ORANGE BOOK · MCP

第二章:AI 使用方式的变革——从"复制粘贴"到"动手帮你做"


一、AI 使用方式的"四个时代"

我把过去四年人和 AI 协作的方式,划分成四个时代。 读完这部分,你会非常清晰地知道自己现在站在哪个阶段,以及下一步会去哪。

时代 0(2022 之前):「问答机时代」

代表产品:早期搜索引擎、苹果 Siri、小爱同学。

  • AI 能答简单问题,能开个灯,但不会写文章;
  • 你和它的对话是一问一答,不连续;
  • 它没有"理解上下文"的能力。

这个时代的 AI 你不会真的"信任"它干任何稍微复杂的事。

时代 1(2022 年底–2023 年初):「聊天机时代」

代表产品:ChatGPT 3.5、文心一言早期版本。

  • AI 会说人话了,会写诗、写代码、写邮件;
  • 你和它的对话开始有上下文;
  • 它只能聊天——任何外部世界的事,它都需要你"复制粘贴"才能知道。

这是绝大多数人对 AI 的第一印象,也是绝大多数人到今天为止仍然停留的阶段。

时代 2(2023 年中–2024 年中):「插件 / GPTs / Function Calling 时代」

代表产品:ChatGPT Plugins、ChatGPT GPTs、OpenAI Function Calling、Anthropic Tool Use、字节扣子。

  • AI 第一次能"调用工具"了:搜网页、查股票、订酒店;
  • 但每个 AI 厂商都搞了自己的一套调用方式;
  • 同一个"查股票"功能,要为 ChatGPT、Claude、Gemini 各写一遍;
  • 用户做了一个 GPTs,离开 ChatGPT 就不能用。

这个时代的核心问题是:生态割裂、重复造轮子、用户被绑架。

时代 3(2024 年底至今):「MCP 时代」

代表产品:Claude Desktop + 各种 MCP 服务器、Cursor、ChatGPT Connectors、Gemini MCP……

  • 一个统一的协议(MCP),让所有 AI 和所有工具能用同一种"语言"对话;
  • 用户配一次工具,所有 AI 都能用;
  • 开发者写一个 MCP 服务器,全平台通吃;
  • AI 不只能"调用工具",还能"组合工具",开始具备真正的"Agent 能力"。

如果说时代 1 让 AI"会说话",时代 2 让 AI"会用工具", 那么时代 3 才让 AI 真正"长出手脚"。

时代 4(2026–2028 预测):「Agent 操作系统时代」

  • AI 客户端 + MCP 生态会演化成"AI 操作系统";
  • 像今天的 App Store 一样有"MCP Store";
  • 大量"非技术用户"会用上 MCP;
  • 普通家庭、个人助理、儿童陪伴、老人健康场景全面 AI 化。

我们今天学 MCP,本质上是在为这个时代做准备。


二、把"四个时代"画成一张图

flowchart LR
    classDef era fill:transparent,stroke-width:2px;
    Era0[时代0 问答机<br/>2022前]:::era
    Era1[时代1 聊天机<br/>2022-2023]:::era
    Era2[时代2 插件期<br/>2023-2024]:::era
    Era3[时代3 MCP期<br/>2024-2026]:::era
    Era4[时代4 Agent OS<br/>2026-2028]:::era

    Era0 --> Era1
    Era1 --> Era2
    Era2 --> Era3
    Era3 --> Era4

    Era1 -.特点.-> F1[只会聊天<br/>不能动手]
    Era2 -.特点.-> F2[能动手<br/>但生态割裂]
    Era3 -.特点.-> F3[能动手<br/>且统一标准]
    Era4 -.特点.-> F4[人人都用<br/>无感即用]

这张图你可以截屏存起来,下次给同事/家人讲 MCP 时直接拿出来用。


三、三个真实场景的 before/after

下面这三个场景,全部基于 2026 年真实可用的 MCP 服务器。

场景 A:周一早上发周报

Before(时代 1+2)

你:ChatGPT,帮我写一份本周工作总结。

ChatGPT:好的,请告诉我你这周做了什么。

你:(开始把 7 天的微信、日历、PR 链接、Notion 笔记一条条复制贴过去)

ChatGPT:已经写好啦~

你:(复制 → 打开飞书 → 粘贴 → 调格式 → @ 老板 → 发到工作群)

总耗时:60–90 分钟。

After(时代 3:MCP)

你:把我本周(周一到周日)日历上完成的事项 + GitHub 上 merge 的 PR + Notion 里"周报素材"页面里的内容, 整合成一份周报,发到飞书的"团队周报"空间,命名为「2026-W16」,并 @ 张三。

AI(自动调用了 4 个 MCP 服务器):

  • 调用 Google Calendar MCP,拉出本周日程;
  • 调用 GitHub MCP,列出本周 merge 的 PR;
  • 调用 Notion MCP,读取"周报素材"页面;
  • 综合后生成周报;
  • 调用飞书 MCP,创建文档、添加协作者、@ 张三。

总耗时:2 分钟。

真实数据:某团队用飞书 MCP 替代手工汇总 10 人周报,效率提升 60 倍, 文档格式一致性提升、错误率从 10% 降到接近 0%。 (来源:开发者社区案例)

场景 B:周末整理一周拍的照片

Before(时代 1+2)

你:手动打开"照片"App → 选中本周拍的所有图 → 拖到电脑 → 按地点/事件分类 → 给文件夹起名 → 加 tag。

总耗时:1.5 小时。

After(时代 3:MCP)

你:把我本周新拍的照片按拍摄地点分类,每个地点建一个文件夹, 文件夹名格式是「YYYYMMDD_地点」,放到桌面的「Photos」文件夹下。

AI(调用 filesystem + 读取 EXIF 信息的 MCP):

  • 扫描照片库;
  • 按 EXIF 时间筛出本周;
  • 读取每张照片的 GPS 信息;
  • 反查地点;
  • 创建文件夹;
  • 把照片归位。

总耗时:3–5 分钟。

场景 C:开发者修复一个线上 Bug

Before(时代 1+2)

  1. 在 Sentry 看错误堆栈;
  2. 复制堆栈到 ChatGPT 问思路;
  3. 切到 IDE 找文件;
  4. 改完手动跑测试;
  5. 提交 PR;
  6. 在 Slack 通知值班同事。

总耗时:50 分钟。

After(时代 3:MCP)

你:刚才 Sentry 报的 NullPointerException 是什么原因?修一下,跑测试,提 PR,并通知 #oncall 频道。

AI(调用 Sentry + Filesystem + Git + GitHub + Slack 五个 MCP):

  • 拉 Sentry 错误堆栈;
  • 在仓库定位文件;
  • 阅读上下文;
  • 修改代码;
  • 跑测试;
  • 提 PR;
  • 把 PR 链接发到 Slack。

总耗时:5 分钟(你只需要审查 PR)。


四、把 4 种工具调用方式横向对比

维度 ChatGPT 插件 Function Calling GPTs MCP
跨 AI 厂商 否(仅 ChatGPT) 否(各家不一样) 否(仅 ChatGPT)
跨客户端
开发者工作量 高(每家适配) 低(写一次)
用户安装难度 中(首次需配置)
工具发现 商店 商店 商店 + 一键安装
工具组合能力 强(可调用多个 MCP)
长期生态 已停滞 仍有 萎缩 爆发增长
2026 年地位 历史名词 底层机制 仍存但小众 事实标准

读完这张表,你大概率能理解为什么所有 AI 厂商都在拥抱 MCP—— 因为它是唯一一个让"AI + 外部工具"这件事长期可持续、生态可复用的方案。


五、MCP 时代,普通用户的工作方式会变成什么样

我做了一张"未来图",描述 2026 年下半年到 2027 年, 你作为一个普通用户用 AI 的"理想日常":

早上 8:30

「整理一下我今天的日程,把和市场部的会议改到下午,准备好上午两个会议要用的资料发到我的 iPad。」

AI 调用:日历 MCP + 文件 MCP + iCloud MCP。

上午 11:00

「上周客户投诉的那个 Bug 排查得怎么样了?把相关 PR、Sentry、Slack 讨论汇总给我。」

AI 调用:GitHub MCP + Sentry MCP + Slack MCP。

下午 3:00

「把刚刚和客户的对话录音转写、提炼要点,更新到 Notion 里这个客户的页面,并通知客户成功团队。」

AI 调用:录音转写 MCP + Notion MCP + 飞书 MCP。

晚上 8:00

「明天周五,提醒我老婆生日是下下周,帮我列三个礼物候选,并把候选写进我的待办里。」

AI 调用:日历 MCP + 网页搜索 MCP + Todo MCP。


注意:上面所有这些场景,今天(2026 年 4 月)都已经能做到。 你需要的只是花两个小时配置一下。


六、为什么"非技术普通人"是 MCP 的最大受益者

很多技术博主写 MCP,习惯把它定位成"开发者工具"。这是个巨大的误解。

我观察到的事实是:MCP 真正的爆发性受益者,是不会写代码的普通人。

原因有三点:

  1. 开发者本来就有办法连接工具(写脚本、写插件、写 CLI),MCP 对他们是"提效"; 但对普通人,MCP 是"从 0 到 1 的能力赋予"。

  2. MCP 的客户端越来越图形化(如 Claude Desktop、Cursor、ChatGPT), 用户不再需要理解 JSON-RPC、stdio、HTTP,只需要点几下鼠标。

  3. MCP 服务器越来越商店化(如 getmcp、mcpx), 一键安装、一键升级、一键卸载,跟装手机 App 一样简单。

所以——

如果你是个不会写代码的普通人,恭喜你,你才是 MCP 的"亲儿子用户"。


七、本章小结

  1. AI 使用方式经历了 4 个时代:问答机 → 聊天机 → 插件期 → MCP 期;
  2. MCP 是第一个被所有 AI 厂商共同采纳的"工具调用标准";
  3. 真实案例:周报、整理照片、修 Bug 等场景,MCP 比传统方式快 10–60 倍;
  4. 普通用户而非开发者,才是 MCP 的最大受益者;
  5. 2026 年是把"AI 帮你聊天"升级成"AI 帮你做事"的一年。

八、动手任务(10 分钟)

写一张"我的工作里最重复的 5 件事"清单。 比如:

  • 周报汇总;
  • 整理本周收到的发票;
  • 把客户邮件分类归档;
  • 把 Notion 里散落的会议纪要按项目整合;
  • 把开发文档同步到 Wiki。

把这张清单留好。 等你读完第三篇"进阶篇",你会发现这 5 件事里至少有 3 件能用 MCP 自动化。