MCP Server 通常是什么东西？Google Drive 有，GitHub 有，Notion 有。逻辑是：我是一个有大量用户的平台，我让 AI 能操作我这里的数据，这样用 AI 的人可以顺手把我也接进去。
我在做的是一个早期 iOS app，叫 Manitodo，用户只有我自己。我为什么要给它做 MCP Server？
起点是一个具体的不舒服。
我用 Claude Code 开发 Manitodo。AI 帮我写代码、调 bug、想架构，这件事已经很顺了。但有一个地方一直有点奇怪：AI 在帮我开发这个 app，但它不知道这个 app 里正在发生什么。
我在跟 AI 讨论"要不要给进度记录加一个时间线视图"，AI 可以给建议，但它不知道我在 Manitodo 里现在有几个目标、这些目标的完成度怎么样、我自己实际用这个产品的时候卡在哪里。它对产品本身是盲的，所有建议都是基于我描述给它的情况，而不是真实的产品状态。
这不是 AI 不够聪明，是它根本拿不到那些信息。
MCP Server 是我想到的答案：如果 Manitodo 能把自己的数据暴露出去，AI 在帮我做决策的时候就能看到真实情况，而不只是听我说。
这是两件很不一样的事。"给 app 加 AI 功能"是让 AI 服务用户，"给 app 做 MCP Server"是让 AI 服务开发者——也就是我自己。后者在独立开发的语境里其实更有用，但很少有人这么想。
开始做之后，遇到了一个比预想中更根本的问题。
AI 能拿到数据，但它不知道这些数据在我的产品里意味着什么。
举一个具体的地方。Manitodo 设定目标的时候，描述要用已经实现的状态来写——不是"我想学日语"，而是"掌握了日语 N2"。这是一个刻意的设计，用已实现的语气来描述目标，心理上的感受是不一样的。
这件事 AI 不会自己知道。你不说，它就照着用户说的话原封不动存进去。用户说"我想学日语"，它填的就是"我想学日语"。这个产品设计在 AI 介入之后悄无声息地失效了，没有报错，看起来一切正常。
类似的问题还有很多。比如 AI 拿到一个目标列表，它该展示哪些字段？只给标题它不够用——不知道这个目标的方向，下一步就得再查一次。给全字段又太重，而且大部分字段在这个场景里没有意义。怎么知道"够用"在哪里？这不是技术问题，是对产品的理解问题，AI 拿不到这个理解。
比如 AI 调了一个接口，拿回来一个空列表。它下一步该做什么？这取决于这个空列表在产品流程里意味着什么——是用户刚开始用、什么都没有，还是这个状态本来就不该出现。AI 不知道，除非你告诉它。
我意识到的事情是：给 AI 接入产品，真正要传递的不是接口，是你对产品的理解。接口它能调用，但这些设计决策、边界条件、上下文，它都不知道。而你知道。
这个过程有一个没预料到的副产品。
我在给 AI 写"说明书"的时候，被迫把很多从来没有明确说过的东西用语言描述了一遍。有些设计决策我心里有数，但从来没有写下来，因为只有我一个人用这个产品，没有必要解释给任何人听。
给 AI 解释的时候，这些东西必须说清楚，否则它就会做错。
有几个地方，我在写的时候发现自己其实没想清楚——我以为我知道"为什么这样设计"，但要说给 AI 听的时候，说不出一个完整的理由。
这是意思之外的收获：给 AI 做集成，结果帮我把产品想得更清楚了。强迫自己把显而易见的东西说出来，有时候才会发现它并没有那么显而易见。