我最近对 AI 编程 Agent 的看法有点变了。 以前我更关心它能不能写出可用代码：能不能理解项目结构，能不能改对类型，能不能自己跑测试。现在我觉得这已经不是最值得纠结的问题。真正麻烦的是：当 Agent 开始接入 GitHub、Playwright、MCP server、CLI、本地文件系统和云端环境以后，它不再只是一个“会补全代码的聊天框”，…

我原本以为 MCP 发展到 2026 年，主要矛盾会是“大家到底接不接这个协议”。现在看，这个阶段已经过去了。真正值得个人开发者关心的，不是再多接几个 MCP server，而是：当工具调用开始跨进程、跨服务、跨账号以后，状态放在哪里，权限怎么收口，失败怎么恢复。 这不是一个很性感的话题，但它决定了 MCP 能不能从演示项目变成可维护的生产组件。 …

过去大家和 AI 交互，核心还是“问一句，回一段”。现在越来越多产品在往另一个方向走：不是让模型只回答你，而是让它去执行、去调用工具、去推进一个任务。这当然是个重要变化，但我对它的判断并不狂热。因为“执行”变成接口，不等于所有应用都该立刻变成 Agent 产品。为什么这是一个真实变化当工具调用、文件读取、网页搜索、远程服务和运行时开始被统一到同一条…

很多人看 Responses API，第一反应是“又多了几个内置工具”。但我现在越来越觉得，它真正有价值的地方不在功能表，而在于它把工具调用、上下文延续、多步推理放进了同一个回路里。这件事对做 Agent 的开发者很重要。因为过去最烦的不是调用某个工具本身，而是你得自己在应用层补一大堆胶水：保存中间状态、决定何时继续、把工具结果再塞回模型、处理多轮…