AI的"大脑"和"双手"的一场激烈争论，普通用户需要知道这些吗？
字数统计 2257 汉字+150 词 阅读时长约6分钟
这场技术圈的论战，最终和你有什么关系
引言：一场”谁杀死谁”的网络议战
如果你最近关注AI话题，很难不注意到这场争论：”Skill杀死了MCP！”这个论断从 2025 年底开始在X（原推特）上爆发，引发了AI从业者和开发者们的激烈讨论。知名技术博主Simon Willison称Skill”可能比MCP更重要”，而另一边则有人反驳：这就像”说有了菜谱就不需要厨房”一样荒谬。
这场争论的本质是什么？谁对谁错？未来会怎样发展？这篇文章尝试给你一个清晰的回答。
第一章：回顾——两者是怎么来的
MCP的诞生：解决”AI孤岛”问题
2024年11月，Anthropic推出MCP，解决的是一个很现实的问题：AI很聪明，但它被困在聊天窗口里，无法主动操作外部工具。MCP让AI能直接连接Slack、Jira、数据库等外部服务，从”只会聊天”变成”能做事”。
它迅速获得了行业认可。到 2025 年12月，MCP正式捐赠给Linux基金会旗下的Agentic AI基金会（AAIF），从Anthropic的单独项目变成了行业公共标准，OpenAI、Block等公司共同参与治理。到 2026 年初，生态中已有超过10,000个MCP服务器，主流AI工具全部接入。
Skill的崛起：”轻量级”替代方案
2025年10月，Anthropic又推出Agent Skills。如果说MCP是一套复杂的工业协议，Skill就是一份Markdown文档加一点元数据——简单得有点让人难以置信。
但就是这个”简单”触动了很多人。开发者们发现，以前需要搭建一个MCP服务器才能做的事，现在写一个Markdown文件就能解决。Canva、Notion、Figma等企业迅速跟进，Agent Skills在开发者社区快速扩散。
第二章：争论的核心——到底在争什么
“Skill杀死MCP”派的论据
论据一：让AI”变笨”。 MCP的一大痛点是，每次启动时要把所有工具的说明全部塞给AI，相当于让AI在开始工作前先读完一本厚厚的说明书。开发者Armin Ronacher就提到，他们的MCP服务器一加载就占用了约8000个token的空间——通俗来说，就是强迫AI先记住一篇几千字的文档，才能开始干活。而Skill只在启动时给AI看一个名字和简介，需要时再调出完整内容，AI的反应速度和质量都更好。
论据二：小题大做。 很多早期的MCP服务器搭建了一套复杂的基础设施，实际上只是在做很简单的事。用一份Skill文档来描述同样的操作规则，让AI自己去执行，效果完全一样，但搭建和维护成本几乎为零。
论据三：门槛太高。 MCP是一套完整的工程规范，需要具备一定的技术背景才能搭建和维护。对于很多只需要AI”照着规矩办事”的简单场景，这种复杂度完全没有必要。
“MCP不会死”派的反驳
反驳一：两者根本不在同一层。 Goose团队的Angie Jones打了一个经典比方：说Skill杀死了MCP，就像说”有了菜谱就不需要厨房”一样荒谬。厨房还在，菜谱只是告诉你怎么用它。Skill是菜谱，MCP是厨房——菜谱告诉你怎么做，厨房提供做菜的能力。
反驳二：Skill无法替代外部连接。 发送Slack消息、查询生产数据库、操作CRM记录——这些需要真实的集成、真实的权限和真实的执行。光靠文档指导是做不到的。
反驳三：数据说话。 到 2026 年初，MCP生态的SDK月下载量超过9700万次，10,000+服务器获得主流客户端支持。如果Skill真的”杀死”了MCP，这些数字应该下降而不是上升。
第三章：真相——不是替代，而是分层
理清了双方论据，真相其实很清晰：Skill和MCP不是竞争关系，而是同一套架构的不同层次。
Skill 是”知识层”。 它编码的是”如何做”——团队规范、工作流程、领域专业知识。它们是Markdown文档，由人类写作和维护，轻量且易于分享。
MCP 是”执行层”。 它提供的是”能做什么”——外部服务的连接、认证、执行和状态管理。它是真正让AI”动手”的基础设施。
OpenClaw 是一个很好的佐证。它的技能市场 ClawHub 上销售的”Skill”，本质上是打包好的 MCP 服务器（执行层）；而它内部的 SKILL.md 文件，则是告诉 AI 代理如何调用这些工具的指令集（知识层）。OpenClaw 把两者都叫”Skill”，造成了命名上的混淆——但底层架构是清晰的：两层各司其职，只是被整合进了同一个产品。这种混淆恰恰说明，在真实的产品演进中，两层正在被有意识地封装在一起，而不是在互相取代。
所以真正发生的事情是：Skill没有广泛地替代MCP，而是淘汰了那些”本来就不应该存在”的MCP服务器。很多早期的MCP服务器其实只是在做很简单的事，Skill用一份文档就能更好地解决。但对于真正需要持久连接、复杂认证和实时数据的场景，MCP仍然不可替代。
第四章：未来走向——三个关键趋势
趋势一：融合而非替代
最务实的开发者已经在同时使用两者，OpenClaw 是目前最完整的”融合产品”案例。它的底层通过 MCP 连接外部服务，上层通过 SKILL.md 定义 AI 的工作逻辑，其技能市场 ClawHub 上已有超过 3,200 个基于 MCP 的 Skill 可供一键安装。有开发者分享，他写了一个 Trello MCP 服务器，同一套代码不改一行就同时跑在 Claude Desktop 和 OpenClaw 里——这正是”融合”的实际样子：工具可复用，平台各自分工。
未来的主流形态很可能就是这样：Skill 描述工作流程，MCP 提供执行能力，一个 OpenClaw 式的代理框架在中间把两者整合，用户只需通过聊天窗口下指令。
趋势二：MCP下沉为基础设施
一个明显的变化是MCP正在从”前台”退到”后台”。以前，AI每次交互都直接调用MCP工具；现在，MCP越来越多地处理底层的数据存储、账号验证、企业系统对接等问题，而上层的交互逻辑则由Skill和代理框架来编排。
这其实是技术成熟的标志。就像HTTP协议今天无处不在，但普通用户不需要知道它的存在。MCP也在走同样的路——成为”看不见但离不开”的基础层。
趋势三：安全与治理成为关键议题
随着两者的普及，安全问题正在上升为核心关切。MCP方面，已经出现过实际的安全漏洞，影响了数十万个环境。”工具下毒”攻击——即在工具描述中隐藏恶意指令来操纵AI行为——成为新的威胁向量。
Skill同样面临挑战：如果不受信任的Skill被加载，它可能指导 AI 执行有害操作。行业正在探索”AI网关”的方案——在AI和外部服务之间加一层审核，过滤危险操作、记录所有行为。
第五章：对普通用户意味着什么
作为内容创作者、运营人员或日常AI用户，这场技术变迁对你意味着：
AI助手会越来越”懂你的风格”。 Skill让AI记住你的创作习惯——你写稿的语气、你发帖的格式、你回复用户的方式——不用每次都重新交代。今天你可能还需要自己写Skill，但未来很可能在应用内通过简单设置就能完成。对内容创作者来说，这意味着AI能持续输出”你的风格”，而不是每次都要花时间调教。
AI能帮你做的事会越来越多。 MCP生态的壮大意味着AI能连接的平台越来越丰富。从自动整理选题、发布内容到追踪数据、回复私信，AI正在从”聊天机器人”变成真正的”数字助理”。对中国用户来说，最近的落地信号来自腾讯：2026年3月，腾讯宣布基于 OpenClaw 推出兼容微信生态的 AI 产品，意味着这套”MCP执行层 + Skill指令层”的架构，正在借助微信这个超级入口进入普通人的日常。
安全和信任会成为关注点。 当AI能直接操作你的工具和数据时，权限管理和安全审计会变得和管理员工权限一样重要。
结语
技术圈特别是AI圈曾有大佬锐评：「AI 圈子一惊一乍什么都炸裂」，所以我们讨论谁干掉了谁，现实往往是更加微妙的共存与分工。Skill和MCP的关系，不如说是”各就各位”。
当Skill让AI想明白”该怎么做”，MCP让AI有能力”真正去做”时，我们的AI助手才算真正长大了。而这，才是这场争论背后真正值得关注的事。