MCP 的价值在于把 AI 应用和外部系统之间的连接方式标准化。理解 MCP 时，不要只看“它能调用工具”，还要看 Host、Client、Server 如何分工。
一句话定义
MCP 是一种让 AI 应用连接外部工具、数据源和提示模板的开放协议，可以把它理解为 AI 应用访问外部上下文的标准接口。
推荐阅读顺序
核心概念表
| 概念 | 作用 | 常见例子 |
|---|---|---|
| MCP Host | 使用 MCP 能力的 AI 应用 | Codex、Claude Desktop |
| MCP Client | Host 内部负责连接某个 Server 的组件 | 每个 Server 通常对应一个 Client |
| MCP Server | 向 AI 应用暴露能力的程序 | 文件系统、GitHub、数据库、浏览器 |
| Tools | 主动执行动作的接口 | 搜索、写入、调用 API |
| Resources | 只读上下文或数据源 | 文件、文档、数据库记录 |
| Prompts | 可复用的任务模板 | 代码审查模板、调研模板 |
学习路径
先弄清楚 MCP 解决的是“连接标准化”问题，再理解 C-S 架构里的 Host、Client、Server。之后再看 Server 暴露的三类能力：Tools、Resources、Prompts。
如果你已经在做 Agent 应用，可以把 MCP 放到工具生态和上下文管理里理解：它不是替代 Agent Harness，而是给 Harness 提供更标准的能力入口。