MCP Sampling 解决的是「服务器想用大模型，但不想自己拿密钥」这件事。
通信方向
这是 MCP 里少数由服务器发起、客户端执行的能力。服务器在处理工具调用、读取资源或获取提示词的过程中，把消息列表发给已连接的客户端，由客户端用它自己掌控的模型完成推理，再把补全结果返回给服务器继续执行。结果是服务器侧不需要任何模型 API 密钥，模型访问、选择与权限都留在客户端手里。
为什么有用
官方把它定位为实现「智能体行为」的手段——让大模型调用嵌套在 MCP 服务器的其他功能内部。服务器还可以在采样请求里带上 `tools` 数组与 `toolChoice` 配置，请求客户端的模型在采样过程中调用工具；这些工具定义只在本次采样请求内生效，不必与服务器已注册的工具一致。
安全与人工确认
规范强调为信任与安全起见，应始终有人留在回路中，并且用户要有能力拒绝采样请求。应用应提供便于审查采样请求的界面、允许用户在发送前查看和编辑提示词、并在结果交付前提供审查。
状态：已废弃。规范版本 2026-07-28 起 Sampling 被标记为废弃（SEP-2577），按功能生命周期政策至少保留十二个月。新实现不应采用；已有实现应迁移到直接集成模型提供方 API。