直結とはどこでもいってないですが、
トランスでコモンモードとか
EMI対策用にノイズを低減して
PHYのピンにはTx+,Tx-で信号線が入ります。
LAN用チップの仕様書見れば分かると思いますが。。。
PHYはアナログデジタルの混合LSIであり
デジタルのみのLSIとは違います。

ＰＨＹの機能はアナログの信号を
デジタルに直し、マンチェスターデコードして
MIIインタフェースにシリアルでMACチップにデータを
送受信するもの

トランスは
802とかに規定されているEthernetの
信号レベルの規格内に信号レベルを
合わせるために、信号レベルを低減させるための
ものだと思ってるんですが違うんですかね。。。