📢 Gate廣場 #MBG任务挑战# 發帖贏大獎活動火熱開啓!
想要瓜分1,000枚MBG?現在就來參與,展示你的洞察與實操,成爲MBG推廣達人!
💰️ 本期將評選出20位優質發帖用戶,每人可輕鬆獲得50枚MBG!
如何參與:
1️⃣ 調研MBG項目
對MBG的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究,分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與MBG相關活動(包括CandyDrop、Launchpool或現貨交易),並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門,也可以是現貨行情點位分析,內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動,或者有好友評論“已參與/已交易”,將大幅提升你的獲獎概率!
MBG熱門活動(帖文需附下列活動連結):
Gate第287期Launchpool:MBG — 質押ETH、MBG即可免費瓜分112,500 MBG,每小時領取獎勵!參與攻略見公告:https://www.gate.com/announcements/article/46230
Gate CandyDrop第55期:CandyDrop x MBG — 通過首次交易、交易MBG、邀請好友註冊交易即可分187,500 MBG!參與攻略見公告:https://www.gate.com/announcements
我感覺隨着AI編程工具的發展,我對MCP工具的理解也在改變
之前常用的 sequential thinking、task_manager,現在隨着模型計劃和推理能力的提升,有了plan mode和think harder/ultrathink,我更願意在原生工具內部完成,而不是借助mcp
另一類是context7、deepwiki這類上下文增強工具,對於上下文工程,我需要更加精細化和準確,這類mcp目前還無法達到這個要求。所以我更傾向於自己深度整理而不是使用mcp
上下文整理的過程可能會借助Deep Research和NotebookLM等外部工具,在代碼之外,先收集好高質量、且足夠全面的上下文
還有一類能提高測試效率和準確度的mcp工具我是推薦的,比如playwright mcp
總結一下就是,mcp工具應該作爲AI編程能力的延伸,就像手腳的作用,而不是增強大腦