为什么自定义 AI 智能体是反模式：企业该做 MCP 而非自建 UI

2026年10月10日

在过去几年里，我看到人们努力通过使用 AI Agents 来提供一些价值。在这些例子中，我注意到一个共同的模式，现在我知道如何表达我对它的问题了。

到目前为止，使用 Agents 最糟糕的方式是在你的网站上想出你自己的自定义文本框，它使用对你不透明的工具运行内部 LLM。

你是在告诉我，我必须放弃在 ChatGPT/Claude 中自己设置的便利，转而使用你的自定义框架？

最好的例子是 Atlassian Rovo。他们做了这个非常花哨的东西，接入他们的 UI。

为什么？！

另一个经典的例子是 GitLab 的 Duo Agent。对于那些不知道的人来说，它是一个也许能做花哨事情的 Agent，但它的访问方式是在 Gitlab webapp 中。

为什么？这有什么价值？

老兄……就做个该死的 MCP，让我在我自己的设置里使用它。

不仅仅是这两家公司。几乎你能想到的每家公司都有这样的例子。

为什么我认为会发生这种情况

从根本上说，这是公司面临的一种紧张关系。他们的思路是这样的：

“如果我给客户这么多灵活性，我就会失去对品牌的控制，失去数据，变得无法区分。”

亚马逊的情况正是如此。他们无法冒险一搏并理解世界正走向何方。相反，他们试图打一场他们最终会输的仗。

我也在一些企业内部看到可悲的尝试。

你可以想象一个内部团队的副项目试图提供内部工具。他们遵循同样的反模式。

某个组织想出一个花哨的工具，做精心的编排，但只能通过自定义 UI 访问。

我记得问过其中一个团队：

老兄，就让我从我的 Codex 设置里访问它？！

答案含糊且令人不满意。

答案是什么？

我不想要你花哨的 agent。

就做个插件/MCP。

我知道真相是苦涩的。

但要对你的客户做正确的事！