再見 MCP！Perplexity 帶頭「棄坑」：在2026年，我們不需要 AI 協議

在 AI 開發者圈子裡，曾經被封為大模型通訊救星的「MCP 協議」正經歷一場生存危機。隨著 AI 搜尋引擎龍頭 Perplexity 率先表態放棄支援，這項由 Anthropic 推出的標準協議，在短短一年內就從「業界希望」變成了開發者眼中的「累贅」。

昔日救星淪為雞肋，Perplexity 執行技術長：API就夠用了

2024 年底，Anthropic 推出「模型上下文協議」（Model Context Protocol，簡稱 MCP），原本旨在解決 AI 模型與外部工具之間溝通不順的問題。然而，這項協議在歡慶一週年之際，卻迎來了最大的背叛。

Perplexity 執行技術長 Denis Yarats 近日於內部證實，公司已決定放棄 MCP，轉而回歸最傳統但高效的 API 與 CLI（命令列介面）。這項決策迅速在社群發酵，甚至連 Y Combinator 執行長 Garry Tan 也公開補刀，直言「MCP 很爛（MCP sucks）」。

不僅是 Perplexity，原本標榜深度整合 MCP 的 AI 聊天工具 Duetchat，也在最新的 v2 版本中，毫不留情地將相關功能全數移除。這股「棄坑潮」反映出開發者對於 MCP 繁雜架構的集體不耐煩。

薑是老的辣，回歸 CLI 的三大利點

為什麼這項曾被寄予厚望的標準會失寵？關鍵在於 MCP 的先天設計缺陷：它太占空間了。

在 AI 智慧體（Agent）的運作中，上下文視窗（Context Window）就像是精華地段的房地產。MCP 的模式是將工具的所有定義、參數與範例通通塞進對話中。這意味著，如果你想讓 AI 連結 10 個不同的工具，在它還沒開始幫你做事之前，就已經先燒掉數千個 Token。

對開發者來說，這是一個進退兩難的局面：若要強推 MCP，就得忍受 AI 變得遲鈍、記憶力下降；若要維持效能，就得閹割工具數量。在這種「Token 稅」的壓力下，MCP 顯得華而不實。

比起需要重新適應的 MCP，開發者們發現，存在數十年的 CLI 反而是 AI 最好的朋友。專家 Eric Holmes 指出，LLM（大型語言模型）在訓練過程中已經看過無數的 man 手冊與 GitHub 腳本，天生就是命令列高手。

回歸 CLI 主要有三大優勢：第一，可除錯性高。當 AI 執行出錯時，工程師可以直接在終端機跑一遍同樣的指令，確認 AI 到底看到了什麼；但在 MCP 的黑盒子架構下，你只能去翻找冷冰冰的 JSON 紀錄。第二，極強的組合能力。透過傳統的管道（Pipe）功能，AI 可以輕鬆將資料從一個工具傳給另一個工具，不需額外的開發成本。第三，穩定性。MCP 經常面臨伺服端啟動失敗或權限管理不靈活的問題，而 CLI 則有成熟的身分驗證體系支援。

大廠的標準之爭從未停歇

事實上，這並非 AI 業界第一次出現標準之爭。OpenAI 先前推出的 Function Calling（函式呼叫）目前仍是市佔率最高的方案，而 MCP 原本想挑戰其地位。但隨著 Perplexity 等指標性公司的轉向，AI 智慧體的未來發展，或許不再是追求統一的新協議，而是如何更聰明地利用現有的軟體工程遺產。

對科技業來說，這場「MCP 棄坑潮」是一個重要的提醒：最好的科技不一定是最新、最酷的協議，而是最能節省資源、並讓人類與機器都能輕易理解的工具。