主要观点：作者对 Anthropic 的 MCP 有诸多不满，认为其存在无意义的复杂性、零复用现有 API 表面、缺乏安全考量、持久连接方式不适用于 API 应用以及选项过多等问题，相比之下更倾向于agents.json和标准工具调用，不过承认 AI 和 LLM 领域仍处于混乱的变化状态。
关键信息：

• 作者在研究 Anthropic 的 MCP 后，觉得它在 Python SDK 方面存在大量不必要的包装，且创建新服务器来暴露现有 API 很麻烦。
• 对 MCP 的安全性、访问控制等方面缺乏重视，认为浪费在为每个 API 创建新服务器上。
• MCP 是面向连接且有状态的，不太适合基于 API 的应用，其持久连接方式存在问题。
• MCP 容易使模型上下文充斥过多选项，缺乏有效的“路由”或选择性暴露选项的机制。
  重要细节：
• 提到了一些相关工具如FastOpenAPI等。
• 后续更新提到现在有了无状态连接的可能。