模型、Agent、MCP，还有那个 App，到底谁是谁？

前阵子有人问我一个问题：你天天在那个终端里跟一个叫 Hermes 的东西聊天，它跟 ChatGPT 有啥不一样？不都是打字进去、字出来吗。

我当时答得挺含糊，说了半天"它能干活"，对方还是没懂。后来我换了个说法，他一下就明白了。这篇就把那个说法写下来——顺便把 Agent、模型、MCP、App 这几个天天被混着叫的东西分清。

先把三样东西摆开

很多人把「模型」和「Agent」当同义词用，其实它们是两码事，中间还夹着一层「插口」。

脑：模型（DeepSeek、GPT、Claude 这些）。它只会动嘴——你给它一段话，它吐一段话。它看不见你硬盘里的文件，也摸不到你的服务器。它甚至不知道"文件"是什么，只知道"文件"这个词。

身子：Agent（Hermes、Codex、Claude Code 这些）。它给那个脑装上了手、装上了记性、装上了"干完再确认"的循环。

插口：MCP。它不管你想什么，只管"外面的东西怎么接进来"。

我拿机房打比方，因为这几层关系跟运维值班室长得几乎一模一样。

只会动嘴的那个，是电话那头的顾问

机房里出了故障，你打给厂商的技术支持。电话那头的人水平很高，他能告诉你"你先看看那台机器的第六个网口，八成是没插紧"。

但他一步也进不来。他没有门禁卡，看不到你的机柜，也不知道你这套系统上个月刚换过交换机。他所有的判断都来自你说出口的那几句话——你说得含糊，他给的答案就含糊。

这就是模型。聪明、博闻，但没有手。

能进机房的，才是 Agent

Agent 是那个真站在机柜前面的人：有门禁卡、有工具包、能开柜门、能拔线、能改配置。

他干的事说白了三件，但三件加起来就完全不一样了。

第一件，他把"手里有什么工具"写成一页说明书递给模型看。模型说"我想调那个读文件的"，他真去读，读完把结果塞回去。模型再决定下一步。这个来回可以走几十轮——这就是常说的 agent loop（循环），不是一问一答。

第二件，他记东西。今天你说过的偏好，明天不用重复；上礼拜踩过的坑，他写进一个叫 skill 的笔记，下次遇到同类活自动翻出来看。这些笔记存在你自己的抽屉里，不在厂商服务器上。

第三件，他能一直待命。定时任务、被打断后接着干、派个人去别的机房分头干——这些是电话热线永远做不到的。

同样的 deepseek 模型，套在 Hermes 这个壳里，它就能翻我的手机相册、连我的服务器、往对象存储传文件。你在 DeepSeek 官网问同一个模型同样的问题，它只能靠嘴答。差别不在脑子，在手。

他凭什么能把东西插进去

这就是 MCP 出场的地方。

机柜之所以能装下全世界不同厂家的机器，靠的不是谁家机器做得好，而是 19 英寸机架这个尺寸标准。谁按这个标准做，就能上架。

MCP（Model Context Protocol）就是 Agent 世界的这个标准。以前每个 Agent 想接 GitHub，得自己写一套 GitHub 工具；想接数据库，再写一套。换个 Agent，全部重写。有了 MCP，接 GitHub 的那一方按标准做一个服务端，任何支持 MCP 的 Agent 都能直接上架即用。

MCP 不是下属，是给你送货的窗口

这是最多人搞错的地方——包括我自己一开始也这么以为。

因为 MCP 常见的样子是"一个跑着的服务"，人就下意识觉得它是 Agent 的下级员工。不是的。

MCP 服务里没有模型，它不思考、不判断、不主动做事。你不问它，它一个字节都不动。你问"你有哪些功能"，它给你一份清单；你说"执行这个"，它照做，回一段结果。就这样。

它更像机房旁边的备件窗口：你递单子它出货，它不会替你判断该换哪块板子，也不会自己加班。

所以这不是上下级，是主人在用自己的工具。方向永远是 Agent 主动、MCP 被动。

真正算下属的，是他带的徒弟

Agent 确实可以有下级，但那东西叫子 agent（subagent）。

我可以派一个子 agent 出去干活。他有自己的一份上下文、自己的一轮轮思考、自己的工具。他能自己判断、自己多走几步、自己决定什么时候算干完。干完只把结论交回给我，中间那几十步不进我的记忆——这也正是他最大的用处，脏活累活丢出去，我这边的思路不被塞满。

这个才叫下属：有脑子，只是权限比你小、寿命比你短（跑完就散）。

顺带说，工具、MCP、子 agent 是三种不同的东西，按"有没有脑子"排一下就清楚了：

工具是死物，我拿起来用，用完放下，跑在我的进程里。

MCP 服务是独立的一摊，有自己的密码、能连外面的世界，但它依然不动脑子。

子 agent 有脑子，能自己决策，但只能拿到我给的目标和边界。

前者扩的是"能连上什么"，后者扩的是"能分身几个"。

那 DeepSeek App、ChatGPT App 又是什么

这俩最好分：它们是外包的客服热线。

你只能打电话过去咨询。那边很客气、很聪明、响应也快，但它进不了你的机房，碰不到你的电脑、你的服务器、你的项目目录。它记的东西存在人家的账号体系里，你搬不走、改不了，也没法让它接上你自己柜子里的设备。

好处是不用配任何东西，注册就能用。这就是它全部的定位：临时起意问一句。

而 Agent 是反过来的：人是你雇的，脑子你自己挑（我用 Hermes 的时候，底下接的就是 deepseek 的模型），工具在你自己的柜子里，笔记躺在你自己的抽屉里，可以备份、可以迁移、可以往上装一堆接口、可以定时上岗。

代价也很实在：得自己招、自己培训（配），得付工资（token 费），出了事算你的。

一句话对照，记这四行就够

是谁在跑：App 在人家机房，Agent 在你自己的机房里。

能不能碰你的东西：App 不能，Agent 能。

工具能不能自己加：App 只能用它给的，Agent 能上架新接口、能自己写。

记录归谁：App 归平台，Agent 归你的硬盘。

为什么要分清，说三个实际影响

第一，看一个 Agent 好不好，得看它柜子里能上架什么。能接 MCP 的，工具是长出来的；全靠私有内置工具的，你换了它就得从头再来一遍。这不是小事，这是绑死。

第二，MCP 只解决"能接上"，不解决"会干好"。能连上 Slack 和用 Slack 把一件麻烦事办成，完全是两码事，后者靠提示词、靠技能笔记、靠模型的判断力。所以别以为插一堆 MCP 就变强了，很多时候只是让模型有了更多选错的余地。

第三，MCP 是让陌生人进你机房装设备。它拿到的是你给的密码，它跑在你机器上。挂一个来路不明的 MCP，等于把门禁卡借给不认识的人。所以在配之前先看一眼它是谁写的、开不开源、要什么权限，这件事不能省。

最后回到最开始那个问题

ChatGPT 那种东西，是一条很聪明、很热心的热线。

Hermes、Codex、Claude Code 这种，是一个有门禁卡、有工具包、有记性、能一直待命的值班工程师。

MCP 是机房里那套标准机架和备件窗口，让他能接上外面的世界。

三者不在一个层面上打架，它们是叠在一起的。搞混的唯一后果是：你以为自己雇了个工程师，其实只是打通了一通电话。