MCP

A collection of 32 posts
AI Agent 越來越強,但你的 MCP 架構扛得住嗎?
AI

AI Agent 越來越強,但你的 MCP 架構扛得住嗎?

最近看到 Google Cloud Tech 談 MCP(Model Context Protocol)安全的影片,裡面有一句話我很認同:當模型開始有「手腳」,你要治理的就不只是模型輸出,而是整個行動鏈。 https://www.youtube.com/watch?v=qGCdbAn0nk8 很多團隊把 MCP 當成「讓 LLM 連接外部工具的標準介面」。工程上它確實很漂亮:代理(Agent)負責決策,MCP Server 負責執行工具操作。但安全上,它等於把攻擊面從「文字」擴大成「能改你系統狀態的一連串動作」。 這篇我用實務角度整理 MCP 架構常見的四類風險,跟一套比較像工程的防線設計:縱深防禦(Defense in Depth)。 ## MCP 的核心風險:
4 min read
Claude Code 新手上路:把一堆名詞放回正確位置
ClaudeCode

Claude Code 新手上路:把一堆名詞放回正確位置

剛開始用 Claude Code(或任何一種「AI 進到開發流程」的工具)時,最痛苦的通常不是功能,而是名詞爆炸。 CLAUDE.md、MCP、Subagents、Skills、Slash Commands、Hooks……你明明只是想讓它幫你寫點程式,結果像被丟進一場企業架構課。 我自己會用一個很實務的方式消化:每個名詞都對應一種「團隊裡的角色」或「工程裡的控制點」。你把它放回正確位置,整個系統就突然合理了。 ## CLAUDE.md:專案的長期記憶(不常改的那種) 如果你把 Claude 當成加入專案的新同事,CLAUDE.md 就是他入職第一天會拿到的那份文件: * 系統架構與模組邊界 * 開發慣例(命名、資料夾結構、測試習慣) * 設計模式與你們不想再爭論的決策 它的重點是「穩定」:不要塞每天都在變的細節,否則它會變成噪音。 我會放的內容 * 這個 repo
4 min read
AI FOMO 管理學:把資訊消化拉長兩週,順便搞懂 Skills vs MCP
AIAgent

AI FOMO 管理學:把資訊消化拉長兩週,順便搞懂 Skills vs MCP

這陣子的 AI 圈有一種熟悉的味道,讓我想起 2022–23 年的區塊鏈: * 新名詞、新框架、新「革命性」應用,幾乎每 2–3 天就來一輪 * 產品成熟度還沒跟上,討論熱度先衝到天花板 * 你明明在工作,手機卻一直提醒你「你落後了」 FOMO 不是你的問題,它是市場在高速迭代時的副產品。問題在於,你要用什麼節奏去消化它。 ## 我自己最實用的一招:把判斷週期拉到 1–2 週 當資訊密度高到爆表時,我會強迫自己做一個「時間濾網」: * 今天看到的概念先記下來 * 不急著追完整套教學、也不急著做結論 * 兩週後再回頭看:還有人持續在聊嗎?有真實案例冒出來嗎?有工具鏈開始接上來嗎? 兩週後還站得住的東西,通常具備兩種特質之一: 1. 確實解決了某個痛點,所以會有自發的延伸使用 2. 短期內難以被巨頭輕鬆碾壓或收編,因此會累積一點點護城河 用這個節奏再去投入時間,
4 min read