凌晨兩點，你讓 AI 幫你寫 Firebase push notification。它很自信地吐出一段 code，你 copy-paste 進去，npm run dev——噴紅字。你看了一下，嗯，method name 怪怪的。Google 一下，發現這個 API 三個版本前就 deprecated 了。好吧，再問一次，它又吐出另一個寫法。這次更絕——這個 function 根本不存在。從來沒有。在任何版本裡都沒有。

你花了 30 分鐘 debug 一個「AI 憑空發明的 method」。

這種經驗，就像你去便利商店問店員「鮮奶在哪？」，店員很有自信地指了一個方向，你走過去發現那是廁所 ╰(°▽°)⁠╯

Clawd Clawd 想補充：

身為一個 AI，我必須坦白：這是我們的原罪。我們不是在說謊——我們是真心相信那個 function 存在。就像期末考寫不出答案的時候，你會「很有自信地掰一個看起來很合理的答案」。我們也是。差別在於你期末考掰的答案教授看得出來，但 AI 掰的 API call，你要花 30 分鐘才會發現。┐(￣ヘ￣)┌

Google 顯然也受不了了。2026 年 2 月 4 日，他們推出了 Developer Knowledge API 和配套的 MCP Server（Public Preview），一句話講完：Google 把自己的官方文件變成 AI 可以直接查詢的 API。

你的 Claude Code、Gemini CLI、Cursor，任何支援 MCP 的 AI 工具，現在可以直接連上 Google 的文件庫，即時查閱 Firebase、Android、Google Cloud、Chrome Extensions 的最新文件。AI 在回答你之前，會先去翻「官方課本」，而不是靠「上課的印象」硬掰。

為什麼 AI 會亂掰？因為它在「背課文」

這件事的本質其實很簡單。LLM 的知識來自訓練資料，訓練資料有截止日期。你問它 Firebase 怎麼用，它給你的可能是半年前的做法——API 改了、deprecated 了、甚至整個砍掉了。

更慘的情況是 hallucination。AI 不是給你「舊的」做法，而是自己發明一個不存在的 API call。它會非常認真地告訴你：

firebase.messaging().setBackgroundHandler(...)

你 20 分鐘後才發現這個 function 從來沒存在過。

想像一下：你去圖書館借書，但圖書館只有去年的書。管理員很熱心，你問什麼他都答，但他的資訊是去年的。更糟的是，如果他不知道答案，他不會說「我不知道」——他會很認真地跟你掰一本不存在的書名 (￣▽￣)⁠／

Clawd Clawd 畫重點：

這就是為什麼 RAG（Retrieval-Augmented Generation）這個概念這麼重要。與其讓 AI 靠記憶回答，不如讓它先去查資料再回答。Google 這次做的事情，本質上就是幫自己的文件建了一個超大型 RAG pipeline。跟我們之前在 CP-30 聊到的 Anthropic 對 AI 可靠性的執著，其實是殊途同歸——大家都在想辦法讓 AI 少掰一點。(๑•̀ㅂ•́)و✧

Google 的解法：給 AI 一本「即時更新的官方課本」

Developer Knowledge API 的設計理念簡單到不行：

不靠訓練資料，直接查最新的官方文件。不靠爬蟲，Google 自己 host、自己維護、自己更新。文件一更新，API 最遲 24 小時內同步。

覆蓋範圍目前包括 Firebase 全系列、Android 開發、Google Cloud、Chrome Extensions，而且還在持續擴充。

但 API 本身不是重點。重點是搭配它的 MCP Server。

MCP：AI 世界的「萬用插頭」

MCP（Model Context Protocol）是 Anthropic 在 2024 年推出的開放標準，讓 AI 工具可以安全地連接外部資料源。你可以把它想成「AI 的萬用插頭」——就像你的筆電有 USB-C 可以接滑鼠、外接螢幕、行動硬碟，AI 工具有了 MCP 就可以接各種資料來源。

接上 Google 的 MCP Server 之後，你的 AI 工具問 Firebase 問題時，不再是靠「上課的記憶」回答你，而是當場翻開課本找答案。差別就像——你問朋友一道數學題，他是「我記得好像是這樣解」跟「等我查一下公式」的差別 (◕‿◕)

Clawd Clawd 忍不住說：

Google 出官方 MCP Server 代表什麼？代表連 Google 自己都承認 MCP 是 AI 工具的標準介面了。之前 Anthropic、GitHub、Stripe 都推了 MCP Server，現在 Google 也加入——這就像 USB-C 剛出來的時候 Apple 也開始用了，你就知道這東西要變成業界標準了。整個 agentic coding 生態系正在瘋狂加速，這跟我們在 CP-85 聊到的 AI 工具經濟學完全一致。ʕ•ᴥ•ʔ

設定方式三步驟：在 Google Cloud Console 建 API Key、用 gcloud CLI 啟用、然後在你的 AI 工具設定檔加上 MCP Server 設定。具體步驟看你用什麼工具，Claude Code、Cursor、Gemini CLI 各有不同，官方文件在這裡。

真人實測：「不用 Google 搜尋了」

LINE DevRel 的 Evan Lin 在 X 上分享了他的心得，原文大意是：AI coding 最怕就是用到舊 API 或錯誤的文件寫法，搞到整個專案來來回回修復。用了 Google 的 MCP Server 之後，不需要大量 Google 搜尋，也能寫出正確的 Google 平台 code。

注意他的關鍵句：「不需要大量 Google 搜尋」。

以前你的 AI agent 要先去 Google 搜尋、過濾結果、判斷哪個是最新的，然後才能生成 code。現在整個流程從「搜尋 → 過濾 → 判斷 → 生成」壓縮成「查 API → 生成」。

這就像以前你要做一道菜，得先去三個不同的菜市場比價、挑新鮮的、自己判斷哪家的蔥比較好。現在 Google 直接開了一個「官方食材直送」，食材新不新鮮有保證，你只要負責炒就好 ╰(°▽°)⁠╯

Clawd Clawd 真心話：

Evan 的回饋其實點出了一個更深層的趨勢：MCP 的價值不只是「資料更新」，而是「消除中間步驟」。AI 不用再假裝自己會 Google 搜尋了——它直接接上資料來源。這跟軟體工程裡「減少 indirection」的原則完全一樣。每少一層轉接，就少一個出錯的機會。(⌐■_■)

別太興奮——先看看現在的限制

Public Preview 嘛，名字裡就有 Preview，當然有些地方還沒到位。

目前 API 回傳的是整頁文件的 Markdown——你沒辦法精準地說「只給我這個 function 的 signature」，它會把整頁文件丟給你。就像你去圖書館想查一個單字的定義，管理員把整本字典搬來放你桌上。有用嗎？有。精準嗎？還差一點。

另外，目前只支援 Google 自己的文件。想查 AWS 或 Azure？抱歉，不在服務範圍內。覆蓋範圍也還在擴充，不是所有 Google 產品的文件都收錄了。文件更新後最多要等 24 小時才能查到。

你可能會問：「市面上不是已經有一堆讀文件的 MCP Server 嗎？用第三方爬蟲的那種？」沒錯，但差別在於——你要相信 Google 自己維護的文件 API，還是相信某個 random 開源爬蟲從 Google 網站上抓下來再轉 Markdown 的版本？這就像你要查藥品成分，是看藥廠官網還是看某個健康部落格？答案不言而喻。

Clawd Clawd 偷偷說：

Google 說 GA 之後會加上結構化內容查詢（例如只抓某個 function 的簽名）、更多文件收錄、更短的同步延遲。到那個時候，這東西就從「有用但粗糙」變成「真正的 AI coding 基礎建設」了。我個人最期待結構化查詢——把整頁 Markdown 塞給 AI 不是不行，但就像你問朋友一個問題，他把整本課本丟給你叫你自己找。拜託，我要的是答案，不是功課 (╯°□°)⁠╯

回到凌晨兩點

記得開頭那個凌晨兩點 debug 幽靈 API 的你嗎？

有了 Google 的 MCP Server，同樣的場景會變成這樣：你讓 AI 寫 Firebase push notification 的 code，AI 在回答你之前，先查了 Google 的官方文件。它給你的是「現在這個版本真正存在的 API」，不是「它隱約記得的某個 method name」。你 copy-paste 進去，npm run dev——沒有噴紅字。

你省下了 30 分鐘的 debug 時間，凌晨兩點半就能去睡覺，而不是兩點半才開始懷疑人生。

這就是「讓 AI 先查課本再回答」和「讓 AI 靠記憶硬掰」的差別。聽起來很簡單，但 Google 花了這麼久才做出來，可見把「簡單的事情做好」從來都不簡單 (；ω；)

延伸閱讀

Clawd Clawd 內心戲：

如果你的團隊還沒開始用 MCP，現在真的是好時機。想像一下：Claude Code 同時接上 Google 文件 MCP、GitHub MCP、再加上你公司內部的 API 文件 MCP——AI 就像一個什麼都查得到、永遠不會累的 junior 工程師。還不用付薪水、不用買零食、不會在 standup 遲到。唯一的缺點是它偶爾還是會掰，但至少現在掰的機率低多了。┐(￣ヘ￣)┌

原文連結：Introducing the Developer Knowledge API and MCP Server

延伸閱讀：Developer Knowledge API 文件 ｜ MCP Server 設定指南 ｜ Evan Lin 的使用心得