
Unblocked:仅靠MCP连接器堆叠无法构建上下文引擎
来源标题:A Pile of MCP Connectors Is Not a Context Engine
Unblocked 指出,MCP 连接器只是让智能体逐个接入 Slack、Jira、GitHub 等数据源,并不等于具备理解能力。跨源信息整合、矛盾消解和隐性约定仍需上下文引擎处理,接入与理解之间的差距正是价值与成本所在。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
所有文章 一堆 MCP 连接器并不构成上下文引擎 MCP 连接器让 agent 能够逐个系统访问你的数据源。但跨源信息整合、矛盾消解以及那些从未被写下来的约定,仍然需要一个上下文引擎来完成。
如今,把 agent 接入你的工具只需要大约十分钟。Claude 自带一个连接器目录,GitHub、Slack、Jira、Notion、Google Drive 以及你团队付费使用的其他任何系统,都有对应的 MCP server。
我们经常被问到:如果 Claude 已经能直接访问每一个数据源,那 Unblocked 还有什么用?
这个前提是对的:Claude 确实能访问每一个数据源。但把 agent 连接到数据源,只是给了它访问权限,并没有给它理解能力。这两者之间的差距,正是大部分价值所在,也是大部分成本隐藏的地方。
给 agent 一个 Slack MCP、一个 Jira MCP 和一个 GitHub MCP,每一个都会按照其作者构建的方式运行,通常与底层 API 一一对应:你发送一个查询,拿回的是来自那一个系统的匹配文档列表。搜索 Slack,得到 Slack 消息。搜索 Jira,得到 Jira 工单。
对于已知条目的查找,这确实很有用。“获取 PR #4821。”“在 PROJ 中创建一个工单。”如果工作就是这么简单,连接器做得挺好。
但真正拖慢工程师的问题,并不落在单一系统之内。比如“支付服务为什么这样重试?”答案分散在去年的一条 PR 评审讨论串、一场从未写进任何文档的 Slack 争论、一个被以 won't-fix 关闭的 Jira 工单,以及代码本身之中。没有任何一个连接器能持有超过其中一小部分的信息。这意味着必须有人(或某个东西)把它拼装起来。
用原始连接器时,那个“某人”就是你的 agent,而拼装发生在推理时,记在你的 token 账单上。
当 agent 自己来做拼接时,跨源调研的过程是这样的:用根据你提示词质量推导出的三四个关键词猜测去查 Slack,查 Jira,查 GitHub,每个源读十几条结果,注意到一个链接,抓取它,再猜一次,重复。每一个中间结果都会进入上下文窗口,无论相关与否,而每一次跳转都要多花一轮对话以及随之而来的 token。
这一切都很慢、很贵,而且容易出错——这和当年人类手动做这件事时我们给出的评价是一样的。
我们一直在对此做基准测试。我们用同一个任务、同一个模型、同一个代码库,由一位盲评(LLM)裁判来运行:
我们还在内部用 Claude Code 跑了同一个问题,一次带 Unblocked,一次不带。不带它的那次会话花了 81 轮 subagent 探索来爬梳代码库,大约占了一次会话的 84%,而那次会话的成本约高出 10 倍,最终仍然给出了错误答案。
带 Unblocked 的那次会话在 40 秒内正确作答。
这些你都不该只听我们的一面之词,所以我们开源了 context-engine-simulator。把它指向你自己的仓库,用你自己的工具和你自己的模型 key,看看在你的代码库上(而不是我们的)差异是什么样。
“搜索每个孤岛再对结果做调和”是一项艰难且昂贵的工作,而按源划分的连接器把它指派给了整栋楼里最贵的工人:你的前沿模型推理循环。前沿实验室甚至已经明确写文章讨论过要把思考模型与工作模型分开。
那个检索循环里埋着一个假设:agent 一开始就知道该搜什么。大多数时候它并不知道。它不知道你的团队在 Slack 里把结算重写叫作“phoenix”,在 Jira 里叫“checkout-v2”。它不知道重试行为是在一条 PR 评论里定下的,而不是在文档里。它不知道那场定下此事的争论曾经发生过。你无法为一场你根本不知道存在的对话写出查询,用你从未见过的词汇,去查一个你没想到要查的系统。
Anthropic 的 Thariq Shihipar 对此有一个很好的表述:地图不是疆域。地图是你交给模型的提示词、技能和上下文。疆域是工作真正发生的地方。两者之间的差距就是你的未知项,是 agent 撞上没人告诉过它的事情、不得不去猜你想要什么的地方。他的论点是,有了前沿模型,工作质量不再受限于模型,而是“受限于我澄清其未知项的能力”。
他的建议值得完整读一读:盲区扫描、头脑风暴、结构化访谈、参考走查、实现日志。它们确实有效,而每一个都是人在环中的仪式,每做一次任务就要重跑一遍,消耗你的时间和 token,去重新发现你组织里某处已经存在的上下文。每一个也都两头受限:访谈只能浮现出你已经知道怎么回答的东西,盲区扫描只能扫到 agent 能触及的范围,所以一个埋在三年 PR 历史里的约定,两种方法都会漏掉。
Unblocked 从另一端入手处理未知项,在会话开始之前就把它们缩小——在摄入时而非推理时。到那个时候,引擎已经摸清了哪个系统持有什么,学到了 phoenix 和 checkout-v2 是同一个项目,并把那个 PR 与推翻它的 Slack 讨论串关联起来,这样 agent 就不必知道该去哪里找。
假设 agent 越过了这道坎,找到了信息。第二个问题正等着它:知道哪一个版本仍然为真。
我工作过的几乎每一个工程组织都是这样:一个 Confluence 页面说着一件事,三周后一个 Slack 讨论串推翻了它,却没人回去更新那个页面。README 记录着旧的认证流程,而新流程背后的理由则躺在替换它的那个 PR 的一条评审评论里。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。