Tác giả gốc: Haotian（X：@tme l0 211 ）
Những phân tích khó khăn về MCP khá chính xác, chạm đúng điểm đau, tiết lộ con đường triển khai MCP còn dài, không hề dễ dàng, tôi xin mở rộng thêm:
1) Vấn đề bùng nổ công cụ là thực sự: Tiêu chuẩn giao thức MCP, các công cụ có thể kết nối đã lan tràn, LLM khó có thể lựa chọn và sử dụng hiệu quả nhiều công cụ như vậy, và không có AI nào có thể thành thạo tất cả các lĩnh vực chuyên môn, đây không phải là vấn đề có thể giải quyết bằng số lượng tham số.
2) Khoảng cách mô tả tài liệu: Vẫn còn một khoảng cách khổng lồ giữa tài liệu kỹ thuật và sự hiểu biết của AI. Hầu hết các tài liệu API được viết cho con người, không phải cho AI, thiếu mô tả ngữ nghĩa.
3) Điểm yếu của kiến trúc hai giao diện: MCP như một middleware giữa LLM và nguồn dữ liệu, phải xử lý các yêu cầu từ phía trên và chuyển đổi dữ liệu từ phía dưới, thiết kế kiến trúc này vốn đã có nhược điểm. Khi nguồn dữ liệu bùng nổ, logic xử lý thống nhất gần như không thể.
4) Cấu trúc trả về vô cùng đa dạng: Tiêu chuẩn không thống nhất dẫn đến sự hỗn loạn về định dạng dữ liệu, đây không phải là vấn đề kỹ thuật đơn giản, mà là kết quả của sự thiếu hụt hợp tác toàn ngành, cần thời gian để giải quyết.
5) Cửa sổ ngữ cảnh bị hạn chế: Cho dù giới hạn Token tăng nhanh thế nào, vấn đề quá tải thông tin vẫn luôn tồn tại. MCP nhả ra một đống dữ liệu JSON sẽ chiếm rất nhiều không gian ngữ cảnh, làm giảm khả năng suy luận.
6) Làm phẳng cấu trúc lồng nhau: Các cấu trúc đối tượng phức tạp sẽ mất mối quan hệ phân cấp trong mô tả văn bản, AI khó có thể tái tạo mối liên kết giữa các dữ liệu.
7) Khó khăn trong việc kết nối nhiều máy chủ MCP: "Thách thức lớn nhất là việc kết nối các MCP với nhau rất phức tạp." Khó khăn này không phải là chuyện không có căn cứ. Mặc dù MCP như một giao thức tiêu chuẩn, nhưng trong thực tế, việc triển khai cụ thể của các máy chủ lại rất khác nhau, máy này xử lý tệp, máy kia kết nối API, máy khác thao tác cơ sở dữ liệu... Khi AI cần phối hợp giữa các máy chủ để hoàn thành nhiệm vụ phức tạp, giống như việc cố gắng ghép Lego, khối xây và miếng từ tính lại với nhau.
8) Sự xuất hiện của A2A chỉ là bắt đầu: MCP chỉ là giai đoạn ban đầu của giao tiếp AI-to-AI. Mạng lưới AI Agent thực sự cần các giao thức hợp tác và cơ chế đồng thuận ở cấp độ cao hơn, A2A có lẽ chỉ là một lần lặp lại xuất sắc.
Trên đây.
Những vấn đề này thực chất phản ánh giai đoạn chuyển đổi đau đớn của AI từ "thư viện công cụ" sang "hệ sinh thái AI". Ngành công nghiệp vẫn đang dừng lại ở giai đoạn sơ khai của việc ném công cụ cho AI, chứ không phải xây dựng cơ sở hạ tầng hợp tác AI thực sự.
Vì vậy, việc tháo gỡ huyền thoại về MCP là rất cần thiết, nhưng cũng đừng phủ nhận giá trị của nó như một công nghệ chuyển tiếp.
Chào mừng đến với thế giới mới.
