互联网运行在计算机之间的对话上，但其整个架构是为人工智能前的世界构建的。现在我们试图用MCP（模型上下文协议）将AI与互联网连接起来，该协议将任何网站或网络服务转换为AI可以原生使用的工具集。这就是为什么我邀请了Stainless的创始人兼CEO Alex Rattray来参加节目。Stainless的工作是帮助计算机相互通信。演讲者1 | 00:31 - 00:59 他们为所有您熟知的大公司（如OpenAI和Anthropic）制作API和SDK，他们也开始构建MCP服务器。因此Alex和我深入探讨了MCP的未来、如何设计好的MCP、为什么MCP实际上很难扩展且可能不安全。我们共同尝试找出允许AI使用互联网的更好模式。这是一个很棒的节目。Alex是我的好朋友。演讲者1 | 00:59 - 01:15 让我们深入探讨。Alex，欢迎来到节目。演讲者2 | 01:16 - 01:18 谢谢Dan。非常兴奋能来到这里。演讲者1 | 01:18 - 01:36 很高兴有你。对于不认识你的人，你是的创始人兼CEOStainless，这是一家API公司。您为OpenAI和Anthropic等公司提供API，您可以想象使用他们API的大公司。Stainless很可能就在背后。在此之前，你在Stripe工作，负责他们的API。演讲者1 | 01:36 - 02:01 惊喜。在此之前，最重要的是，我们在大学时是非常好的朋友，我们一直保持友谊。我们都在大学时创业，我是Stainless的一个小投资者。但看着你的旅程并能够经常聚在一起真的很有趣。我很高兴邀请你来谈论AI和你在Stainless正在做的事情。演讲者2 | 02:01 - 02:12 谢谢Dan。是的。这些年来真的很有趣。我的意思是，你知道，当我们上大学时，我在做一个创业项目。你在做一个创业项目。演讲者2 | 02:12 - 02:38 你在一家风险投资人的会议室作为你的办公室，你让我和我的联合创始人和团队在那里聚会。我们就像在会议桌的另一边一直编程到晚上。非常美好的回忆。现在，虽然不是每天晚上，但在周末，同样的事情仍在发生。你不是每天都能看到这种情况。演讲者2 | 02:38 - 02:46 这真的是一种很好的感觉。很高兴看到一切都在发生，一路走来。演讲者1 | 02:46 - 03:13 谢谢。正如我所说，它始于底部，现在我们在这里。我和，我的意思是，当人们遇到我并询问关于你的事情时，我总是会说的话，是为了让你尴尬，我只是谈论我所知道唯一一个一直赤脚跑过费城街道的人。因为当我们第一次见面时，你对鞋子和跑步都不感兴趣。演讲者1 | 03:13 - 03:14 你想谈谈那个吗？演讲者2 | 03:15 - 03:31 是的。不是我不喜欢鞋子的概念。而是我找不到一双好的。 在某个时刻，你知道，就像我穿过Nike的鞋，它们会每隔几个月就会坏掉。我认为实际上是...我的脚很宽。演讲者2 | 03:31 - 03:51 而且我...我可能是买的窄鞋，但它们会...鞋子会不断损坏。你知道，在大学预算有限的情况下，这就像，...这是不行的。最终，我决定，好的，你穿鞋子的时间越长，它们磨损得越多。但是你越不用脚，脚会变得更坚韧。演讲者2 | 03:52 - 03:53 所以...演讲者1 | 03:54 - 03:56 你穿脚的时间越长。演讲者2 | 03:59 - 04:12 试试这个。这能有什么帮助？实际上我目前脚上有一个非常烦人的刺，...所以实际上，不要在家尝试这个。但是你还赤脚跑步吗？演讲者2 | 04:12 - 04:15 不。不。这只是房子周围弄的。演讲者1 | 04:16 - 04:18 我明白了。危险。演讲者2 | 04:18 - 04:28 是的。是的。但你看，问题就在这里。如果我一直在沥青上不穿袜子走来走去，那么我的脚会更坚韧，我就不会有刺了。演讲者1 | 04:30 - 04:44 所以当你不在赤脚跑步时，你在...你在经营stainless。所以你在经营stainless。有多少人？大概50人左右，对吧？演讲者2 | 04:44 - 04:45 差不多。是的。演讲者1 | 04:46 - 05:07 这相当疯狂。你在人工智能前的世界创立了Stainless，现在我们在人工智能世界。我认为你对人工智能的未来有一些想法，也许API如何融入其中，也许MCP如何融入其中。你想给我们描绘一下我们要去的地方吗？演讲者2 | 05:07 - 05:19 是的。非常乐意。首先，什么是API？不是每个人都熟悉这个。代表应用程序编程接口。演讲者2 | 05:19 - 05:21 不会有测验。对吧，Dan？没有测验？演讲者1 | 05:22 - 05:23 不，没有测验。演讲者2 | 05:23 - 05:42 太好了。基本上，它是一个计算机程序与另一个计算机程序对话的方式。这是计算机与计算机对话，应用程序与应用程序对话的方式。API是互联网的树突。树突是你的神经元连接并实际交换信息的地方。演讲者2 | 05:42 - 06:10 所以如果你有两个神经元在大脑中但它们不相互对话，你实际上没有在思考，对吧？没有神经元之间的连接，大脑中就没有思维发生。想想互联网，如果云中的所有这些服务器不相互对话，就不会有互联网，对吧？就像没有东西在运转。如果程序互联网软件没有API，没有与其他程序的连接，就什么都做不了。演讲者2 | 06:10 - 06:56 所以它真的是几乎所有现代软件网格的基础。当我们想到技术时，我们想到的一切，API在某种程度上都处于核心和中心，就像树突是我们大脑思维网格的核心一样。Stainless从第一天起的使命就是让计算机更容易相互通信。这是技术长期以来的发展趋势，有更多的自动化，对吧？自动化就是我们说，好的，我们要应用技术到那上面时我们的意思。我们通常会提高效率。而API就是大多数企业对企业交互以某种形式实现自动化运作的方式。我们看到随着人工智能的兴起，有一个新的计算机加入了对话。对吧？有一种新的系统可以与其他系统对话，或者至少我们希望它能够做到。演讲者2 | 07:25 - 07:55 你过去要么有人类通过用户界面（UI）与计算机交互，要么计算机通过API与计算机交互。现在我们有了LLM与计算机交互。对吧？通过什么？我相信任何熟悉的人都会熟悉MCP模型上下文协议，这是一个用于将LLM连接到计算机的系统广义来说。这是一个我们在Stainless投资的领域。我认为这是我们核心使命的一部分，我说的是，让计算机更容易相互通信。我们投入了大量时间。在Stainless，我们首先推向市场的核心产品是软件开发工具包（SDK）。这些是...这些是说，好吧，Stripe有这个很棒的REST API，你可以发送JSON over HTTP并取回JSON over HTTP。演讲者2 | 08:29 - 09:09 如果你想要非常方便，你会使用Stripe Python库，Stripe Python SDK。所以如果你是Python开发者，你会去pip install Stripe然后在你的应用代码中，你会写stripe.customers.create，突然你就有了一个很好的新客户对象在你的Stripe数据库中，你就可以开始运行了。或者stripe.charges.create在过去用来扣款。SDK就是给开发者那种方便的方式来与API接口。那么什么能给LLM一个方便的方式来与API接口？演讲者2 | 09:09 - 09:56 你可能会说MCP，在某种意义上，你是对的。但我们目前看到的是，随着MCP向世界推广，人们正在尝试它并试验它，它运作得不太好。就像，它很难实现我所看到的MCP核心愿景，那就像是仪表板和用户界面让你点击周围，看到很多东西，填写表单，点击按钮，做事情。任何你会在与软件交互时做的事情，通过用户界面通常做的事情。但LLM通过MCP交互时，它往往受到更多限制。演讲者2 | 09:56 - 10:02 你通常不会暴露很多工具给模型。演讲者1 | 10:04 - 10:53 而且...而且只是...只是在这里停下来。所以我认为我听到你说的是，MCP所做的就像一个网站是为人类使用而构建的，MCP在某些方面类似于...暴露一组工具供模型使用，它可以使用它来执行某些功能。就像你可能在网站上点击一个按钮，MCP给模型一堆它可以点击或使用来完成工作的东西。所以一个例子可能是，Gmail MCP有一个发送邮件工具或撰写邮件工具或阅读收件箱工具，诸如此类。而不是人类去Gmail网站做它，它实际上是...LLM就像，基本上是自己登录并使用它，它是一个...这是语言模型的原生接口。演讲者1 | 10:53 - 10:58 但你说它运作得不太好。能告诉我更多吗？演讲者2 | 10:58 - 11:29 是的。所以让我们实际上从我所看到的MCP的大愿景开始，在某种意义上，这是代理人工智能本身的大愿景。我会用你能想象的最通俗的例子开始。这在我们的背景下会有点好笑，就是说，假设Dan走进我的商店，买了一双条纹袜子，也许还有其他一些东西。然后第二天，我收到Dan的反馈说有问题，不幸的是。演讲者2 | 11:29 - 12:15 这会发生，你知道。我转向团队中的某人说，嘿，我们能退Dan昨天买的那些条纹袜子的款吗？下次他来的时候给他发一个折扣码，还有一封感谢小纸条，因为我们喜欢照顾客户。这在软件中是最正常不过的事情，是一些像这样的小任务。团队成员会做的是打开他们的内部管理后台，查看一些东西。他们可能去Stripe仪表板，尝试查看付款列表或交易列表或订单列表，尝试找到一个有Dan名字的订单，哪个Dan，我不知道，可能有很多Dan，尝试查看订单中的产品列表，看看是否有条纹袜子在里面。演讲者2 | 12:15 - 12:24 可能需要几次点击，取决于。找到正确的那个。然后去可以创建退款的屏幕。创建退款。确保金额正确。演讲者2 | 12:25 - 13:20 然后去创建那个折扣。然后把那个折扣码发送到另一个SaaS应用，你登录到那里自动发送邮件。当然，如果你从消费者版到这个企业对企业版，当然，你可能进入Salesforce，发送一条Slack消息给客户管理员，客户经理，等等。在正常工作中，这是世界上最正常的事情，要做一个任务需要涉及五个不同的应用程序，每次15次不同的点击和滚动以及加载微调器，只是为了做一个简单的事情。代理人工智能的承诺是能够输入同样的提示到ChatGPT或Claude或其他任何地方，说，嘿，聊天伙伴，你能帮我给朋友Dan退款吗？演讲者2 | 13:21 - 14:05 就让AI去做那个。基本上通过这五个不同的应用程序和15个不同的屏幕以及各种不同的按钮来完成任务，然后回来说，好了，完成了。为了做到这一点，AI模型必须进行的工具调用只有这么多，才能执行那个精确的线性事件链。这是相当可控的。但如果你考虑这种情况的一般情况，你希望LLM能够...你希望你的代理人工智能能够做任何那个操作员通常会做的事情。演讲者2 | 14:05 - 14:47 而且你希望他们能够做到，而不必等待网站上的一些JavaScript加载或任何类似的东西。这意味着你不仅需要Stripe创建退款工具和Stripe列出交易工具和Stripe列出产品以及查找客户，你知道，创建折扣工具。你需要的不仅仅是那些工具，而是你可以在Stripe仪表板中做的所有事情，这基本上是你可以在Stripe API中做的所有事情。而这实际上是很多的。Stripe API中有数百个不同的端点可以访问。演讲者2 | 14:48 - 15:05 Stripe仪表板实际上是一个巨大的应用程序。如果你把这个工具列表拿起来，今天去到一个LLM并说，嘿，这是我们所有这些的MCP定义。这是创建退款工具。这是列出交易工具等等。演讲者2 | 15:06 - 15:15 你把所有关于那些工具的信息告诉它。以下是描述。以下是你可以发送的所有不同的请求属性。以下是你可以返回的响应属性。以下是每个工具的所有文档。演讲者2 | 15:16 - 15:46 每个听这个的人都应该已经知道，你刚刚耗尽了你的整个上下文预算。这可能只是那里就有数十万 tokens，而且几乎是直接将Stripe Open API规范直接翻译到MCP工具。而今天的模型不仅不能处理那个数量的上下文，这上下文的使用也很糟糕，因为你还有很多其他事情在进行。但这也会让模型困惑。你大脑一次要记住的东西太多了。演讲者2 | 15:48 - 16:05 而这只是直接部分，对吧？因为你真正想要做的是让你的操作员做他们通常会做的任何事情。再次，这跨越很多很多不同的SaaS工具，对吧？在一次交互中，可能是五个。在下一次交互中可能是不同的五个。演讲者2 | 16:06 - 16:46 所以如果你考虑你的企业每天用来完成工作的每一个单一的SaaS工具，理想情况下，你会希望所有这些工具都暴露给你的AI聊天中的操作员，每个单一工具都在那里，每个单一的角落和...都不仅可用，而且易于理解，对吧？以一种模型真正能够利用它们的方式。今天我们做的...我们基本上是...我们正在做的是，我们正在做的是我们把整个API规范和整个事情转换成一种对模型来说非常难以使用的格式。我们不是...我们不是在给模型一个好的界面。我们是在给模型一份文档。或者更准确地说，我们是在给模型一个API规范，这不是同一回事。演讲者1 | 16:46 - 17:37 对。所以这就像...这就像我...当你给人类一个用户界面时，你不是在给他们一份HTML规范。你是在给他们一个按钮、一个输入框、一个下拉菜单。你知道，他们可以点击的东西，你知道，视觉上理解的东西。对。而当我们给LLM这些MCP工具时，我们就像是在给他们...本质上是在给他们HTML规范，而不是一个用户界面。演讲者2 | 17:37 - 18:26 完全正确。是的。就像...想象一下，如果我给你一个Stripe API规范文档，400页的PDF，然后说，Dan，你能去帮我退Dan的款吗？你会...首先，你会花很长时间阅读这个文档。然后你会...你可能会错过一些东西，可能你不会找到正确的端点，可能你会做错什么，对吧？实际上，在现实中，当Dan来时，你不会...你会去Stripe仪表板，你会在那里看到一个漂亮的退款按钮。你会说，哦，退款按钮，我明白了。你点击那个，你会...你看到的是一个好的用户界面。而我们目前在MCP中做的是基本上给模型...就像...我们正在把整个API规范扔给它，而不是给它那个好的界面。所以问题归结为：我们如何给AI一个好的界面，而不是一个完整的API规范？