6.6萬次調用省7000工時，Pinterest把AI工具調用做

Pinterest 的工程團隊最近干了一件事：把公司內部幾十個 AI 工具接口，統一塞進了一套叫 MCP 的"插座系統"里。

以前工程師想讓 AI 查個日志、改個配置，得挨個對接不同系統的 API，像去不同國家旅游要帶一堆轉換插頭?，F在 MCP 相當于一個萬能插座，AI 智能體插上去就能調用 Presto、Spark、Airflow 這些內部工具，還能直接訪問實時數據。

這套架構的核心是一組云托管的 MCP 服務器，每個只干一件事——查數據的就是查數據的，跑任務的就是跑任務的。這種"分灶吃飯"的設計，既防止 AI 拿到太多無關信息（上下文膨脹），也方便管權限：誰能讓 AI 動生產環境，誰只能查只讀數據，分得清清楚楚。

所有服務器都在一個中心注冊表里登記在冊，工程師在聊天窗口或 IDE 里@一下 AI，它先去注冊表"查戶口"——這服務器靠譜嗎？你有權限用嗎？——確認完了才動手。2025 年 1 月的數據是：每月 6.6 萬次調用，844 個活躍用戶，省下來約 7000 個工時。

但 Pinterest 沒讓 AI 完全放飛。涉及敏感操作時，系統會彈出一道"人工閘"：AI 可以提方案，改不改得等人點個頭。安全層面搞了雙層驗證——人進系統用 JWT，服務之間走服務網格身份，高權限操作鎖死在特定團隊手里。

這套東西從概念驗證到生產級落地，給想搞企業級 AI 自動化的公司提供了一個可抄的作業：重點不是讓 AI 說話多好聽，而是讓它能安全、可靠地摸到真實的系統和數據。

Pinterest 的工程師在內部博客里提到，有個用戶反饋說，以前排查一個故障工單平均要 40 分鐘，現在 AI 直接生成上下文摘要，自己只要花 5 分鐘確認和決策——這 35 分鐘的差距，就是 MCP 省出來的。