MCP 是什么，和普通 API 有什么关系？
先理解原理和示例，再练习完整口述与追问。
回答要点
MCP 是 AI 应用与工具、资源等能力交换的协议，涉及 Host、Client、Server；它可以把已有 API 等能力提供给 AI 应用使用，本身不替代业务 API，也不负责保证模型回答正确。
原理拆解
MCP 是连接模型应用与外部能力的一种协议与生态约定，可提供工具、资源、提示等能力，具体功能取决于客户端、服务端和协议版本。它不是把所有业务接口变成公共免鉴权接口，也不取代原本的权限模型。模型应用仍需发现能力、验证参数、执行调用并管理结果与错误。
示例与推演
同一个知识服务可通过业务 API 直接调用，也可由 MCP 服务封装成检索工具供不同客户端发现。两者都需要认证、授权、输入校验和审计。客户端应把工具结果当数据，避免将其中“请忽略前面要求”等文本当指令。远程服务的访问范围要与用户授权一致。
易错点
接入 MCP 不意味着模型会自动正确使用工具。服务端权限过宽、提示注入和工具重试副作用仍是实际风险。
参考回答可直接练习口述
MCP 是 AI 应用与工具、资源等能力通信的协议。Host 管理应用侧体验与权限，Client 与 Server 交互，Server 提供具体能力；已有订单 API 可以包装成工具通过 MCP 暴露。它统一部分发现与调用方式，但不替代原业务 API，也不自动生成业务权限。面试讲落地时，要说明真实接了什么、如何部署和认证、失败如何呈现，没做过就按架构理解回答。
面试官可能继续问追问与完整解答展开收起
追问
接入了哪些能力？本地还是远程？怎么鉴权、限制权限、处理超时和不可信工具返回？MCP 官方架构
追问回答
真实做过时说清具体能力，例如只读查询或设计稿读取；没做过不能声称已接入。架构上本地可使用 STDIO，远程可使用协议支持的 HTTP 传输；认证和权限由应用及服务端按方案落实，工具描述不等于授权。调用要有超时、参数与结果校验，返回内容不能被当作更高优先级指令执行。