MCP 架构之困:省 LLM 成本交给客户端,还是守住服务端护城河?
hyp3rbolic · reddit · 2026-10-29
一位独立开发者提出 MCP 架构两难:
- 全客户端方案:把 LLM 工作流放到用户的 ChatGPT/Claude 等客户端执行,可大幅省下 LLM 成本,但 prompts、请求/响应 schema 和工作流全部暴露;
- 服务端保留核心逻辑:保住部分壁垒,但继续承担推理费用;
- 干脆 AGPLv3 开源,拼执行不拼保密。
作者坦言已不太相信软件护城河,"几乎所有东西都能被抄",但让对手费力去抄和把一切拱手送人仍有区别,并询问 AI-native SaaS 从业者:保护 prompts 和工作流的价值是否被高估了?
「编程与Agent」频道最新
- 跑满 55 个 subagent：博主让 Claude Code 开批量工作流执行海量任务 — AlchainHust · 2026-10-29
- DataTalks.Club 联手 Nebius 推免费课：生产级生成媒体 AI Agent — Al_Grigor · 2026-10-29
- AI 智能体写出 4300 万行代码:Axiom 用智能体形式化验证 CFSG 定理 — SucceededMind · 2026-10-29
- Florian Roth 深度解析 ARTEX/Cairn:AI 自主渗透测试正在改写攻防规则 — cyb3rops · 2026-10-29
- 用最新编码 Agent 复现论文模型全部失败,研究者反思论文写法缺陷 — charlieharris01 · 2026-10-29
- Matt Pocock 用一个形容词修 bug：每个工单换全新 subagent — mattpocockuk · 2026-10-29