阅读这篇长文的方法

这篇不是线性文章，而是一个主题导航：

1. 先看中心论点：AI 工具链不以 MCP 为中心，而以真实工作面为中心。
2. 再按问题选择入口，不必从头读到尾。
3. 每条分支先读 synthesis / query，再按需回 source summary。
4. 最后把自己关心的问题回收到“当前最值得继续压的问题”。

核心分层

• 工作面：CLI / Browser / IDE / 表格 / App-native surface
• 能力层：skills / prompts / local env / automations
• 接口层：MCP / browser bridge / data connector
• 编排层：subagent / worktree / orchestrator

阅读时持续问：这条材料是在讲入口、能力、接口，还是编排？

路线 A：抓当前主流方向

关键词：CLI、browser-native surface、agent-ready interface、工作面位置。

适合回答：

• 为什么 CLI / browser-native 工作流更高频
• 为什么工作面位置比模型名字更重要
• 哪些工具其实在争同一个入口

路线 B：理解工具链为什么不是“模型 + 输入框”

关键词：skills、runtime、接口层、orchestrator、文件系统、local context。

适合回答：

• 为什么会调模型不等于会搭工作系统
• 为什么工具链会自然长出 runtime / 接口 / 编排
• 为什么文件系统也可能成为 meta tool

路线 C：看接口层，但不把主题做成 MCP 专题

关键词：Human / Agent 双模式、browser bridge、agent-friendly docs、discoverability。

适合回答：

• 接口层到底解决什么
• MCP 为什么只是连接层选项之一
• 为什么 browser / CLI / docs / output 都要变成 agent-ready surface

路线 D：理解 MCP 的位置

关键词：协议层、Client / Server、SDK、Registry、Security、成本反思。

适合回答：

• MCP 和 Function Calling 为什么不是同一层
• MCP 的价值在哪些层稳定
• MCP 何时该退回协议层，何时需要进入接口治理

路线 E：接口治理、局部自治、平台试错

关键词：组织默认、repo-local 覆盖、runner 抽取、旁路登记、晋升与回收。

适合回答：

• 什么值得平台化
• 什么应该留在 repo-local
• 什么只是局部试验
• 如何避免平台层反客为主

路线 F：现在该学哪些工具

关键词：AI coding、Codex、Claude Code、IDE / CLI / app-builder / agent platform。

适合回答：

• 什么时候该学某个具体工具
• 什么时候该按工作面分层学
• 旧工具榜单怎样保留截面价值而不过期误导

路线 G：GUI 和 CLI 怎么分工

关键词：GUI 起步、CLI 压实、repo-local 配置、SOP -> CLI / workflow -> skill。

适合回答：

• 哪些场景适合 GUI 起步
• 哪些流程应压回脚本和配置
• 为什么团队有效不等于组织默认

路线 H：产品 / 应用实验面

关键词：API、数据层、任务链路、RAG、eval、serving、网关。

适合回答：

• 为什么产品落地要先拆模型 API、数据层和任务链路
• 为什么 RAG demo 不能只验收能回答问题
• 为什么模型服务还需要 runtime / gateway / observability

最后回到问题池

读完任一路线后，从原文的“当前最值得继续压的问题”里挑一个问题写 Query。

优先挑这几类：

• 主工作面 vs connector / 配件
• 哪些能力适合 repo-local
• 接口层何时反客为主
• 哪些接口能力值得单独治理
• GUI / CLI / 平台差异哪些该长期保留