关于 AI 智能体和 MCP 的笔记
用简单的话讲如何构建在真实业务中运行的 AI 智能体和 MCP 服务器：什么有效、什么会出问题，以及原因。
2026年6月13日
智能体正在变成一种功能，而不是一款产品
Gartner 预计，到 2026 年底，40% 的企业级应用会内嵌面向特定任务的 AI 智能体，而一年前这个比例还不到 5%。智能体式 AI 是增长最快的企业级优先事项，同比上升 31.5%。把这些数字放在一起看，会得出一个让很多创业公司不舒服的结论：智能体正在变成人们已经在用的软件里的一个功能，而不是一款值得他们专门切换过去的独立产品。如果你的全部卖点就是「我们做了一个能干 X 的智能体」，那么掌握 X 的那款应用很快也会把它做出来。这篇文章讲讲这意味着什么、以及你该做什么。
- business
- ai-native
2026年6月13日
优先选小模型
本能反应是把每个任务都丢给最大、最聪明的模型。但数据告诉你：这通常是个错误的默认选项。一个 70 亿参数的小模型比 700 亿到 1750 亿的大模型便宜 10 到 30 倍，微软的 Phi 用少 98% 的算力就达到了 GPT-3.5 级别的质量，而且已经有超过 20 亿部手机在本地运行能力不俗的模型，完全不碰云端。Gartner 预计到 2027 年，针对特定任务的小模型使用量将是通用大模型的三倍。这篇说说为什么「小模型优先」正在成为聪明的默认选择——以及什么时候还是该上大模型。
- ai-native
- business
2026年6月13日
AI Act 真正的大限是八月
2026年8月2日，欧盟 AI Act 针对高风险 AI 系统的义务正式生效——这才是真正有牙齿的部分：文档记录、人工监督、风险管理，以及最高 €35M 或全球营业额 7% 的罚款。有两件事让局面变得棘手。截至三月，27 个成员国里只有 8 个连执法对接点都还没设好。而当一个自主智能体擅自行动出了事，到底谁来担责，谁都没有一个干净的答案。如果你的软件触及欧盟用户，这里讲清楚到底有什么在变，以及你需要补上的那道缺口。
- business
- security
2026年6月13日
上下文窗口最大的那个，赢不了
每次发布新模型，都在炫耀更大的上下文窗口——一百万 token、两百万、把整个代码库一口气塞进去。但一份针对企业部署的分析发现，将近 65% 的智能体失败来自多步骤工作中的上下文漂移或记忆丢失，而不是窗口太小。2026 年真正能交付可靠智能体的团队，不是窗口最大的那些，而是把模型实际看到的东西筛选得最狠的那些。这篇说清楚区别在哪，以及为什么更多往往更糟。
- agents
- methodology
2026年6月13日
你的智能体只有 57% 的时候能用
2026 年 3 月的一份报告分析了 6,259 个跑在真实生产环境里的 AI 智能体，发现整体成功率只有 56.6%——比抛硬币好不了多少。同一批研究还显示，智能体在基准测试上的表现和在真实世界里的表现之间，存在 37% 的落差。这个落差就是全部的故事。演示永远能跑通；真正的活儿是让智能体在剩下那 43% 的时候也能干成。下面说说为什么这个数字这么低，以及那些做得更好的团队到底做对了什么。
- agents
- methodology
2026年6月13日
2026 是 AI 的「拿出真金白银」之年
今年全球 AI 支出预计达到 2.59 万亿美元，同比增长 47%——而一项被广泛引用的 MIT 研究发现，95% 的企业生成式 AI 试点没有带来可衡量的 ROI。这两个数字不可能永远共存。一位 Menlo Ventures 合伙人把 2026 称为「拿出真金白银」之年，企业正用支出上限、仪表盘和 ROI 关卡取代开放式预算。如果你用 AI 做产品，那个靠「我们还在试验」就能免单的时代要结束了。这篇说清这场清算到底改变了什么——以及怎样站到对的一边。
- business