先说背景。MCP 这东西对我来说不算新了，去年就开始用——最早就是给 Claude Code 和 Codex 挂几个 MCP server，联网搜索、文档检索、GitHub 搜索这几样，属于"加了能用、不加也能凑合"的状态，没太当回事。
但这两天在公司干活，把 agent 和 MCP 认真组合起来用了一轮，有点改观。最直接的感受是：AI 的幻觉明显少了，产出的东西也更经得起核对。原因其实不玄学——以前模型是凭训练记忆瞎编，现在每一步关键信息都来自真实检索、真实文件、真实接口返回，编的空间被压缩了。 
所以想把这段实战经历写下来，包括踩的坑。不是那种"五分钟教你搭建 AIGC 系统"的速成贴，是真在项目里跑过、亏过 token、半夜排过故障之后的东西。如果你也在搞 agent 开发，应该能少走点弯路。 
下面分四块讲：MCP 到底解决了什么、为什么要拆成多个 agent、我自己那套架构怎么搭...