AI在日常生活中的應用場景越來越廣泛。作者通過一次真實的假期聚會經歷，詳細分享了使用Windsurf結合高德MCP（多模態(tài)計算平臺）來規(guī)劃聚會的過程。從便捷的接入體驗到實際使用中的問題，深入了解AI在出行規(guī)劃中的潛力與挑戰(zhàn)，以及MCP技術在實際應用中的表現(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，正好超級峰、唯庸、Sheldon、井九假期約了一起恰茶嘮嘮大家對AI的應用。

于是我們一拍即和，我們決定交個AI最高的權限，讓它給我們五個做一個見面計劃。

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。

花了大概20分鐘的時間讓AI給我們做了一份見面計劃，然后人又手動更改了一下店鋪和頁面，最終形成了一個這樣的見面計劃圖。

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

這個風大到什么地步呢？我給茶館打電話的時候，我壓根聽不清楚他們到底在說啥。

到了茶館我們聊這個事情，大家分享了一下自己出發(fā)到國貿花費的時間，基本上都比較均衡。

和我們當時給AI提出的要求差不多，沒有出現(xiàn)一個過來一個半小時，另外一個人20分鐘的情況。

在多人聚會找中心點這個事情上，windsurf+高德MCP是非常棒的。

但路線更加精準不出錯、找商家更加符合訴求，這些事情還有賴于模型進一步提升和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分享一下我這次用MCP做方案的體驗。

一、接入MCP最好用的就是windsurf，1分鐘立即接入可用。

安裝的時候我先用的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，讓它自己學習安裝。

折騰了半個小時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代碼的內容，然后運行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文件粘貼進來，立馬刷新了就能用了。

對比cursor折騰半天死活運行不了，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會隨機找一個點位。

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

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是沒有明確的坐標的，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字，效果就好多了，終于可以讓我去做1號線了。

但要這么準確的信息搜索有的時候其實不太符合人的習慣。

人在描述的時候其實會下意識理解是梨園地鐵站，但是從地圖的維度來看，這其實是一個區(qū)域，而非一個準確的地點。

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

我們當天其實想去喝個咖啡或者茶都可以，但高德推薦的店我其實都不太喜歡，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評，手動選了一個位置來進行見面，讓AI給我更新上去了。

然后我和超級峰我們倆頂著大風在露天咖啡臺上等了大家10分鐘，我當時就跟他感慨，我們還需要一個提供了天氣接口的MCP服務，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，湊一起才能有一個更高體驗的聚會或者出行，少一個都不太行，我們好歹遇到只是大風，要是大雨那畫面不敢想象。

四、核心瓶頸：模型的規(guī)劃和調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，是本著增強模型的目的來進行的，那邏輯上來講，我輸入通州梨園這個位置的時候，模型決定去調用MCP來解決問題的時候，應該是模型來自己思考是否需要去找用戶重復確認位置信息。

校正位置是第一步，如果位置都不對，那搜出來的東西毫無意義啊。

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

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

五、總結思考：MCP很值得去體驗和使用，但目前還處于野蠻生長的早期。

這次用MCP其實是符合我預期的，它確實方便了模型去調用各種已有產品的能力。

比起自己搭API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，就有點像cursor早期的composer功能。

在去年9月份我剛開始coding的時候就是用composer，結果它給我寫了無數(shù)個bug，最后我被迫放棄composer模式，轉向ChatAI模式。

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

這里有cursor自身工程進步的原因，也有Claude自身的進步的原因。

但AI進化的速度遠超我們的想象，從難用到好用可能只差6個月。

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個月后，它能夠解放我們很多精力；不要過度輕視一個技術的未來，同樣的也不要過度重視。