假期聚会新玩法：与AI共舞的Windsurf和高德MCP真实体验！

AI应用在生活中的趣事分享最近，AI的应用真的是越来越多了！我有个朋友通过一次假期聚会的经历，跟我聊了他是怎么利用Windsurf结合高德的多模态计算平台（MCP）来安排聚会的。说实话，从简单的接入到实际使用中遇到的问题，他都讲得特别详细。通过这个故事，我们能够更清楚地看到AI在出行规划中的巨大潜力和面临的挑战，以及MCP技术在现实中的表现和未来的发展走向。

前几天，我看到Ce和Super黄在用MCP找旅游和咖啡店，正好和我的朋友们一起聚茶，聊聊大家对AI的看法。于是我们一致决定，干脆把最高权限交给AI，让它给我们规划一个见面方案。

我们把各自的位置发给了AI，然后在Windsurf上连接了高德的MCP服务。大约20分钟后，AI给我们生成了一份见面计划，之后我们又手动调整了一下店铺和页面，最终形成了一个比较完善的聚会计划。

于是那天我们就按照这个计划出发了。虽然中间遇到了一些小波折，但最终还是在Grid Coffee见面了。只可惜，狂风把我晒太阳喝咖啡聊AI的美好愿景给打破了。

说到这风有多大，我打电话到茶馆的时候，根本听不清他们说什么。到达茶馆后，大家分享了各自从出发到国贸的时间，结果大家的时间都差不多。这和我们之前给AI提的要求还挺一致，没有谁一个半小时到，另一个只用20分钟。

在多人聚会找中心点这方面，Windsurf和高德MCP真是个不错的组合。不过，要想让路线更准确、找商家更符合需求，还是得依赖模型的进一步提升和MCP生态的不断丰富。

接下来，我想和大家聊聊从安装到使用MCP的详细体验。

一、Windsurf接入MCP的超便捷体验

在安装时，我试着用cursor来进行安装，但用json连接电脑时却死活连不上，我也搞不明白怎么回事。于是，我决定把高德地图的MCP文档和cursor的指南交给cursor，让它自己去学习安装。

折腾了半个小时后，我终于成功安装了高德地图的API接口。虽然能用了，但感觉和MCP没什么关系。实际上，我是在本地系统上搭建了一套API，每次查询都得修改API代码再运行。

折腾了半天我快放弃了，突然想起Windsurf。于是我打开Windsurf的MCP页面，把高德的MCP文件粘贴进去，刷新一下就能用了。

相比于cursor那边的麻烦，Windsurf真是太友好了，接上了就可以直接使用。

二、输入信息要准确，否则AI可能会随机选择位置

一开始我输入的位置是通州梨园，结果MCP一直让我去坐六号线，我心里一阵疑惑。明明是梨园地铁站，1号线就在我眼前，为什么要我去做6号线呢？使用地图时的那些坑，真是让人哭笑不得

那天我打开地图，想着找通州梨园，结果发现脑海中的梨园地铁站在地图上竟然没有明确的定位。你说奇怪不奇怪，明明是个地铁站，怎么就变成了一个模糊的区域呢？

为了更准确，我干脆在搜索里加上“地铁站”三个字，结果一搜就找到1号线了，真是太简单了！不过，想要那么精确的信息，有时候其实不太符合我们的习惯。

平常我们在描述的时候，往往会自然而然地认为就是梨园地铁站，但地图给出的却是一个大概念，而不是真正的具体地点。

三、单一服务难以满足需求，出行规划得“组合拳”

那天我们本来想找个地方喝咖啡或茶，但高德推荐的店子都不太对胃口，信息量也太少了。最后，我还是决定用大众点评，手动选了个位置，让AI更新了一下。

然后，我和朋友顶着大风在露天咖啡台等了十分钟，我当时跟他说，我们真需要一个能提供天气信息的服务，这样才能更好地规划出行。

想要完美的聚会体验，地理位置的服务、商家信息和天气信息缺一不可。要是遇到大雨，那场面可想而知。

四、核心问题：模型的规划和调度能力亟待提升

其实，服务于模型的最终目的是为了增强其功能。当我输入通州梨园时，模型应该能判断是否需要向我确认位置信息，而不是单纯依赖MCP。

确认位置是第一步，如果位置都搞错了，那后面的搜索结果就毫无意义。但是，从测试来看，模型的多步规划能力依然较弱，还需要人来手动拆分任务和制定计划。

理论上，模型应该能自动拆解任务，校对地址，再根据这个地址找出中心点，围绕中心点寻找合适的店铺，最后给每个人提供具体的路线，生成一个聚会页面。

五、总结小感想：MCP确实值得一试，但现在还是个初级阶段。

说实话，这次使用MCP的体验还真是符合我的期待，它确实让模型调用现有产品的功能变得更方便。

相比自己去搭建API接口，只需输入json和key，省了不少事儿。

不过，有它和没它的差别其实不大，使用上可以选择性地用，就像早期的cursor的composer功能一样。

我记得去年9月开始写代码的时候就用了composer，结果却写出一堆bug，最后我不得不放弃这个模式，转向了ChatAI。

不过，今年3月cursor推出的新agent模式表现得非常棒，它可以独立完成任务，真的是让人看着都觉得轻松。

这既是cursor自身技术进步的结果，也得益于Claude的提升。

不过，AI的进化速度真的是让人惊讶，从难用到好用也许只需要不到半年的时间。

MCP也许正是如此，现在在编程和日常使用AI时可能用不到它，但说不定六个月后，它就能为我们解放很多时间和精力；所以，别小看一个技术的未来，同时也别过于高估。

本文由人人都是产品经理的作者【云舒】撰写，微信公众号：【云舒的AI观察笔记】发布，未经授权禁止转载。

题图来源于Unsplash，基于CC0协议。