🔥 Gate Alpha 限时赏金活动第三期上线!
在 Alpha 区交易热门代币,瓜分 $30,000 奖池!
💰 奖励规则:
1️⃣ 连续2日每日交易满 128 USDT,即可参与共享 $20,000 美金盲盒奖励
2️⃣ 累计买入 ≥1,024 USDT,交易量前100名可直领奖励 100美金盲盒
⏰ 活动时间:8月29日 16:00 — 8月31日 16:00 (UTC+8)
👉 立即参与交易: https://www.gate.com/announcements/article/46841
#GateAlpha # #GateAlphaPoints # #onchain#
我感觉随着AI编程工具的发展,我对MCP工具的理解也在改变
之前常用的 sequential thinking、task_manager,现在随着模型计划和推理能力的提升,有了plan mode和think harder/ultrathink,我更愿意在原生工具内部完成,而不是借助mcp
另一类是context7、deepwiki这类上下文增强工具,对于上下文工程,我需要更加精细化和准确,这类mcp目前还无法达到这个要求。所以我更倾向于自己深度整理而不是使用mcp
上下文整理的过程可能会借助Deep Research和NotebookLM等外部工具,在代码之外,先收集好高质量、且足够全面的上下文
还有一类能提高测试效率和准确度的mcp工具我是推荐的,比如playwright mcp
总结一下就是,mcp工具应该作为AI编程能力的延伸,就像手脚的作用,而不是增强大脑