MCP 和 Skill，是让 AI 从「会聊天」变成「会办事」的两样东西。经常有人搞混，今天一次讲透。
MCP 是什么

MCP，全称 Model Context Protocol，模型上下文协议。Anthropic 2024 年 11 月搞出来的，2025 年底捐给 Linux 基金会，现在是开放标准，归 Agentic AI Foundation 管，Anthropic、OpenAI、Google、Microsoft、AWS 五家联合背书。

一句话，AI 连接外部工具的统一接口。
打个比方。以前手机的充电口，诺基亚一种，三星一种，苹果又一种，出门带五根线。后来有了 USB-C，一根线充所有设备。
MCP 就是 AI 世界的 USB-C。以前 AI 想连一个外部工具，就得专门写一套对接代码。连 10 个工具写 10 套，连 100 个写 100 套。有了 MCP，只要工具那边支持这个标准，AI 这边零改动，一插就连。
这个协议发展快得离谱。到 2026 年中，月 SDK 下载量 9700 万次，官方 Registry 注册服务器接近一万个，GitHub 上相关代码仓库超过 15000 个。作为对比，React 月下载量达到一亿花了三年，MCP 只花了 16 个月就到了 9700 万。

企业采用也没落下。2026 年的行业调研显示，41% 的软件组织已在生产环境使用 MCP，财富 500 强中 28% 已部署 MCP 服务器，78% 的企业 AI 团队已有 MCP 项目上线。Gartner 预测 2026 年底 75% 的 API 网关厂商会原生支持 MCP。
客户端生态也铺开了。Claude、ChatGPT、Cursor、Gemini、Microsoft Copilot、VS Code，主流 AI 产品全部原生支持。支持的平台从开发工具扩展到 SaaS（Salesforce、Snowflake、Databricks）、设计工具（Figma 2026 年 6 月上线官方 MCP Server）、甚至浏览器（Google 在 Chrome Canary 里预览了 WebMCP）。

Anthropic 内部有个判断，MCP 不是普通的协议，而是 Agent 时代的 USB 总线。它解决的是「每个工具都要定制对接」这个结构性问题，跟当年 TCP 解决网络互通、HTTP 解决文档共享、USB 解决外设连接是一回事。

连接方式：以前每个工具一套对接代码，有了 MCP 后统一协议、即插即用。
开发成本：以前连 N 个工具写 N 套代码，现在几行配置搞定。
维护成本：以前改一个工具可能影响全局，现在工具独立更新、互不影响。
谁能用：以前只有写代码的程序员能接，现在 AI 直接发现并使用。
一句话总结，MCP 解决的是「连不连得上」的问题。

Skill 是什么
Skill，教 AI 怎么使用工具的技能包。也是 Anthropic 搞的，2025 年底作为开放标准发布，规范放在 github.com/agentskills/agentskills。
MCP 是管道，管道通了，水能流过来了。但你的 AI 还不知道该怎么用水。
就好比你给一个从来没下过厨的人一把菜刀。刀是有了，但他不知道先切什么后切什么，不知道土豆要去皮，不知道切完要洗砧板。他需要一本说明书。

Skill 就是这本说明书。它告诉 AI，当用户说「我要订酒店」的时候，应该先问清楚城市和日期，然后调搜索接口，拿到结果后按价格或距离排序展示。如果用户说太贵了，换个筛选条件重新搜。
Anthropic 内部有个精准的类比。你报税的时候，选 300 IQ 的数学天才，还是选经验丰富的税务专家。答案是税务专家。没人希望数学天才从第一性原理推导税法。现在的 AI 都是那个数学天才，极其聪明，但缺乏专业经验。每次新对话都从零开始。Skill 要解决的就是这个问题，把领域知识、工作流、最佳实践打包成可复用的模块，让 AI 从通才变专家。

Skill 生态爆发速度不亚于 MCP。到 2026 年中，GitHub 上 Skills 仓库超过 8 万个。Anthropic 自己内部有几百个 Skill 在活跃运行。Uber 内部管着 500 多个。四大开源框架（agent-skills、superpowers、gstack、compound-engineering）加起来拿了 30 万颗星。skills.sh 作为分发平台，兼容 Claude Code、Cursor、GitHub Copilot、ChatGPT、Gemini CLI 等十几个主流 Agent 平台。

OpenAI 在标准发布两个月后就悄悄给 ChatGPT 和 Codex CLI 加了 Skill 支持。Cursor、GitHub Copilot、Goose、Windsurf 全部跟进。一个 Skill 写一次，到处都能用。

Skill 的核心设计叫渐进式加载。一个 AI 可能装了几百个 Skill，不可能全塞进上下文窗口。运行时只给 AI 看每个 Skill 的名字和简介（大概 100 个 token），AI 判断当前任务需要哪个，再加载完整指令。不需要的不加载。这跟人翻说明书一个道理，你不会把整本手册背下来，用到哪章翻哪章。
MCP 与 Skill 的核心区别——MCP 是连接外部工具的标准协议，Skill 是教 AI 怎么使用工具的技能包。MCP 解决的是「连得上」（管道通了），Skill 解决的是「用得好」（知道怎么用水）。打个比方，MCP 相当于 USB-C 接口，Skill 相当于电器使用说明书。发布方都是 Anthropic，MCP 于 2024 年 11 月发布，Skill 于 2025 年底发布。开放标准方面，MCP 归 Linux 基金会 AAIF 管理，Skill 规范放在 github.com/agentskills。生态规模上，MCP 有近 1 万注册服务器、月下载 9700 万次，Skill 有 8 万+ 仓库、4 大框架 30 万星。使用者都是 Claude、ChatGPT、Gemini、Copilot 等主流平台，跨平台通用。缺了 MCP，AI 接不到外部数据；缺了 Skill，数据接到了但不会用，一股脑甩给你。

MCP 是管道，Skill 是用水说明书。管道负责把水接过来，说明书教你怎么用水洗菜、做饭、浇花。这两样东西缺一不可。Anthropic 自己的架构定义说得很清楚，MCP 提供外部连接，Skill 提供专业知识，两者互补。

举个具体的例子
你跟 AI 说，「帮我找个杭州西湖附近含早餐的酒店，下周五入住，住两晚」。
如果只有 MCP 没有 Skill，AI 可能会把杭州所有酒店一股脑全搜出来扔给你，几千条数据，你自己看吧。它不知道要先按离西湖远近排序，不知道要筛选含早餐的，不知道要把价格从低到高排好给你看。

管道通了，水全涌出来了，没人帮你接。
但如果装了酒店 Skill，AI 就知道了。它会先理解你的需求，西湖附近加含早餐加下周五入住，然后通过 MCP 管道去搜，搜完自动帮你筛选、排序、整理好，最后给你推荐三四家最合适的，每家标上价格、到西湖的距离、早餐类型。
同样的管道，有了说明书之后，出来的不是几千条原始数据，而是三四条你真正能用的结果。
这就是 Skill 的价值。它不是让 AI 变聪明了，AI 一直都很聪明。它让 AI 变得会办事了。
道旅集团就做了这么一套东西。道旅酒店 MCP 负责把全球 200 万家酒店的数据通过 MCP 协议接到 AI 手上，酒店 Skill 负责教 AI 怎么搜、怎么筛、怎么排序、怎么推荐。两样加在一起，你的 AI 就能真正帮你搜酒店了。不是嘴上说说，是真的帮你干，全球 200 多万家酒店库存，覆盖 100 多个国家。

三句话总结
MCP 是 AI 连接外部工具的标准协议，像 USB-C，解决「连得上」。月下载 9700 万次，近一万个服务器在跑，五大 AI 厂商全部采纳。
Skill 是教 AI 怎么使用工具的技能包，像说明书，解决「用得好」。8 万多个仓库，跨十几个主流 Agent 平台通用。

道旅酒店 MCP 是通过 MCP 协议提供酒店数据的管道，配上酒店 Skill，AI 就能帮你搜、筛、排、推，而不只是把原始数据甩给你。

管道加说明书，AI 就从一个只会出主意的聪明脑子，变成了一个真正能帮你干活的助手。
如果你是开发者，可以去 rollinggo.store 申请一个 。

如果你不是开发者，记住一件事就够了。以后你跟 AI 聊天，如果它只会说不会做，不是它笨，是它还没装上手。装上了，它比你想象的能干得多。

MCP 是 AI 连接外部工具的标准协议，像 USB-C，解决「连得上」。月下载 9700 万次，近一万个服务器在跑，五大 AI 厂商全部采纳。

Skill 生态爆发速度不亚于 MCP，是教 AI 怎么使用工具的技能包，像说明书，解决「用得好」。8 万多个仓库，跨十几个主流 Agent 平台通用。