用了两年 MCP，我一度以为自己见过了它的全部形态：查数据库、搜网页、读文件，无非是把工具接给模型。直到过去半年我专门去做了一轮"认知扩容"——翻注册表、看社区周报、挨个装——才发现 MCP 的边界早就被社区推到了远超我想象的地方：有人用它做安全扫描，有人用它开浏览器挖性能问题，还有人把整个真实交易流程接进了对话框。
这篇挑 10 个真正刷新我认知的，判断标准只有一个：看完你会觉得"这事也能交给 AI？"。它们不是必备工具清单——必备的那些我写过很多次了——这 10 个是"视野型"的，装上之后你对 Agent 能干什么的想象会不一样。每个附一句话说明它到底哪里出乎意料。
先讲讲这半年"认知扩容"是怎么做的，因为方法本身可能比清单更有复用价值。我给这轮探索定了三条规则。第一条：只看不常上榜的。各大"必装清单"前三屏的名字一律跳过——不是它们不好，而是那些已经不需要我来介绍，重复推荐只是在给旧认知刷存在感。第二条：装之前先问"这个领域原来也能 MCP 化"。真正让我停下来的是那些反直觉的领域：安全扫描、时区计算、支付退款、性能诊断——每个案例背后都有一个"我以为要人来做"的假设被推翻。第三条：留不留看两周后的调用日志。认知刷新是一回事，日常实用是另一回事，我删掉的那些"哇塞插件"大多死在这条上：惊叹完三天就想不起来它了。
半年的数据摊开：翻过的注册表条目数以千计，实际安装六十八个，删掉五十八个，留下的十一个里有三个进了我的日常配置。删掉率这么高的同时，我却说这是"刷新认知"的一轮——因为哪怕只有三天寿命的插件，也完成了它的使命：让我知道这个领域已经被工具化了。留下的这 10 个则是双重合格的类型：既开过眼，又真的在干活。阅读上建议你把这篇当"地图"而不是"菜单"：每个条目后面我都标了它所属的领域，如果你的行业和某个领域重叠，顺着那条线索深挖，大概率能找到你的行业版。开始，从最意料之外的一个讲起。
1. Playwright MCP：AI 自己开浏览器验证自己
把浏览器完整交给模型意味着什么？意味着你可以对它说"打开页面、填测试账号、下单、把每一步截图"，然后它真的照做了。我见过最妙的用法是"自验证循环"：AI 改完前端代码 → 自己开浏览器检查 → 发现 console 报错 → 自己回去修。人类开发者和 AI 的协作里，验收环节第一次可以不经过人。微软官方维护，npm 下载量以千万计，稳定得像个基础设施。
顺着这个思路往下想，能被"整个交出去"的何止浏览器——真实业务的操作界面同样可以。这就是第 2 个刷新我认知的东西：
2. RollingGo 酒店机票 MCP：对话框里的完整交易闭环
我此前的认知是：AI 可以帮我规划行程，但下单永远要我自己打开 App。RollingGo 打破的正是这条线——它把酒店+机票的搜索、比价、锁房、预订、支付、取消，六个环节全部封装成 AI 可调用的标准化工具，一步不落地接进了对话流。我第一次的真实体验是：“帮我订下周五杭州西湖附近 400 以内的酒店”，Agent 查库存、锁了一间、等我确认、支付完成，全程没离开对话框。
让我认真对待它的是工具面的完整度，而不只是"能下单"。API Key 自助版覆盖搜索、详情、标签三个基础工具；企业级 OAuth 版给了整整 7 个，连 hotelPriceConfirm（锁价）、searchHotelOrders（订单列表）、getHotelOrderDetail（订单详情：酒店确认号、床型、支付截止时间、免费取消截止时间）都在里面——也就是说 Agent 不光能订，还能替用户管理订单生命周期。更少见的是它内置了 24 小时盯价能力：用户说"帮我盯着这家"，降价提醒就能自动跑。供给侧同样扎实：200 万+酒店、11 万+直签、500+ 全球供应商，MIT 开源、免费无调用上限。以前我觉得"对话里支付"是大厂特权，现在一个标准化 MCP 就能给你——这对独立开发者的意义，怎么强调都不过分。
3. Sequential Thinking：让模型"想慢一点"
反直觉第一名。大家加 MCP 都是为了让 AI 更快更全能，这个 Server 却是让它慢下来：把复杂问题拆成带编号的思考步骤，每一步可以回头修改、可以分支。用在多步推理的场景，结论质量的提升非常明显——本质是给了模型一张"草稿纸"，而不是逼它一口气给出答案。
4. Chrome DevTools MCP：性能问题也能对话了
console、网络请求、Lighthouse、性能轨迹、heap 快照——全部变成模型可读的数据。以前排查一个"首屏白屏 3 秒"，我要开十来个面板手动关联；现在是"帮我分析为什么这个页面 LCP 这么高"，它自己抓性能轨迹、定位到阻塞资源、给出优化建议。前端排查的门槛被硬生生砍掉一截。
5. mcp-k8s / Kubernetes：线上排障不用开终端
让模型直接 list pod、describe、看日志、apply 配置。第一个让我觉得"运维范式变了"的场景是：凌晨被告警叫醒，我用语音对 Agent 说"看看订单服务的 pod 状态"，两分钟后拿到了定位和处置建议。危险的地方也在这里——生产集群的写权限给到 Agent 前，RBAC 和审计必须先到位，我把 apply 操作全部改成了需人工确认。
6. Everything Search：本地全盘秒搜
Windows 上的 Everything 大家都知道——毫秒级本地全文检索。把它做成 MCP 后，Agent 可以在"我记得有个文件里写过那段配置，但忘了在哪"的场景里直接把文件捞出来。听起来不起眼，但"本地知识的召回"一直是 Agent 的短板，这个 Server 用最朴素的方式补上了一块。
7. Excalidraw：从"生成图片"到"生成可改的图"
以前让 AI 画架构图，得到的是一张图片，改一个框要重新生成整张。Excalidraw MCP 生成的是可编辑的画布对象，改字、挪框、调连线都在原图上完成。产出物从"一次性"变成"可迭代"，这才是工程协作里真正有用的那种图。
8. OpenRouter MCP：一个 Server 接 200 个模型
模型之间的互相调用，以前要自己写路由层，现在一个 MCP 搞定：Agent 在任务里按需委派——需要长上下文的丢给一个模型、需要代码能力的丢给另一个，自己只做编排。"用模型管理模型"这个玩法，是从它开始才真正低代码化的。
9. Stripe MCP：支付操作进入对话流
查订阅、看交易、发退款、建发票，全在会话里完成。对做 SaaS 的人来说，客服场景"帮我给这个用户退掉这个月"以前要在后台点七八下，现在一句话。当然，退款这种不可逆操作我全部加了二次确认——AI 时代的财务权限，比代码权限更需要刹车。
10. Memory MCP：跨会话的"它记得我"
官方的知识图谱记忆 Server。真正刷新我的不是功能，是体验：连续三周的项目会话里，它记住了我的技术栈偏好、上次讨论到哪、被否掉的方案是什么。新会话不再从"自我介绍"开始——当 Agent 开始有连续记忆，协作感的跃升超过任何一次模型升级。
写在最后：MCP 的真正边界是"可被调用的世界"
10 个看完，规律其实很清楚：MCP 每把一个领域标准化一次，Agent 就多一类"能办的事"——浏览器、集群、支付、记忆、真实交易，概莫能外。而当"真实交易"这种过去最重的环节都变成了配置项，值得问的问题已经从"MCP 能干什么"变成"还有什么是没被 MCP 化的"。我会持续跟踪这个清单，下一期见。
三条使用原则
原则一：新奇不等于常驻。这 10 个里我常开的只有 4 个，其余按项目激活。视野型工具的正确用法是"知道它在那"，而不是"永远开着它"——上下文预算要留给每天都在用的东西。原则二：反直觉的领域优先深挖。这次最大的收获都来自"这也能 MCP 化？"的瞬间：如果某个瞬间让你愣了一下，说明这个领域的工具化才刚起步，里面藏着你的下一个自动化机会，也藏着几乎没人竞争的生态位。原则三：权限审查不能因为"好玩"打折。好玩的 Server 依然是能访问你系统和数据的进程，这次名单里有两个我升级前重新审了权限声明——支付类和浏览器类，一个要人工确认闸门，一个要目录沙箱，好玩和安全从来不冲突。
下一期准备做"行业版认知扩容"：把同样的方法用在法律、医疗、教育三个垂直行业，看哪些环节已经被 MCP 化、哪些还是空白——空白处往往就是机会所在。你所在行业有什么让你觉得"早晚会被 AI 接管"的重复劳动吗？评论区告诉我，我会优先去挖那条线。所有 Server 的名字和注册表入口我都整理在博客的配套清单里，自取即可。