MCP 与 REST API：一个根本性的区别

将 REST API 与模型上下文协议 (MCP) 进行比较是一种类别错误。它们在不同的抽象层上运行，并且在 AI 系统中服务于根本不同的目的。

架构差异

特性	MCP	REST API
状态管理	有状态 - 跨交互维护上下文	无状态 - 每个请求都是独立的
连接类型	持久、双向连接	单向请求/响应
通信风格	基于 JSON-RPC 的持续会话	基于 HTTP 的离散请求
上下文处理	上下文是协议固有的	必须手动管理上下文
工具发现	运行时发现可用工具	需要事先了解的设计时集成
集成方法	具有动态功能的运行时集成	需要更改代码的设计时集成

不同的层次，不同的目的

REST API 和 MCP 服务于技术栈中的不同层：

REST： 暴露资源操作的低级 Web 通信模式。
MCP： 编排工具使用和维护上下文的高级 AI 协议。

MCP 经常在内部使用 REST API，但为 AI 将它们抽象化。可以将 MCP 视为将离散的 Web 服务转变为 AI 可以在其内部运行的内聚环境的中间件。

上下文保留：AI 工作流的关键

MCP 的有状态设计解决了 REST 在 AI 应用中的一个关键限制：

REST 方法： 每个调用都是孤立的，需要在步骤之间手动传递上下文。
MCP 方法： 一个对话上下文在多次工具使用中持续存在。

例如，调试代码库的 AI 可以打开一个文件、运行测试并识别错误，而不会在步骤之间丢失上下文。MCP 会话保持对先前操作和结果的感知。

动态工具发现

MCP 使 AI 能够在运行时发现和使用工具：

// AI discovers available tools
{
  "tools": [
    {
      "name": "readFile",
      "description": "Reads content from a file",
      "parameters": {
        "path": { "type": "string", "description": "File path" }
      }
    },
    {
      "name": "createTicket",
      "description": "Creates a ticket in issue tracker",
      "parameters": {
        "title": { "type": "string" },
        "description": { "type": "string" }
      }
    }
  ]
}