https://bml.asia/tags/mcp/ Recent content in MCP on 苏然的博客 Hugo zh-CN Thu, 17 Sep 2026 04:19:55 +0800 https://bml.asia/posts/mcp-not-backend/ Thu, 10 Sep 2026 04:02:16 +0800 https://bml.asia/posts/mcp-not-backend/ <p><span style="text-indent:2em;display:block;">前几天刷到腾讯 WorkBuddy 开放平台上线的消息，首批汇聚了超百家生态伙伴，声势相当不小。点开文档一看，它的核心形态其实不难概括：一套预置的专家流，加上一大排可以可视化接入的 MCP。朋友的第一反应和我最初的想法差不多——这不就是把 prompt 模板和工具调用重新包装了一遍吗，纯属重复造轮子。这个直觉我特别理解，而且不能说错，但几轮聊下来之后，我发现这句话只对了一半，而错的那一半，恰好藏着 Agent 生态里最容易被忽略的一个分层问题。</span></p> https://bml.asia/posts/testmu-agent-assurance-ai-agent-shangxian-anquan/ Thu, 20 Aug 2026 03:18:00 +0800 https://bml.asia/posts/testmu-agent-assurance-ai-agent-shangxian-anquan/ <p>　　先说结论：<code>AI 智能体</code>上线前的安全验证，绝大多数团队还在用&quot;看日志、读对话&quot;这种旧办法，而这恰恰是最验不出问题的办法。<code>TestMu AI</code>（原 <code>LambdaTest</code>）推出的 <code>Agent Assurance</code>，是我目前看到的第一个把<code>对话式智能体</code>和<code>自主智能体</code>的验证放进同一个平台的产品。这篇从行业痛点、产品设计、对比表和我的实际使用场景几个角度，客观拆一遍它到底解决什么问题。</p> https://bml.asia/posts/zcode-trae-codebuddy-hugo-ceping/ Thu, 20 Aug 2026 03:10:00 +0800 https://bml.asia/posts/zcode-trae-codebuddy-hugo-ceping/ <p>　　先说结论：维护 Hugo 静态博客这两年，我把 Trae、CodeBuddy 换成了 ZCode。变化最大的不是某个功能变强了，而是整个流程从&quot;七零八落的手工拼装&quot;变成了一条线——写作、MCP 配置调试、本地构建预览、Git 发布，全在一个对话里收尾。更实在的是，在火山大模型的 Agent 无缓存套餐下，我的 Token 开销降了差不多一个数量级。这篇把三款 AI 代码助手的实测对比、我踩过的坑、以及对应的省 Token 配置一次讲清楚。</p>