MCP 奇点降临:企业工作流迎来史诗级进化AI炼金术

MCP 奇点降临:企业工作流迎来史诗级进化

70分钟 ·
播放数17132
·
评论数59

欢迎来到新一期《AI炼金术》

近期我们看了谷歌、OpenAI、Anthropic的一系列发布会,真正感受到“大为震撼” ,所以赶紧来聊聊,面对AI这股汹涌浪潮和巨头们扔下的“重磅炸弹”,有哪些风向变化以及潜在的机会?


「 关键结论 」

MCP(多能力平台)服务越活跃,AI OS(AI操作系统)的雏形就已存在。

AIOS需要让任何应用和AI能力都能互操作。

AI coding能力已非常强,不再只是辅助,而是能独立按需求做事。

MCP渗透到一定程度,就会进入快速加速期。

AGI(通用人工智能)之前的阶段性边界已清晰:大部分人会失业,包括我。


「 关键认知 」

历史上很多热门应用,都在解决工具间的互操作性问题。

公司里像“胶水”一样连接各方的人,其实扮演了内部操作系统的角色。

年轻人用AI可能更好,因为我们过去的“最佳实践”反倒可能成为障碍。

若AI完不成工作,先反思是否没给够信息或上下文,而非AI太弱。

组织协调的关键,在于底层prompt(提示)的同频。

想靠一个特别厉害的模型在某个领域干翻别人,这条路可能难了。

Agent(智能体)需要能一站式看到投放、创意、追踪等所有数据。


「 行动指南 」

所有服务都应有MCP、完善文档、易测试的代码,需求能自动发沙盒验收,以大规模提升效率。

团队组织要尽早为AI coding的普及做好准备。

公司要花大力气,让公司整体的基础设施对AI可访问。

让组织“AI Ready”:流程、功能、信息都要对AI开放可用。

工程师要转变为架构师或产品经理,每天的工作是清晰地给AI布置任务。

创业出路:要么做矩阵式打法,靠组织效率和数量取胜;要么干巨头不干的脏活累活。

大家应该尽快去完善这套AI-ready的基建。

我应该把所有的工作都准备好让AI来干,这样自己就可以不用干活了。

新公司应利用AI能力和AI-ready的基建搭好自己的基础设施,然后靠迭代速度来战胜老公司 。


时间线:

01:00 AI OS初探: AI OS的本质,一个能让日常工具通过AI实现互操作的中心化入口。

03:00 MCP与互操作性: MCP如何将公司内部服务或工具打包,并通过AI实现不同工具间的串联与互操作

05:00 AI OS实际体感: 任何环节的应用之间、任何AI能力在任意环境都可以互相操作

08:00 巨头的机会与AI OS的未来: 微软宣布下一代操作系统将自带AI能力和MCP支持,印证了AIOS可能成为巨头角逐的新战场。历史上,许多热门应用都在解决工具间的互操作性问题。

10:00 MCP 价值与应用: MCP服务如何通过记忆用户历史调用中有价值的信息,使AI变得更强,并提及了“Open Memory”这类本地MCP服务的潜力。

12:00 AI 反向赋能: 随着AI能力增强,未来可能不再是我们给AI安排工作,而是AI反向为我们规划任务、管理日程,前提是所有信息能够打通。

15:00 组织协同与底层Prompt同频: 未来的组织协调不仅需要事情上的跟进,更需要底层Prompt的同频,以实现高效协作和更强的控制。

16:00 AI时代的人才与认知迭代: 年轻人可能比经验丰富者更快适应AI,因为后者固有的“最佳实践”可能成为认知迭代的障碍。AI将使得单个研发的效能数倍提升。

18:00 MCP的实际应用案例: 以搜索结果不佳(bad case)的分析为例,说明如何通过MCP暴露搜索链路中各环节服务,让AI辅助工程师排查问题,提高效率。

21:00 AI编程的惊艳进展: AI编程工具(如Codex, Claude Code, Google的Lotus)的巨大进步,它们不再仅仅是辅助编程,而是能独立完成从需求理解到代码提交的整个流程。

23:00 SWE Bench的启示: AI在SWE Bench(软件工程基准测试)上取得的高成功率(如Claude达到80%),证明了其解决真实世界编程任务的强大能力。

25:00 AI编程与基建的重要性: AI并行处理多任务的能力远超人类,未来的瓶颈将转为需求描述的清晰度。然而,大部分公司的代码库和基础设施尚未为此做好准备。

28:00 “AI Accessible”的企业基建: 公司应致力于打造“AI可访问”的基础设施,包括完善的文档、便捷的测试沙盒环境、标准化的MCP接口,使AI能高效接入并完成工作。

32:00 AI时代的系统设计: 良好的系统设计、模块化、职责清晰将极大提升AI管理和开发代码的效率,不同公司间的迭代速度差异将因此拉开数量级。

35:00 AI对岗位的重新定义: 从工程、数据处理到模型调优,许多以往需要人力的工作将逐步交由AI完成。一些面向体验和审美的前端岗位可能相对难以替代。

37:00 工程师角色的转变: 未来工程师的角色更像架构师或产品经理,核心工作是清晰地给AI布置任务并进行验收。

40:00 谷歌发布会与VEO3的冲击: 谷歌一次性发布大量AI产品和功能,以及VEO3视频生成模型的强大能力,让从业者感到巨大压力和创业艰难。

44:00 AI时代的套利空间与创业方向: 尽管巨头压顶,短期内仍存在利用信息差和技术差的套利空间(如代做小视频)。创业可能需要转向更脏活累活或矩阵式打法。

47:00 AI转型的咨询与中间件机会: 帮助企业进行“AI化转型”是巨大的咨询类机会(类比埃森哲),同时,将传统软件暴露给AI可用的中间件也存在产品机会。

51:00 创意类应用的潜力: 尽管基础模型竞争激烈,但利用强大模型(如VEO3)开发创意类、教育类应用(如教小朋友拍电影)仍有广阔空间。

53:00 拥抱变化与组织“AI Ready”: 核心在于推动组织流程、功能、信息向AI开放,让组织“AI Ready”,这不仅是技术调整,更是组织和人的调整。

01:05:00 AI时代的终局思考: 未来的工作是更好地为AI准备好信息和接口,最终可能导致大部分人(包括自己)被AI替代,心态也需随之转变。


欢迎订阅「AI 炼金术」的播客,以及同名公众号、视频号 

「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地,我们会邀请一线创业者、产品产品和科研学者,深入探讨 AI 如何重塑行业、变革生活,以及如何从 0 到 1 打造 AI 原生产品。 

我们的讨论会涵盖多个话题:从 AI 如何改变世界的未来,到如何找到 AI 创业的 PMF;从如何利用 AI 降本增效,到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣,这里有满满的干货和一线实战经验,欢迎关注并推荐给你的朋友,共同探索未来的无限可能! 

商务合作:公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 


节目主理人: 

徐文浩:某AI创业公司联合创始人,正在面向全球市场开发AI应用。连续创业者,参与过多家创业公司,拼多多早期员工。广告科技公司MediaV的算法和数据负责人,后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 

任鑫:云九资本合伙人,主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者,曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房;被京东并购后内部创业“京东到家”开展本地即时零售业务;2015 年再次创业 Get 探索对话式人工智能助理成为先烈;2021 年出售公司,2023 年重新回到 AI 世界。


BGM:

片头:Shortwire - Reconfig

片尾:PRETTY YOUNG,Zack Hall - horizon



展开Show Notes
就像苹果全家桶,只是单一用iPhone或ipad的时候觉得也就还好,可一旦配上iMac就会立刻不一样,效率指数提升。现在AI产品之间普通用户感觉很难打通,然后ai厂子们又在各自圈地,希望绑定住客户而进一步限制了链接的可能性
Mars任鑫
:
这个类比好!赞
Litao_H1tp:愿闻其详
5条回复
flyisland
flyisland
2025.6.04
感觉嘉宾对MCP的理解有点过于奔放了
iYueYao:同感,但没有贬义,感觉mcp还在进行中,甚至会有新概念解决某些实际工程中的问题
在不在不在不在不在:同,不过这件事mcp只是一个工具的壳,难点还在工具本身和数据
GoneB0y
GoneB0y
2025.6.05
31:08 可是实际上公司做基建,往往出力不讨好,经常是基建做完了,人/团队没了。别的不说,各家赶工期prd会不会随着需求变更也改?接口文档有没有人写?😂
Mars任鑫
:
这种大跃进,感觉最好还是创始人推,否则很难
GoneB0y:是的,而且特别是大公司大团队,阻力会特别大。之前做过两次类似的事,比如有一次是智能客服,要把多业务的接口统合起来做业务处理workflow,您就瞧着吧,同一个业务线的多个部门给的面向同一个功能接口出去参都不一样,而且上游接口版本变更都没人通知下游。弄到最后只能靠心跳监控+人工oncall维护😂
3条回复
虫虫
虫虫
2025.6.05
这次此播客 非常有 启发 ,os 重要的不是形态,而是提供更好的服务。
每一次 os 的变化,代表一次服务的升级。ai 相对移动端可以提供思考力的服务,mcp server 则是 os 内面向 ai 构建的软件。
就像之前播客说的,我们应该面向 ai 构建软件,而不是人。
虫虫:面向 Ai 构建服务,不是软件,打错了哈哈
bheeee
bheeee
2025.6.05
没有 mcp 就不能调用工具吗😓想多了
Mars任鑫
:
有个统一的抽象会简单很多
哼哈嘿呀:N 个工具对接接口的更新维护成本也是指数级的
4条回复
阿桂仔
阿桂仔
2025.6.04
听完感觉格局打开了,我们公司就是很好的例子。原来底子差,为了抢占市场业务平台高度灵活化,导致整体耦合度很高。同时管理体系和各类规范没有及时支撑到位。现在自己去做基于MCP组合的工具时,就会出现用概念和演示效果忽悠老板可以,但解决实际问题收效甚微,更谈不上有效提升效率这件事。甚至很多不去追AI前沿的同学会觉得以当下AI能力去替代程序员还是一个伪命题。
gp-IT
gp-IT
2025.6.06
播客发了第二天,openai就发了针对企业的新功能,趋势
这个方向我考虑过,但暂停推进了,主要是商业化的问题,有人想做我可以帮忙。ai的角色是个人秘书、个人知识库、流程专家(pm)。

秘书的能力是帮你汇总todo、自动化动作(发邮件等)、和别人沟通你经手工作的背景及现状、文书工作copilot,有主动发起能力但会被权限管控,需要的是终端自动化模型(跨产品数据获取及类rpa能力)、个人知识库。

个人知识库的能力是整理你经手项目的现状及todo、企业黑话/缩写查询、部门/岗位职业查询(一件事该问谁)、工作方法论查询(沉淀公司软硬资产),需要各场景专业agent,具备系统prompt、记忆、数据中台读取等。

流程专家就是pm,不过不局限于项目,主要能力是查一件事有什么标准步骤、人及所需资料、写材料copilot、主动跟进型pm,替代企业那堆操作规范类文档,还便于审计。

之所以不动,我认为一是这不是创业公司做的事,分分钟被吃掉,二是技术还不够完善,实现终端自动化的多模态模型和推理模型(凑活够)不够,三是付费意愿不足,因为这个不赚钱所以中小公司不买,而大公司付费流程长、本地环境复杂,容易把我拖死。
HD613174x
HD613174x
2025.6.09
AI转型的确是真实需求,过去ai部署只是知识库,现在动真格要动人了,去企业搞这个咨询,动人饭碗,会不会被有人生安全问题。。。。。。
1:07:25 AI替代所有人工作真的太悲观了 仔细看看现实世界 很多时候不是某个替代方案更好 客户就会买它单的。韭菜太多 大部分人都是在消费低效或低质的服务 原因仅仅是他们不知道 但他们很可能一直都不知道
迷失的贵族:或者说 还是别太小看普罗大众的认知闭塞。一方面信息太多 别人分不清啥正确啥重要;另一方面 人的生活方式都是有惯性的 技术渗透有过程
Anoxialiu
Anoxialiu
2025.6.04
27:54 徐老师步子好大👏
Mars任鑫
:
我也觉得。。。
PMO很受启发,AI大幅提升效率,企业愿意为效率买单;虽然2C有更多的韭菜,但大众消费者的时间不值钱。个人观点,中长期看还是垂域2B价值更高
奥迪
奥迪
2025.7.03
用一句话总结:暴露什么信息和工具给大模型是很重要的
bingo20
bingo20
2025.6.23
31:46 建设 AI 友好的 infra
52:12 嘉宾对商业机会的判断真是一言难尽,还是说技术就好了
Paul_RQo8
Paul_RQo8
2025.6.17
1:07:32 可以把企业研发的基础继续 vibe coding 用“沙盒”逻辑重建,这个思路是很棒的,开发环境和协同,测试环境和外部调用如果都能建立好,可以想象的是开发效率能够倍速
田子鹅
田子鹅
2025.6.12
29:28 听到基建这块,正在打工的我狠狠地点了😄先给我把环境问题和多团队协同debug场景彻底解决了再说别的吧~
方进
方进
2025.6.12
26:35 有一个沙盒环境非常重要,从大模型能写代码开始,我就觉得,必须要有一个沙盒环境,否则输出代码,不跑一遍毫无意义
听到这突然想起现在我做科研写论文就是给ai提各种需求,然后让它生成指定的段落,甚至数学推导。而那些直接用ai写的不提要求,经常给我反馈觉得ai效果不好。我觉得这个度就很难流程化的传授给别人。但自己也会想我是不是反而成为了人工智能,给ai服务呢
HD375710q
HD375710q
2025.6.09
思维还是限制在现在的操作系统上,等于ai+,有没有想过下一个时代的os是完全不同于现状这些的?