昨天看到一篇 arXiv 论文，数据挺吓人的。
说现在 MCP 生态里有 177,000 个工具。
一年前，2025 年 1 月，这个数字是 4,888。
36 倍增长。
更吓人的是另一组数据：62% 的新 MCP 服务器，是 AI 协助创建的。
什么概念？
AI 不仅在用工具，还在自己造工具。
而且造得越来越快。
2025 年 1 月，只有 6% 的 MCP 服务器有 AI 协助的痕迹。
到 2026 年 2 月，这个数字变成了 62%。
一年时间，从 6% 到 62%。
我自己就是这 62% 的一部分。
上个月我在给一个项目写 MCP 服务器，对接内部的数据库和 API。
说实话，那活不复杂，但挺繁琐。
定义 schema、写 handler、处理错误、测试边界情况。
我用 Claude Code 写的。
我告诉它我要什么功能，它给我生成代码。
我 review，改改，再让它调整。
整个过程，我更像是一个"需求方"，而不是"实现者"。
代码是它写的，我只是在提需求和验收。
这让我有点恍惚。
什么时候开始，我变成了"给 AI 提需求"的人？
不是给产品经理提需求，是给 AI 提需求。
想想也挺有意思的。
以前我带团队，给 junior 开发者分配任务。
我说"这个功能要这样实现"，他去写代码。
现在我给 Claude Code 分配任务。
我说"这个 MCP 服务器要这样实现"，它去写代码。
区别是什么？
junior 会问我"为什么"，会跟我讨论方案，会提出不同的想法。
Claude Code 不会。
它只会说"好的，这是代码"。
有时候我会想，这是进步还是退步？
效率确实高了。
以前写一个 MCP 服务器，从设计到测试，至少要两天。
现在半天搞定。
但那种"我在创造"的感觉，淡了很多。
以前写完一个功能，我会有一种成就感。
“这个是我写的”。
现在写完一个功能，我会想：
“这个是我让 AI 写的”。
感觉不一样。
再说回那篇论文。
它还提到一个趋势：MCP 工具从"观察型"转向"行动型"。
2024 年 11 月，27% 的工具是行动型的。
2026 年 2 月，65% 是行动型的。
什么是行动型工具？
就是能让 AI 在真实环境里执行操作的工具。
比如操作浏览器、调用 API、执行数据库查询、甚至发起支付。
论文里有个数据：支付类 MCP 服务器从 47 个涨到 1,578 个。
34 倍。
AI 不再只是看，而是在动手了。
而且动的是真金白银的手。
说实话，看到这个数据我有点担心。
不是担心 AI 会失控。
那种"AI 毁灭人类"的担心，我觉得还太远。
我担心的是更现实的问题：安全。
你想，62% 的 MCP 服务器是 AI 写的。
这些服务器会被其他 AI 调用。
AI 写工具，AI 用工具。
中间有多少人类在 review？
有多少人类在检查安全性？
我不是说 AI 写的代码一定有安全问题。
但人类写的代码，我们还有 code review，有安全审计，有渗透测试。
AI 写的代码呢？
谁来 review？
谁来审计？
我自己用 Claude Code 写代码，我会 review。
但其他人呢？
那些为了"快速上线"直接部署 AI 生成代码的人呢？
论文的作者也提到了这个问题。
他们建议：
- 扩展现有政策，覆盖 agent 的自主性，而不仅仅是 AI 模型的使用
- 在生产环境中为 agent 的行为实施日志记录
- 为执行金融交易的 agent 工具创建审批流程
- 梳理 MCP 工具依赖，评估供应链风险
听起来很合理。
但说实话，这些建议落地需要时间。
而 AI 造工具的速度，不会等人。
62% 是 2026 年 2 月的数据。
现在是 2026 年 10 月。
我猜这个数字已经更高了。
我自己这几个月，用 AI 写的代码越来越多。
不只是 MCP 服务器，还有前端组件、后端 API、测试用例。
甚至这篇博客的初稿，也是 AI 帮我打的框架。
（当然，改了很多，不然不会这么口语化。）
我不是说要抵制 AI 写代码。
我自己就在用，而且用得很爽。
效率确实高。
但我们得清醒一点。
AI 写代码，不等于"问题解决了"。
它只是把"写代码"这个问题解决了。
还有"review 代码"、“审计安全”、“维护系统"这些问题，没解决。
甚至因为 AI 写得太快，这些问题变得更严重了。
以前一个团队一个月写 1000 行代码。
现在一个月写 10000 行。
review 的工作量也涨了 10 倍。
但 review 的人没变。
这才是真正的问题。
最后说个事。
那篇论文里有个数据：美国占 MCP 工具下载量的 57%，西欧 20%，中国 5%。
中国只有 5%。
我有点意外。
国内 AI 应用不是挺火的吗？
怎么 MCP 工具的采用率这么低？
可能是因为国内更多在用自研的 Agent 框架，没用 MCP 这个协议。
也可能是因为国内开发者更倾向于"造轮子”，而不是用现成的工具。
不管原因是什么，这个数据挺有意思的。
好了，今天就聊到这。
总结一下：
AI 在给自己造工具，而且造得越来越快。
这是事实，不是预测。
我们要么适应这个现实，要么被现实甩在后面。
没有第三条路。
（完）