🎉 亲爱的广场小伙伴们,福利不停,精彩不断!目前广场上这些热门发帖赢奖活动火热进行中,发帖越多,奖励越多,快来 GET 你的专属好礼吧!🚀
🆘 #Gate 2025年中社区盛典# |广场十强内容达人评选
决战时刻到!距离【2025年中社区盛典】广场达人评选只剩 1 天,你喜爱的达人,就差你这一票冲进 C 位!在广场发帖、点赞、评论就能攒助力值,帮 Ta 上榜的同时,你自己还能抽大奖!iPhone 16 Pro Max、金牛雕塑、潮流套装、合约体验券 等你抱走!
详情 👉 https://www.gate.com/activities/community-vote
1️⃣ #晒出我的Alpha积分# |晒出 Alpha 积分&收益
Alpha 积分党集合!带话题晒出你的 Alpha 积分图、空投中奖图,即可瓜分 $200 Alpha 代币盲盒,积分最高直接抱走 $100!分享攒分秘籍 / 兑换经验,中奖率直线上升!
详情 👉 https://www.gate.com/post/status/12763074
2️⃣ #ETH百万矿王争霸赛# |ETH 链上挖矿晒收益
矿工集结!带话题晒出你的 Gate ETH 链上挖矿收益图,瓜分 $400 晒图奖池,收益榜第一独享 $200!谁才是真 ETH 矿王?开晒见分晓!
详情 👉 https://www.gate.com/pos
我感觉随着AI编程工具的发展,我对MCP工具的理解也在改变
之前常用的 sequential thinking、task_manager,现在随着模型计划和推理能力的提升,有了plan mode和think harder/ultrathink,我更愿意在原生工具内部完成,而不是借助mcp
另一类是context7、deepwiki这类上下文增强工具,对于上下文工程,我需要更加精细化和准确,这类mcp目前还无法达到这个要求。所以我更倾向于自己深度整理而不是使用mcp
上下文整理的过程可能会借助Deep Research和NotebookLM等外部工具,在代码之外,先收集好高质量、且足够全面的上下文
还有一类能提高测试效率和准确度的mcp工具我是推荐的,比如playwright mcp
总结一下就是,mcp工具应该作为AI编程能力的延伸,就像手脚的作用,而不是增强大脑