过去一年里，越来越多团队在尝试让 AI Agent 直接“动手”管理系统：发文、改文、整理资料、生成报表……在 WordPress 这类内容系统里，这类需求几乎天然存在。但一旦进入实际落地，你会很快发现：传统 REST API 并不是为 AI 这种“工具调用型主体”设计的。而 MCP（Model Context Protocol）就是解决这件事的协议与生态。
一、MCP 到底是什么
MCP 是一套让 AI 以标准方式调用工具的协议，核心目标是：把“能力”作为规范化工具开放给模型，而不是让模型去猜接口、拼参数。
它和 REST API 并不冲突：MCP 是一种更高层的能力编排与调用协议。你可以把它理解为：
- REST API：面向开发者的低层接口
- MCP：面向 AI 的高层工具协议
在 MCP 中，工具有清晰的名称、参数结构和语义描述，AI 只需按协议调用，不需要自己“理解接口”。
二、REST API 在 AI 场景的天然短板
1. 参数结构复杂，AI 需要猜
REST API 强大但低层，AI 要理解字段、权限、格式、返回值，每一步都可能踩坑。
2. 缺少语义层
REST API 描述的是“资源”，而 AI 更需要“能力”。例如“发布草稿”是能力，而不是单个 HTTP 请求。
3. 风险与权限难控制
REST API 默认暴露的能力往往过于宽泛，AI 很容易触及高风险操作（删除、批量修改等）。
4. 缺少统一的工具清单
当能力分散在不同 endpoint 时，AI 很难维护一份可靠的工具列表与使用方式。
三、MCP 为什么更适合 AI Agent
1. 能力即工具
MCP 把能力抽象成标准化工具，模型只需调用 create-post 这种语义化工具，而不是拼 URL。
2. 参数结构清晰、可验证
工具有 schema，AI 在调用前就能知道必须字段与格式限制。
3. 权限精细可控
可以只暴露允许 AI 使用的能力，其他接口完全不对模型开放。
4. 更适合编排与自动化
AI 任务不是单步调用，往往是“检索 → 生成 → 发布 → 回读确认”。MCP 的能力组合更符合这种流程。
四、在 WordPress 场景的意义
有了 MCP，WordPress 不再只是“被调用的 API”，而是一个被 AI 安全操控的内容能力平台。
- 发文、改文、设置分类标签变成标准化能力
- 可接入不同 AI 平台（ChatGPT、Claude、Cursor 等）
- 操作可审计、可回滚
结语
如果你把 AI 当成“人类助手”，REST API 已经足够；但如果你希望 AI 成为“可靠的执行者”，MCP 才是更合适的协议层。它不是替代 REST，而是让 AI 更安全、更稳定、更可控地使用 REST。
