": "get_weather", "arguments": { "city": "杭州" } }

这种结构化输出让模型第一次具备了可编排性，
也让我们能安全地将 LLM 接入生产系统。

但问题来了：它依然是“孤岛智能”

Function Calling 的局限性很明显：

• 它只能调用你预定义的函数；
• 它无法理解“当前上下文环境”；
• 它与系统之间的交互是单次、无状态的。

换句话说：
它会用工具，但不知道何时用、为什么用、和谁配合用。

第三阶段：MCP——协作的觉醒

终于，2024 年末，OpenAI 推出了 MCP（Model Context Protocol） 。
这个词听起来有点抽象，但本质上它是一个“AI 的操作系统级协议”。

你可以这么理解：

MCP 要解决的痛点：上下文与协作

MCP 的目标是建立一个 标准化的上下文通信协议。
这意味着模型不再依赖单一接口，而是能：

• 访问共享上下文（context）；
• 与多个系统/Agent 交互；
• 理解自己当前所处的“环境”。

举个例子，未来可能是这样的：

• 你的 VSCode、Postman、数据库客户端、GitHub Copilot 都通过 MCP 联通；
• LLM 能理解你当前在调试哪个项目、用的什么依赖、上次构建失败在哪；
• 它可以自动调用工具链，而不仅仅是调用“一个函数”。

这一步的意义堪比从单机操作系统到互联网时代的跃迁。

️ MCP 的技术结构一瞥

MCP 的设计由三层组成：

通信过程采用 双向流式上下文传递，
模型不仅能发起请求，还能接收外部状态变化。
这意味着：

底层思想：从「语言模型」到「行动模型」

LLM 的未来形态，不再是 “Large Language Model”，
而是 “Large Life Model”——
一个能理解环境、能主动决策、能协作执行的“数字生物”。

MCP 的出现，是语言智能走向行动智能的里程碑。
它将 Function Calling 的点状调用，扩展为“语境图谱”；
将单智能体的任务执行，扩展为“群体智能协作”。

小结：AI的三次觉醒

小dora 的思考：AI 编程范式的变革

以前我们写代码，是人类告诉机器“怎么做”；
而现在，我们正在教机器“自己想办法做到”。

未来的编程形态可能是这样的：

我：帮我构建一个页面，可以上传文件并自动生成分析报告。  
AI：好的，我会用 React + FastAPI 实现，预计 3 个模块。是否要我创建 repo 并初始化项目？

那一刻，程序员的角色将从“码农”变成“智能体指挥官”。
而编程，不再是堆砌逻辑，而是编排智能。

结语

LLM 是语言的奇迹，
Function Calling 是行为的启蒙，
MCP 是协作的黎明。

它们共同构成了 AI 的进化三部曲——
从“理解人类”到“协作世界”。

或许再过几年，我们不会再说“AI 是工具”，
而会说：