MCP 的关键不只是接工具

MCP 已经成为 agent 连接外部工具的主流协议之一。很多讨论停在“模型能不能调用 API”，但真实个人应用比 API 调用复杂得多。

MCP-Persona 的选题价值就在这里。它把评测对象放到 real-world personalized MCP tools：社交平台、个人内容、企业协作套件、本地数据库。

这些环境里，agent 面对的不是一个干净函数，而是一组带历史、权限、偏好和上下文的个人空间。

个人化工具天然更难

通用工具通常只需要问对问题、解析结果。个人化工具则要理解账号状态、历史记录、联系人关系、组织上下文和用户意图。

例如同样是“帮我整理近期讨论”，在公开网页上只是搜索和摘要；在 Slack、飞书或小红书里，它可能涉及哪些频道可读、哪些消息相关、哪些内容不能泄露、哪些表达符合用户身份。

这类任务最容易暴露 agent 的真实弱点：它看起来会调用工具，但未必理解个人环境里的边界。

环境模拟让评测更接近真实使用

论文用 environment simulation 来构建评测，而不是只给静态题目。这个选择很重要，因为个人应用是有状态的。上一步动作会改变下一步可见内容，工具调用也可能影响环境。

静态问答很难测出这种连续性。只有把 agent 放进模拟环境，才能观察它是否会错误读写、是否忽略权限、是否在不确定时继续冒进。

这也是未来 agent benchmark 的方向：从答案评测转向环境交互评测。

产品启发：个人工具接入必须保守

对产品团队来说，MCP-Persona 的提醒很直接：个人工具不是越快接越好。每接一个账户，就多一个可能被误读、误写、误分享的边界。

更稳妥的设计，是把只读、草稿、确认后执行、细粒度权限、操作日志和撤销能力做成默认。不要一开始就让 agent 在个人账号里自由行动。

MCP 生态会继续扩张，但真正能留住用户的，不是工具数量最多，而是个人上下文里犯错最少。