谁反对这么亲事！

关于 MCP 的几个理解误区：

1. 误区 1：MCP 协议需要大模型支持

MCP 全称模型上下文协议，是为了在用户与大模型对话过程中，补充上下文信息给大模型，让大模型更准确的回答用户提问而设计的。

在 MCP 出来之前，有多种方式可以实现上下文信息的补充，比如：

- 记忆存储。把对话过程的历史消息存储下来，每次新提问，带上历史消息一起发送给大模型
- RAG。在让大模型回答问题之前，先从本地知识库或者互联网上检索信息，作为上下文补充给大模型
- Function Calling。传递一堆工具给大模型挑选，根据大模型的返回参数，调用工具，用工具返回的结果作为上下文补充给大模型

理解了给大模型补充上下文的原理，就可以知道，MCP 的本质，是指导应用层，如何更好的补充上下文信息给大模型。

模型收到回复提问请求时，MCP 工作已经完成了。

结论：MCP 协议不需要大模型支持，哪怕你使用古老的 gpt-2 作为问答模型，依然可以使用 MCP 协议补充上下文信息。

2. 误区 2：只有支持 Function Calling 的模型才支持 MCP 协议

聊 MCP 协议，必须要理解 Function Calling 机制。

- Function Calling 是一种交互范式。

基本流程是应用层传递一堆工具给大模型，大模型意图识别，做一次 Pick Tool 操作，返回应该调用的工具名称和调用参数，再由应用层发起 Call Tool 操作，拿到结果重新给到大模型回答。

Function Calling 这套机制下有三个角色：应用、资源方、大模型。

两个核心步骤：Pick Tool 和 Call Tool。

Pick Tool 需要大模型推理，Call Tool 需要应用与资源方交互。

- MCP 协议是一套交互标准。可以理解为 MCP 是对 Function Calling 机制的包装与升级。

MCP 协议定义了三个角色：主机、客户端、服务器。

跟 Function Calling 机制相比，MCP 协议相当于是把 客户端-服务器 作为一个黑盒。

整体视角看，MCP 协议有四个角色：主机应用、黑盒（客户端-服务器）、资源方、大模型

主机把请求给到客户端，客户端请求服务器，服务器对接资源方，主机最终得到黑盒返回的结果，作为补充上下文给到大模型回答。

Function Calling 是应用直接对接资源，MCP 是应用通过黑盒对接资源，对接更加标准化，资源接入成本更低。

Function Calling 是应用直接定义一堆工具，MCP 是应用从 MCP 服务器获取定义好的工具，应用无需重复编码。

涉及到工具调用的环节，MCP 与 Function Calling 的交互形式一致。都依赖大模型的 Pick Tool 能力。

所谓的大模型支持 Function Calling，是指大模型在 Pick Tool 环节，有更好的理解和推理能力，最终能返回更加准确的 Tool 和参数。

不支持 Function Calling 的模型，依然可以通过提示词工程实现 Pick Tool。只不过准确度不如支持 Function Calling 的模型。

结论：不支持 Function Calling 的模型，依然可以使用 MCP 协议补充上下文信息。

3. 误区 3：大模型原生支持 MCP 协议

所谓的大模型原生支持 MCP 协议，正确的理解应该是大模型内化了 MCP 协议的定义，并且内置集成了大量基于 MCP 协议定义的工具。

当接到用户提问时，应用即使不给大模型传递任何工具，大模型依然可以基于内化的工具列表进行推理，返回应该调用的工具名称和调用参数给应用。

事实上，互联网上的资源是千差万别的，意味着对接资源的 MCP 服务器及其内部的工具是海量的，不可枚举的。

另一个关键点是，某些资源是私有的，需要用户鉴权的，大模型训练时不可能内化用户的鉴权凭证。

从这个角度来讲，大模型内化 MCP 协议下的海量工具，不现实也不可能。

某些模型厂商，也许是为了蹭 MCP 的热度，某些自媒体，也许是对 MCP 协议理解不到位，宣称某大模型原生支持 MCP 协议。

其实要表达的意思，也许只是，在随大模型一起发布的某个 agent 框架里面，加上了对 MCP 协议的支持。

结论：大模型原生支持 MCP 协议，这种说法是不专业的。大模型现阶段不可能原生支持 MCP。

本人认知有限，也许会有理解偏颇之处。欢迎补充交流。🙂

没有人或者公司或组织能做到

1.骑手满意，有五险一金，还挣钱，不被数字化系统操控

2.商户满意，多流量+少抽佣+少广告费

3.顾客满意，天天神券补贴+食材可口新鲜++免配送费+小哥风驰电掣，风里来雨里去给我快速送到家门口，贴心为我服务

4.组织1+2+3转起来，不是慈善机构，且现金流为正。

Nothing

（在互联网里移动“比特”速度和成本基本可以忽略，但在真实的物理世界里移动原子就是有真实的成本。且无论如何（当下科技）只能被极其有限的微优化。）

很多小可爱天真的以为如果有一个社会责任感爆棚的某某公司，来干掉美团，取而代之，就会

“是谁帮咱们翻了身哎
是谁帮咱们得解jie放哎，巴扎黑，后面两句不敢唱了。。。”

如果真有一个这样的某某公司出现了，过不了多长时间，就又就会出现，“天下苦某某公司久矣”。

就业的大环境真的是糟透了，以前觉得创业风险高，只能打工，但是现在打工风险也不小，

公司的业务没几个赚钱的，一言不合就可能随时开刀，来个集体大裁员，

哪怕没被裁员，年龄变大也是罪过，很多公司明确不招 40 岁以上的员工，

这还算是宽松的，35 岁是标准值，甚至有些公司连超过 32 岁的简历都已经不看了，这是什么世道！

就算有幸能苟着，公司不会让你好过，有的是让你不舒服的地方，定完不成的 KPI，

时不时来个 996，有事没事搞一堆汇报事项，偶尔降降薪，只要知道你工作难找，公司就敢随时把你搞。

当然，如果忍耐力超群，或许可以比别人苟多一段时间，

但是不得不承认，只要过了 30 岁，绝大多数人都是在走职场下坡路，竞争力会越来越差，哪怕再努力也没用，

这让我反思起了教育的意义，我未来的孩子是否还要花那么多时间去卷越来越贬值的学历，去卷一条日夜奋战十几二十年，出来依旧是社畜的人生路径？

我身边不乏高学历的人群，那又怎么样呢，依旧是苦哈哈地打工，依旧是看不到生活和事业的未来。

特别是 AI 越来越牛逼之后，知识和学习能力永远也跟不上 AI，那去挤千篇一律的应试教育是否有性价比？

目前我还没有答案，但我应该不会那么焦虑孩子的学习，基础线以上就够了，把时间用来探索多一些可能性，

脱颖而出的不一定是要能力超群的人，也可以是足够独特的人，有特质的人，

我希望我的孩子有这样的独特性，至于如何培养，我还在思考！

老二下场了🫡

#外卖大战

【「京东外卖」宣布联名《猪猪侠》】

4 月 28 日，京东外卖宣布动画人物《猪猪侠》正式入职京东外卖。用户可在京东APP 搜索“猪猪侠”即可领取 GG爆入职礼。此前，刘强东因送外卖时的穿着被网友调侃撞衫猪猪侠，并在网络上引起热议。（官方微信）

#自媒体运营频道 #@yunying23

我有一堆付费产品但是迄今为止都没做过个人报价单…

感觉这种东西的目标用户是【同行】

这样当然有流失，我经常听到用户说“原来你还有这个产品”，但我考虑的是

1.如果同时出现的产品太多，用户理解和选择的成本会很高

2.一段时间有一段时间的交付主线，想面面俱到自己的精力也会分散

3. 在哪里种草就在哪里设计转化路径，产品线独立互不打扰也利于局部优化

现在的自媒体把中老年逼成什么样了。
早上办公室的大叔在看“新闻”，他说，华为研究的固态电池马上要上市了。
我就怼了一句，华为啥时候研究电池了？
鸿蒙智行的车都是用别人家的电池啊。
固态电池要发布也是宁德时代或者比亚迪吧，人家一年投一两百亿研究电池。
然后这大叔就破防了，说我对华为偏见，不爱国。
难绷。

饿了么现在才跟着实有点无奈，京东日均破千万单的意义已经在深刻影响外卖格局了，想当年美团外卖历时四年日均才破千万，京东只用了三四个月，一方面是东哥的钞能力对c端的高额补贴，一方面是苦美团久矣的b端，京东的到来恰如“久旱逢甘露”，618京东外卖一旦达成日均1500万单的目标，基本上又会形成一个分水岭，现在美团日均6300万单左右，到时候京东会占到美团20%以上的体量，美团日均6300万里面还包含了约1800万左右的非餐单量，如果把这部分单量剔除掉，日均4500万单左右就是餐饮日均的单量了，按这个算京东618小目标达成就会占到美团33%左右的体量，这么短的时间，在外卖这种护城河如此之深，模式如此之重的生意里面，京东能跑出这样的数据简直出乎了多数人的预料；
当然了尴尬的不止美团，还有饿了么，饿了么日均数据没有太具体的，按照外卖市场271来估算，饿了么日均单量大约在1800万单左右，所以京东618小目标达成，体量基本上就逼近饿了么了，这还不算这段时间京东美团互相干仗对饿了么的单量影响，一旦有影响京东基本上就先把饿了么超过了，短短几个月的时间，体量能超过深耕外卖十多年的饿了么，我想尴尬的不止是饿了么，可能还有背后的阿里，想当年阿里豪购饿了么，王磊说饿了么融入阿里后打美团就好比三楼打二楼，可惜打了这么多年把外卖市场格局打成了271，如今如果又被京东短期内超过，饿了么真的就饿了么了。

构建 AI 应用的免费技术方案：

1. 使用 Gemini 2.5 Pro Canvas生成MVP原型

2. 通过 DeepSeek Chat 创建产品落地页

3. 从 GPT-4o 获取图标与设计素材

4. 集成AI功能：Gemini Flash Free API（每日1500次调用）aistudio . google .com

5. 基于 Replit Agent 开发全栈应用

6. 部署至 Cloudflare Pages

7. 通过 Stripe 接入支付功能

Why I Won't Use Next.js

为什么知名开发者 Kent C. Dodds 不使用 Next.js 框架？

他的推荐是 Remix 框架。

深度解读：京东打不赢美团外卖，为什么还要打？

最近被问得比较多关于京东和美团的外卖之战，分享一下我的观点：
1、
目前为止，京东是美团外卖曾经遇到过的策略最清晰的竞争对手。
当年美团防御饿了么的进攻，是防御战的典范。而京东在策略上已经避免了饿了么当年掉过的坑。

2、
但是，即便如此，京东最好的成绩也只会是行业第二。
一方面，外卖配送是有网络效应的，后发者本就很难。
另一方面，美团的组织能力，京东几年之内不可能追上。

3、
行业第一都不怎么挣钱，行业第二更难挣钱。
纯看投资，京东必然收不回外卖之战的投入。
那京东为什么要做呢？
我猜测，刘强东的目标不在外卖。
而是用外卖的订单，养活即时配送团队，守住“快”的心智。

从一个只看过一点Python入门书的人到被我的合伙人(20年工程架构经验，12年前的老淘宝P8)这么评价，完整只过了一个月(实际在工作的只有3周)。
给我的一个很大感受:每个真的踏上这条路的人，都该学会vibe coding。而且现在半个月就能基本学会。非技术人员千万不要迷恋任何toc的低代码平台或者通用Agent来解决自己的关键问题，那真的只是一些玩具。

#自媒体运营频道 #@yunying23

在四月最后一天，已经突破7000！
这个subreddit逐渐会成为国内出海Reddit的第一站
按照这个速度，下个月稳定10K~

免费下载-产品解决方案下载站
The monitoring task had failed 100 consecutive times. Your subscription to the RSS feed has been deactivated.
To reactivate it, please use the /activate_subs command.
ERROR: Network error (TimeoutError)