AI在日常生活中的應(yīng)用場(chǎng)景越來越廣泛。作者通過一次真實(shí)的假期聚會(huì)經(jīng)歷，詳細(xì)分享了使用Windsurf結(jié)合高德MCP（多模態(tài)計(jì)算平臺(tái)）來規(guī)劃聚會(huì)的過程。從便捷的接入體驗(yàn)到實(shí)際使用中的問題，深入了解AI在出行規(guī)劃中的潛力與挑戰(zhàn)，以及MCP技術(shù)在實(shí)際應(yīng)用中的表現(xiàn)和未來發(fā)展方向。

最近讀了Ce和Super黃的MCP做旅游和找咖啡店，正好超級(jí)峰、唯庸、Sheldon、井九假期約了一起恰茶嘮嘮大家對(duì)AI的應(yīng)用。

于是我們一拍即和，我們決定交個(gè)AI最高的權(quán)限，讓它給我們五個(gè)做一個(gè)見面計(jì)劃。

我們把自己的位置匯總起來，然后在windsurf上接入了高德的mcp服務(wù)。

花了大概20分鐘的時(shí)間讓AI給我們做了一份見面計(jì)劃，然后人又手動(dòng)更改了一下店鋪和頁面，最終形成了一個(gè)這樣的見面計(jì)劃圖。

于是當(dāng)天我們嘗試按照這個(gè)路線去走，雖然有一些波折，但是我們成功在Grid Coffee相聚了，但是盯著狂風(fēng)讓我曬著太陽喝咖啡聊AI的夢(mèng)泡湯了。

這個(gè)風(fēng)大到什么地步呢？我給茶館打電話的時(shí)候，我壓根聽不清楚他們到底在說啥。

到了茶館我們聊這個(gè)事情，大家分享了一下自己出發(fā)到國(guó)貿(mào)花費(fèi)的時(shí)間，基本上都比較均衡。

和我們當(dāng)時(shí)給AI提出的要求差不多，沒有出現(xiàn)一個(gè)過來一個(gè)半小時(shí)，另外一個(gè)人20分鐘的情況。

在多人聚會(huì)找中心點(diǎn)這個(gè)事情上，windsurf+高德MCP是非常棒的。

但路線更加精準(zhǔn)不出錯(cuò)、找商家更加符合訴求，這些事情還有賴于模型進(jìn)一步提升和mcp的生態(tài)更加豐富。

接下來我從安裝到使用來跟大家詳細(xì)分享一下我這次用MCP做方案的體驗(yàn)。

一、接入MCP最好用的就是windsurf，1分鐘立即接入可用。

安裝的時(shí)候我先用的cursor去安裝，但純用json來安裝我電腦死活連入不了，我也不知道為啥。

于是我決定把高德地圖的mcp文檔和cursor的mcp指南給cursor，讓它自己學(xué)習(xí)安裝。

折騰了半個(gè)小時(shí)我成功的安裝上了高德地圖的API接口，反正是能用了，但是好像和MCP沒啥關(guān)系。

是真的在本地系統(tǒng)上搭建了一套API，每次查詢都是修改API代碼的內(nèi)容，然后運(yùn)行API。

折騰了半天我都想放棄了，我突然想起來還有windsurf，于是我打開了windsurf的mcp頁面，把高德的mcp文件粘貼進(jìn)來，立馬刷新了就能用了。

對(duì)比cursor折騰半天死活運(yùn)行不了，windsurf真的是太友好了，接上了就能用。

二、輸入信息要足夠的精確，否則AI會(huì)隨機(jī)找一個(gè)點(diǎn)位。

我剛開始輸入的位置是通州梨園，結(jié)果MCP一直讓我去做六號(hào)線，我都很困惑，我明明做梨園地鐵站，1號(hào)線不就在眼前嗎？為啥要我去做6號(hào)線？？？

于是我打開地圖去搜了一下通州梨園，發(fā)現(xiàn)我腦海中的通州梨園就是地鐵站，但是在地圖里它其實(shí)是沒有明確的坐標(biāo)的，代表著很多種可能性。

于是我在通州梨園后邊加了地鐵站三個(gè)字，效果就好多了，終于可以讓我去做1號(hào)線了。

但要這么準(zhǔn)確的信息搜索有的時(shí)候其實(shí)不太符合人的習(xí)慣。

人在描述的時(shí)候其實(shí)會(huì)下意識(shí)理解是梨園地鐵站，但是從地圖的維度來看，這其實(shí)是一個(gè)區(qū)域，而非一個(gè)準(zhǔn)確的地點(diǎn)。

三、單個(gè)MCP其實(shí)很難滿足全部需求，理想的出行規(guī)劃需要“組合拳” 。

我們當(dāng)天其實(shí)想去喝個(gè)咖啡或者茶都可以，但高德推薦的店我其實(shí)都不太喜歡，我感覺它的信息還是太少了。

于是最終我還是去用了大眾點(diǎn)評(píng)，手動(dòng)選了一個(gè)位置來進(jìn)行見面，讓AI給我更新上去了。

然后我和超級(jí)峰我們倆頂著大風(fēng)在露天咖啡臺(tái)上等了大家10分鐘，我當(dāng)時(shí)就跟他感慨，我們還需要一個(gè)提供了天氣接口的MCP服務(wù)，這樣才能夠連成一套。

地理位置的MCP+商家信息的MCP+天氣信息的MCP，湊一起才能有一個(gè)更高體驗(yàn)的聚會(huì)或者出行，少一個(gè)都不太行，我們好歹遇到只是大風(fēng)，要是大雨那畫面不敢想象。

四、核心瓶頸：模型的規(guī)劃和調(diào)度能力是一切的核心，現(xiàn)階段模型該能力還是偏弱。

MCP最終還是提供給模型的服務(wù)，是本著增強(qiáng)模型的目的來進(jìn)行的，那邏輯上來講，我輸入通州梨園這個(gè)位置的時(shí)候，模型決定去調(diào)用MCP來解決問題的時(shí)候，應(yīng)該是模型來自己思考是否需要去找用戶重復(fù)確認(rèn)位置信息。

校正位置是第一步，如果位置都不對(duì)，那搜出來的東西毫無意義啊。

但很遺憾，從測(cè)試中我們未能看到模型涌現(xiàn)出這種多步的規(guī)劃能力，還需要人工進(jìn)行規(guī)則約束來進(jìn)行任務(wù)的分拆，然后進(jìn)行計(jì)劃的制定。

理論上應(yīng)該模型自己拆解任務(wù)，自己校驗(yàn)地址，然后根據(jù)地址尋找中心點(diǎn)，圍繞中心點(diǎn)尋找見面的店面，然后給到每個(gè)人具體的路線，最后生成一個(gè)見面落地頁。

五、總結(jié)思考：MCP很值得去體驗(yàn)和使用，但目前還處于野蠻生長(zhǎng)的早期。

這次用MCP其實(shí)是符合我預(yù)期的，它確實(shí)方便了模型去調(diào)用各種已有產(chǎn)品的能力。

比起自己搭A(yù)PI接口，只需要輸入json和key，方便了太多太多了。

但是有和沒有的差距沒有那么大，可以用也可以不用，就有點(diǎn)像cursor早期的composer功能。

在去年9月份我剛開始coding的時(shí)候就是用composer，結(jié)果它給我寫了無數(shù)個(gè)bug，最后我被迫放棄composer模式，轉(zhuǎn)向ChatAI模式。

但今年的3月份cursor最新的agent模式已經(jīng)非常出彩了，它可以自主完成任務(wù)，可以真正的讓人看著就能搞定寫代碼整個(gè)事情。

這里有cursor自身工程進(jìn)步的原因，也有Claude自身的進(jìn)步的原因。

但AI進(jìn)化的速度遠(yuǎn)超我們的想象，從難用到好用可能只差6個(gè)月。

MCP或許也是這樣，現(xiàn)在我們coding和日常用AI可能用不到它，但或許6個(gè)月后，它能夠解放我們很多精力；不要過度輕視一個(gè)技術(shù)的未來，同樣的也不要過度重視。