Quello：用MCP打通所有AI的工作上下文

引言：AI助手们的"失忆症"

每天，我们穿梭于Claude、ChatGPT、Gemini等不同AI助手之间，却发现每个对话都从零开始。它们不知道你上周写的文档、昨天开的会议、或正在推进的项目——这种"失忆症"让AI的实用性大打折扣。Product Hunt上的一款新产品Quello，试图用MCP（Model Context Protocol）解决这个痛点：它把分散在各类工具、文档和知识库中的工作上下文，统一带入你常用的AI助手中。

核心功能：不只是搜索，而是理解

Quello的定位很明确：其他工具搜索你的文件，Quello理解你的工作。它构建了一个统一的工作空间，将你的工具、文档和知识整合在一起，并确保每个答案都有引用来源。更特别的是，它提供了一个语音代理，让你可以直接"对话"而不是打字。

与传统的企业搜索工具不同，Quello强调"上下文层"的概念。它不只是返回匹配关键词的文档片段，而是试图构建一个连贯的工作知识图谱。当你在Claude中询问项目进展时，Quello能自动提供相关的会议记录、任务列表和设计文档，让AI的回答有据可依。

“上下文层”（context layer）是近年来AI工程领域出现的一个概念，指位于底层数据源与上层AI应用之间的一层服务，负责汇聚、清洗、索引并检索与当前任务相关的背景信息。传统企业搜索只做关键词或语义匹配，返回孤立文档；上下文层则强调信息的关联性与时效性，会结合项目、人员、时间等维度构建知识图谱，并在AI需要时按需注入。它的价值在于解决大模型的“上下文窗口有限”和“数据孤岛”两大痛点，让模型不必依赖用户手动粘贴背景，也能给出贴合实际工作的回答。Quello将自己定位为这一层，意味着它的核心资产是结构化的上下文索引，而非另一个聊天界面。

MCP：让上下文跨AI流动的技术基石

Quello之所以能实现跨AI平台的上下文共享，核心在于采用了MCP协议。这个由Anthropic提出的开放标准，允许AI应用安全地连接外部数据源和工具。Quello基于MCP构建，意味着它可以将你的完整工作上下文带入Claude、ChatGPT、Gemini、Grok和Perplexity——覆盖了当前主流的大模型助手。

这种设计思路值得关注：它不试图取代任何一个AI助手，而是成为它们共同的"记忆层"。对于同时使用多个AI工具的用户来说，这解决了上下文割裂的问题。你不再需要反复粘贴背景信息，Quello会自动处理好这一切。

MCP（Model Context Protocol）是Anthropic于2024年11月提出的开放协议，旨在为AI应用与外部数据源、工具之间建立标准化的连接方式。可以将其理解为“AI领域的USB-C接口”：开发者只需按照MCP规范实现一次服务端，即可让任何支持该协议的AI客户端（如Claude Desktop、IDE插件等）安全地读取数据或调用工具。MCP采用客户端-服务端架构，通过JSON-RPC进行通信，并内置权限控制机制，让用户明确授权AI可以访问哪些资源。与传统的API集成相比，MCP降低了重复开发的成本，使上下文和工具能力可以在不同AI平台间复用。这也正是Quello能够“一次接入、多端共享”的技术前提。

引用与语音：细节处的产品思考

Quello在两个细节上体现了产品深度。首先，所有答案都附带引用。这在企业场景中至关重要——当AI给出建议时，你能快速追溯信息来源，验证准确性。相比那些"黑箱"式的AI回答，引用机制提升了可信度。

其次，语音代理的加入降低了使用门槛。在移动场景或双手忙碌时，直接说话比打字更自然。虽然语音交互并非新概念，但将其与工作上下文结合，让"边走路边问项目进度"成为可能，这拓展了AI助手的使用场景。

在AI产品中，“引用”（citation）机制指的是在生成回答时标注信息来源，通常以脚注、链接或片段高亮的形式呈现。它属于“可溯源生成”（grounded generation）的一环：模型先检索相关文档，再基于检索结果作答，并指明每句话依据哪份材料。引用机制的价值在于三点：一是降低幻觉风险，让用户能核实事实；二是满足企业合规与审计要求；三是帮助用户快速跳转到原始文档。与仅展示“参考链接”的简单做法相比，成熟的引用系统还会标注段落位置和置信度。对于知识工作场景，引用是建立信任的关键设计，也是Quello区别于“黑箱”式AI回答的重要卖点。

市场定位与潜在挑战

Quello在Product Hunt上获得了76票，排名第10，对于一款生产力工具来说是不错的起步。它瞄准的是知识工作者——那些同时使用多个AI助手、需要频繁切换工作场景的人群。

不过，挑战也很明显。MCP生态尚在早期，用户对"上下文层"的认知需要培养。此外，如何确保不同AI平台对MCP的支持程度一致，以及数据隐私和权限管理如何落地，都是Quello需要持续解答的问题。但如果它能兑现承诺，Quello可能成为AI助手时代的基础设施——就像浏览器之于互联网，让每个AI都拥有完整的你。