又一个 AI 工具改口：MCP 成了绕不开的普通话
AI 工具 · 标准之争 ｜ 2026-10-01 最后一个说"不要"的工具改口了。MCP 不是哪个公司封的标准，是所有对手一起承认的语言。 一个钉子户改口 · 两个阵营合流 · 2000+ 连接器 数据来源见文末，转述内容均标注口径
PART 01 · PAIN POINTS · 你装的不是工具，是孤岛
先说个你肯定熟的画面。
你在终端里让 AI 改个 bug，它说要读一下 GitHub 的 issue。你给了权限。它又说要看一眼 Figma 的设计稿。你又给了。然后它要开 Notion 查需求、开 Slack 问人、开 Gmail 发邮件——每接一个新工具，你就得配一轮授权，每家的配法还不一样。
这不是科幻，这是 2026 年 9 月的日常。据公开报道，The Pragmatic Engineer 对 906 名 Agent 用户的调研里，71% 的人用 Claude Code，39% 的人用 Cursor，团队平均同时持有 2-3 个订阅。不是谁不好用，是每个工具都觉得自己应该是你的唯一入口。
更魔幻的是另一件事：9 月底 OpenAI DevDay 给 Codex 发插件扩展，Slack、Figma、Notion、GitHub 等八个伙伴一键安装，官方口径特意强调"无需手动 MCP 配置"——意思是你不用碰 MCP 那套，用我的就行。
看懂了吗？两家在解决同一个问题：agent 怎么接上你的工具链。但接口设计互不兼容，开发者站中间，两边配置各学一遍，订阅费交两份。
这就是本周的真实困境：AI 编程工具的写码能力已经过剩了，把它们接进你现有工作流这件事，还在靠人肉。
PART 02 · CORE FEATURES · 拆开来，看谁在说普通话
把 9 月最后一周的密集发布摆一桌，能分出三派。
第一派：MCP 死磕派。Anthropic 是 MCP 的推出方，Claude Code 一周发五个版本（2.1.281 → 2.1.286），每个都在给 MCP 生态加固地基：2.1.281 管理员锁模型版本、rm -rf 高危命令必弹窗；2.1.283 加 AGENTS.md 回退和插件开发者门户；2.1.285 一口气上三个治理件（下节细说）；2.1.286 把权限弹窗改成"2 of 5"进度提示。136 项变更里 81 项是修复——这不是抢地盘的动作，是修路的行为。
第二派：自建生态派。OpenAI 在 DevDay 发 Codex 插件扩展，八个伙伴一键装，不用配 MCP；同时发 Codex Cloud（任务云端跑，桌面/网页/手机接续）。思路很 OpenAI：你不用学标准，进我的门就行。
第三派：改口派。Pi——那个曾经在官网主页写"不支持 MCP"、在播客里公开嘲讽过 MCP 的极简 coding agent——9 月 30 日发 0.99.0 版本，主动加上了 MCP，还配了个 JavaScript 沙盒来组合工具调用。据 ai-tldr.dev 整理（4 个来源交叉），这是核心功能，不是可选插件。曾经嫌弃 MCP 复杂的它，现在选择加入。
三派里第三派最有信息量。因为标准之争的终局从来不是看谁喊得响，是看最后一个反对者什么时候闭嘴。当年 USB 统一充电口、HTTPS 取代 HTTP，剧本都一样：钉子户不是被说服的，是被孤立到发现不上道就没法活，才改的口。
PART 03 · SKILL 拆解 · 决定谁能活下来的三样东西
SKILL 1｜治理开关：能不能把 agent 关进笼子
定位：agent 能不能进生产环境，不取决于它能干什么，取决于你能不能让它别干什么。
关键事实：Claude Code 2.1.285 新增环境变量 CLAUDE_CODE_DISABLE_WEB_FETCH，一个开关硬关闭网页抓取。这不是摆设——agent 能抓任意 URL，就意味着数据外泄通道、依赖混淆攻击面、监管合规三连问。受监管行业的部署审批，没有这个开关基本过不去。同版本还有 claude plugin configure，插件从"个人偏好"变成"组织策略"。
OpenAI 走的是镜像路线：Codex Security Cloud 定时扫描整个仓库、自动调查并准备修复——Anthropic 管"能做什么"，OpenAI 管"做过什么"。
值不值：团队要上 agent，第一件事不是选模型，是把这个开关设进环境模板。一行配置，比任何跑分都值钱。
SKILL 2｜上下文与缓存价：账单里藏着的真变量
定位：能塞进 agent 脑子的代码量，和你反复塞同一份代码的价格。
关键事实：GPT-6.1 Sol 原生 1.05M token 上下文，输入 $2/M、输出 $10/M——听着和普通中杯差不多。但缓存输入 $0.10/M，是正常输入的 1/20。agent 干活的模式恰恰是在同一份代码库上反复迭代：调试、补测试、审查，第二轮起的账单直接便宜一个数量级。Claude Code 这边 1M 上下文对"符合条件的自定义 API 网关会话"开放，注意措辞——是有条件的，不是全量。
值不值：别只看标价对比两家，看你的使用模式吃不吃得到缓存。反复读同一仓库的团队，缓存价才是真单价。
SKILL 3｜跨工具编排：没人想只押一个工具
定位：当你同时用两三家 agent 的时候，谁把它们编成一支队伍。
关键事实：开源项目 OpenRig（9 月 28 日上榜）用一份 YAML 把 Claude Code 和 Codex 的终端会话编成一个有名字、可持久的团队。它火的原因简单：调研数据显示团队平均持有 2-3 个订阅，多工具并用已经是常态，编排层是真空。
这也反过来说明了 MCP 的价值——每个厂商都自建插件协议的话，你要维护三套配置；MCP 赢不在技术多优雅，赢在它是唯一一套对手们也在支持的语言。证据链：Codex CLI 0.158 已经支持 OAuth 保护的 MCP 服务器，Pi 0.99 核心功能带 MCP，Claude Marketplace 的连接器从 3 月的 6 个涨到 2000+。
PART 04 · USE CASES · 不换工具，先把账算清
CASE 1｜15 人后端团队的"最小动作"清单
需求：团队日常 Cursor 写码、大重构上 Claude Code、夜间批量任务丢 Codex 云端。痛点：授权重复配、上下文不互通、月底三份订阅单，没人敢拍板砍哪家。
方案：
- 团队环境模板统一写入
CLAUDE_CODE_DISABLE_WEB_FETCH=1，需要放行的项目单独开——先解决"敢不敢用"，再谈"好不好用" - 用
claude plugin configure收编插件权限，禁止工程师私装；把安全策略从口头约定变成可审计配置 - Codex 侧切 GPT-6.1 Sol，迭代类任务（同仓库反复审查）吃 $0.10/M 缓存价，跑两周账单对比再决定默认模型
- 跨工具编排先不押注——OpenRig 类方案上线才几天，等一个季度看沉淀，别为了统一而统一
输出：
- 一份可审计的团队 agent 安全配置（开关 + 插件白名单）
- 缓存价 vs 标价的两周真实账单对比，拿数据选默认模型
- 一张"待评估编排方案"清单，写清楚复核时间
PART 05 · DATA · 数字不骗人，但口径会
把本周能查到的硬数字摆一排（转述类均标注来源）：
- Claude Code 职场使用率 39%（1 月为 18%），Cursor 从 18% 跌到 12%——据公开报道，JetBrains 对 1.5 万+ 开发者的调研，5-7 月执行
- 906 名 Agent 用户中 71% 用 Claude Code、39% 用 Cursor；"最爱工具"46% 对 19%——The Pragmatic Engineer 调研，同一篇转述来源
- Claude Marketplace 连接器：2026 年 3 月 6 个 → 9 月底 2000+ 个——第三方 AI Digest 统计口径
- GPT-6.1 Sol：$2/$10 每百万 token，缓存输入 $0.10/M，1.05M 上下文——OpenAI 官方定价页
- Claude Code 2.1.285：136 项变更、81 项修复——官方 changelog
两个判断。
第一，Claude Code 的涨不是分刷赢的，是接口接赢的。同一家第三方榜单里 Opus 5.5 确实登顶了编程基准，但上面那两组使用率数据说明开发者投票看的是"能不能接进我的工作流"，跑分只是门票。
第二，两条路线正在以肉眼可见的速度合流。OpenAI 嘴上说"无需 MCP"，身体却在其 CLI 里支持了 MCP 服务器；Anthropic 把 MCP 当国策推；Pi 从嘲讽到加装。用不了两个季度，"支持不支持 MCP"会从卖点变成及格线——就像今天没人把"支持 HTTPS"印在产品页上。
PART 06 · SUMMARY · 一句话结论
MCP 赢，不是因为它是最强的标准，而是因为它是最后一个反对者也愿意开口的语言。
这件事对你的实际意义：不用再"信仰充值"了。中间那层连接协议趋同之后，工具差异会收缩到两头——上游模型能力，和下游你自己的代码与流程。选型压力小了一圈。
值得你本周动手的三件事：
- 团队上 agent 前，先把
CLAUDE_CODE_DISABLE_WEB_FETCH设进环境模板，再谈推广 - 反复读同一代码库的场景，算缓存价不算标价，$0.10/M 可能改变你的模型选择
- 跨工具编排别急着站队，OpenRig 这类项目跑满一个季度再评估
参考资源：
- Claude Code changelog：code.claude.com/docs/en/changelog
- OpenAI Codex changelog：developers.openai.com/codex/changelog
- OpenRig：github.com/mvschwarz/openrig
- 本文转述数据：ai-tldr.dev、AI Digest、The Pragmatic Engineer（均已在文中分标口径）
我是老魏。下期聊聊：当所有人都说同一种语言之后，AI 编程工具还能卷什么。