说实话，我还是Get不到MCP的点。

这件事的本质，其实就是AI发起一个工具调用请求，服务方给出工具执行结果，AI添加到上下文，然后回答用户或者继续调用。

如果说这是为了统一标准，OpenAPI不是已经是标准了吗？全世界的API都在用OpenAPI文档，AI也能直接读懂，工具调用完了结果该怎么加到上下文还是怎么加，为啥还要搞个MCP？

OpenAI的Actions多简单，配个API，写个schema就能用，调用结果直接回来。MCP呢？要学协议、搞服务器、处理SSE、WebSocket一堆东西。但最终不还是要把工具执行结果塞回上下文吗？90%的场景就是查个天气读个文件，用得着这么复杂吗？

与AI对话的消息应该视为文档，AI能够根据对话调取文档，重整上下文。在代码修改的场景里，AI能够把用户发送的代码直接加载到工作台，然后通过局部修改快速完成编辑。

现在每天的工作全靠AI，我感觉并不是agent在代理我，而是我是ai在公司的代理。

初步跑通claude-computer-use的写作功能，利用官方内置的text_editor实现ai编辑器，可以通过和ai对话让ai创建、撰写和编辑文章，这和传统的编辑器有根本的不同，传统的编辑器本质还是一个工具，它本身不会产生内容，更不用说理解你的想法，而ai编辑器则是一个写作代理，你能够和它对话，它能够理解你的复杂的想法，然后自动选择合适的工具，实现你的需求，它还能在对话中启发和引导你，提供你原来想不到的思路，从而创造更好的内容。

关于人工智能操作电脑，这个之前也已经做了，方法是让gemini给出目标交互元素的坐标，然后让ai输出坐标去点击，然后再把截图信息发送给ai让ai进行下一步的操作...如图中所示，创建账号按钮上的红色圆点就是视觉模型给出的坐标点的标记...

实现ai操作电脑没有难度，有多种方案，现在感觉比较好的是视觉，但是问题在于，找不到场景，一个简单的任务，ai要搞很久，并且还容易出错...现在的gui本身是为了鼠标设计的，并不是为了ai设计的。

这么说来，也许接下来交互界面就是要综合人类和ai进行设计，既能让人类利于理解和互动，也能让ai较好的理解和互动，这样才能很好的实现人机两个模型的协同，并且，当然是生成式的。

在gpt canvas 推出的三个月前，自己也做了一个通过tools call 来响应用户需求编辑文章的demo产品，今天看到claude 的Computer use功能中官方定义的写作部分（text_editor_20241022）发现大家思路都差不多。

AutoSite是一个可以让Ai根据你的需求开发网站并自动部署上线的小工具，大部分的代码基本都是Ai写出来的，之前都是命令行和Ai交互的，今天又让它实现一个网页的界面，没想到几下就帮我搞定了，而且成品效果非常好，调整了一下文案就直接可以了，不得不感叹现在的Ai太强大了。

通过和 ai 对话让 ai 自己写代码并部署成线上网站，今天稍微优化了一下已经实现了让 ai 编写后端代码。
由于现在的思路是自动部署到 vercel ，所以数据库暂时无法让 ai 自动化的配置，如果开放一个完整的环境，其实也是可以前端、后端、数据库最后部署让 ai 全搞定的。
github: github.com

很早之前就有一个想法，让 ai 根据我的需求或市场需求自动开发网站，开发完成后能够自动部署，并且可以根据需求调整代码，优化体验并获得收益，实现 ai 自己养活它自己，当然，要是能够产生剩余价值的话....
之前都是停留在想法阶段，今天着手做了一下，得益于 gpt4o 的强大编码能力，很快就把功能完成了，目前能够实现一些简单的功能，例如做一个简单的官网，实现一些小功能，例如生成二维码等等。
代码放在了 github ，配置也很简单，写在 readme 上了，有兴趣的可以试试： github.com

用AI做的交友小站的最新效果，还可以吧。你可以和另一个人在线匹配，AI会生成一个独特的故事并配上精美的插图，每个选择都会产生新的故事情节和新插图，感兴趣的朋友来这里试试：mate.oncetalk.com