Ebony Louis

我参加了一次提示的葬礼。

没有眼泪。只有一屋子开发者，安静地假装他们前一晚没有在喝。因为说实话，大家都看见这事要来，并且它结束了再高兴不过。

说“一次提示已死”并不革命。它只是赶上构建者几个月来一直在经历的事。

MCP-UI 很好玩。它粗糙。它早期。正如我在上一篇里说的，在一个生态仍在成形时，这么贴近边缘去构建，有一种真正让人上瘾的东西。

但 MCP Apps 感觉不同。

不是“闪亮新功能”那种不同。更是“这是生态在成熟”那种不同。

我第一次听说 MCP sampling 时的问题是：

“我不能只写更好的工具描述，并告诉工具它是专家吗？”

创作内容很有趣。 推广它（也就是最重要的部分）耗尽我的灵魂 😩

那天晚上我把这句话发到 LinkedIn 时，我意识到绝对不只我一个人有这种感觉。你花几个小时做出这件杰作，然后每次都得记得在多个平台上推广它。

这很累，所以我决定把它自动化。

我妈妈在做她惯常的周日仪式，手里有笔、纸、计算器，还有一堆收据。我试过让她用市面上所有的记账应用，但她很传统，总是说同一句话：

“它们都太复杂了。”

MCP-UI 还在襁褓期，这么早入场有种让人上瘾的感觉。我们正处在规范和客户端实现都在积极发展的迷人节点，我发现跟着这种演进一起构建令人兴奋。

我想看看自己能把它推多远。于是我拿了两台开源 MCP 服务器，Cloudinary 和 Filesystem，给它们加了 UI。不再是无聊的文本，我现在直接在 goose 里得到丰富、可交互的界面。

AI 智能体对话里无尽文字墙的日子不多了。如果不是读完一段段产品描述，而是浏览一个漂亮、可交互的目录呢？如果订机票座位可以简单到在视觉座位图上点击你偏好的位置呢？这不是科幻。它正在通过 MCP-UI 发生。

在最近的 Wild Goose Case 一集中，我们与 MCP-UI 的创建者、来自 Monday.com 的 Ido Salomon 和 Liad Yosef，以及 Block 自己的 Andrew Harvard 一起深入 MCP-UI，探索这项开创性技术如何重塑智能体界面的未来。

有没有想过，让两个 AI 模型像双打一样一起工作会发生什么？这正是我们在最新直播中测试的——让 goose 的 Lead/Worker 模型在一个真实项目上工作。剧透：它其实相当棒。

Lead/Worker 模型是那种纸面上看起来简单、实践中却带来惊人好处的功能。把它想成有一个项目经理和一个开发者完美和谐地工作——一个做战略思考，另一个亲手做实际实现。

所以你听说了 goose。也许你看了一场直播，团队里有人提到它，或者你在试图自动化开发环境时偶然走进了我们这片互联网角落。不管怎样——很高兴你来了。

goose 是一个本地、开源的 AI 智能体，可以自动化任务、与你的代码库交互，并连接到一个不断增长的工具生态。但在你点击安装之前，有四件事能帮助你从中获得最多。

我们把 goose 带到了纽约市，这是值得记下一笔的一场。

超过 100 人注册，另有 87 人在等候名单上，房间里挤满了好奇、有思考、准备深入的人。有些是已经在探索 goose 和 MCP 的开发者，另一些对 AI 智能体的世界完全陌生。这就是 goose 的美：它既给开发者，也给非开发者。

能量从活动一开始就在——音乐、披萨，以及真实的社交。我们有闪电演讲、一个 goose 主题的游戏、动手黑客活动，而且……到了晚上，几罐 Ebbs IPA 可能进了人们的背包。

你有没有打开一个 GitHub 仓库或博客，读完第一句就觉得自己闯进了一篇博士论文？

是的。我也一样。

MCP（Model Context Protocol）听起来复杂，其实并不复杂。把这篇当作你的速查表：没有白皮书，没有学术行话，只有大白话和几张好图。

Model Context Protocol（MCP）服务器现在到处都是。我上次查看时已经有 3000 个，而且还在增加。每天都有新的冒出来，让像 goose 这样的 AI 智能体访问文件、查询你的 Google Drive、搜索网页，并解锁各种出色的集成。

还记得那句话吗：「重要的不是你问什么，而是你怎么问」？

当我刚开始把 goose 当作 AI 智能体使用时，我确信一定有一种「最好」的提示风格。我花了那么多时间试图弄清哪一种更优越，但我用 goose 越多，就越意识到那离事实很远。提示 AI 没有一种_正确_的方式，但根据你的最终目标，有更好的方法。

所以，让我们过一遍哪种提示风格最适合你的具体需求，以及你如何用它们和 goose 一起把 vibe coding 做得好一点。