近期，Google DeepMind和OpenAI等巨頭紛紛宣布支持由Anthropic主導(dǎo)的模型上下文協(xié)議（MCP），這一舉動(dòng)引發(fā)了行業(yè)內(nèi)的廣泛關(guān)注。MCP旨在成為AI Agent時(shí)代的開放標(biāo)準(zhǔn)，為AI模型與外部數(shù)據(jù)源和工具之間的交互提供標(biāo)準(zhǔn)化的解決方案。本文將深入探討MCP的核心價(jià)值、實(shí)際應(yīng)用場(chǎng)景以及它為開發(fā)者帶來的具體好處，幫助讀者理解這一新興標(biāo)準(zhǔn)如何推動(dòng)AI技術(shù)的發(fā)展和應(yīng)用。

AI領(lǐng)域的互操作性標(biāo)準(zhǔn)之爭(zhēng)正變得異常熱鬧。

就在本周，Google DeepMind CEO Demis Hassabis宣布，將為其Gemini模型添加對(duì)Anthropic主導(dǎo)的模型上下文協(xié)議MCP的支持，稱其為“一個(gè)優(yōu)秀的協(xié)議，正迅速成為 AI Agent 時(shí)代的開放標(biāo)準(zhǔn)”。

這距離OpenAI CEO Sam Altman宣布支持MCP僅僅過去幾周時(shí)間。

幾乎在同一時(shí)間段，Google Cloud也高調(diào)推出了自己主導(dǎo)的、旨在實(shí)現(xiàn)AI Agent之間協(xié)作和工作流自動(dòng)化的開放協(xié)議——Agent2Agent (A2A)，并聯(lián)合了包括Salesforce、Box等在內(nèi)的 50 多家技術(shù)伙伴。

這種看似“左右互搏”的舉動(dòng)——既擁抱競(jìng)爭(zhēng)對(duì)手的標(biāo)準(zhǔn)，又力推自家的新協(xié)議，恰恰凸顯了當(dāng)前行業(yè)對(duì)于如何讓AI模型、Agent更有效地連接外部數(shù)據(jù)、工具乃至彼此協(xié)作的迫切需求與探索。盡管A2A的目標(biāo)是Agent間的通信與協(xié)作，Google對(duì)MCP的明確支持，仍然被視為MCP走向主流標(biāo)準(zhǔn)的一個(gè)強(qiáng)力信號(hào)。

B端产品经理的能力模型与学习提升

B端产品经理面临的第一大挑战，是如何正确的分析诊断业务问题。 这也是最难的部分，产品设计知识对这部分工作基本没有帮助，如果想做好业务分析诊断，必须具备扎实 ...

查看详情 >

那么，這個(gè)讓巨頭們投入關(guān)注，并且已經(jīng)在實(shí)際應(yīng)用中嶄露頭角的MCP，其核心價(jià)值究竟是什么？它能為開發(fā)者和用戶帶來哪些實(shí)實(shí)在在的好處？

01 AI的“通用連接器”

MCP 最初由 Anthropic 提出并開源，旨在創(chuàng)建一個(gè)開放、標(biāo)準(zhǔn)的規(guī)范，讓大型語言模型能夠無縫地與各種外部數(shù)據(jù)源和工具（如業(yè)務(wù)軟件、數(shù)據(jù)庫(kù)、代碼庫(kù)等）進(jìn)行交互?？梢詫⑵湎胂鬄锳I世界的“USB-C”或“通用翻譯器”，解決模型智能與現(xiàn)實(shí)應(yīng)用之間的連接問題。

在Anthropic的推動(dòng)下，尤其是在OpenAI和Google這兩大巨頭相繼明確表態(tài)支持后，MCP正從一個(gè)有潛力的提議，加速成為被廣泛接受的標(biāo)準(zhǔn)。這標(biāo)志著AI應(yīng)用開發(fā)朝著更統(tǒng)一、更高效的方向邁出了重要一步。國(guó)內(nèi)如阿里云百煉等平臺(tái)也已迅速跟進(jìn)，上線MCP功能并著手構(gòu)建服務(wù)生態(tài)。

MCP的核心價(jià)值在于“標(biāo)準(zhǔn)化”。它定義了一套通用規(guī)范，允許任何AI模型（客戶端）通過輕量級(jí)的“MCP服務(wù)器”與外部資源交互。這解決了以往需要為每個(gè)模型和工具定制集成方案的碎片化問題，MCP借鑒了API、LSP等協(xié)議標(biāo)準(zhǔn)化的成功經(jīng)驗(yàn)。雖然技術(shù)本身非顛覆性，但其標(biāo)準(zhǔn)化的嘗試對(duì)提升開發(fā)效率和拓寬應(yīng)用場(chǎng)景潛力巨大。

02 MCP到底有什么用？

那么MCP的實(shí)際價(jià)值體現(xiàn)在何處？關(guān)鍵在于其模型無關(guān)的通用性、可重用性和組合性，這使得AI能夠在真實(shí)場(chǎng)景中發(fā)揮更大作用。

首先，MCP有效打通了AI與外部數(shù)據(jù)和工具的壁壘。有了MCP，AI能直接與數(shù)據(jù)庫(kù)對(duì)話，用自然語言查詢實(shí)時(shí)的銷售數(shù)據(jù)；或者連接到你的代碼倉(cāng)庫(kù)，像一個(gè)真正的助手那樣瀏覽、理解甚至修改代碼。同樣，通過接入Slack、Google Drive等日常生產(chǎn)力工具的MCP服務(wù)器，AI可以幫你收發(fā)消息、查找更新文檔，無縫融入你的工作流程。

MCP的更大的潛力在于驅(qū)動(dòng)更復(fù)雜的Agent行為和跨服務(wù)協(xié)作。AI Agent不再局限于執(zhí)行單一任務(wù)，而是能組合調(diào)用多個(gè)MCP服務(wù)器來完成復(fù)雜目標(biāo)。

必優(yōu)科技近期發(fā)布了AI PPT方向的MCP Server，市場(chǎng)負(fù)責(zé)人張嘉蒙給硅星人舉了一個(gè)例子：要生成一份介紹北京交通的PPT，AI可以先調(diào)用地圖服務(wù)商（如高德）的MCP獲取交通數(shù)據(jù)，再調(diào)用PPT制作工具（比如必優(yōu)自己的服務(wù)）的MCP來整合信息并生成演示文稿。這種跨服務(wù)的便捷調(diào)度，尤其是讓不同開發(fā)者提供的服務(wù)能被AI靈活組合，在過去是難以想象的，MCP則有望打破這種壁壘?！俺Ｒ?guī)我是調(diào)不到高德接口的，因?yàn)樗麄儧]空理我們，MCP至少讓我們的門檻降低了”。

Codeium是最早集成 MCP的開發(fā)者工具公司之一。在他們的 IDE產(chǎn)品Windsurf中引入了MCP 支持，使AI能夠執(zhí)行各種開發(fā)任務(wù)，而不僅僅是代碼補(bǔ)全。Codeium 的付費(fèi)用戶可以通過 GUI 或配置文件配置外部 MCP 服務(wù)器，Codeium 用戶可以連接一個(gè)文件系統(tǒng)或 Git MCP 服務(wù)器，以便 AI 代理可以瀏覽和修改項(xiàng)目文件。 Codeium團(tuán)隊(duì)指出，Windsurf 現(xiàn)在能夠讓用戶自己選擇MCP 服務(wù)器，以使用定制工具和服務(wù)。這種擴(kuò)展性極大地增強(qiáng)了 AI 在 IDE 中的能力—-AI 不再局限于靜態(tài)代碼，而是能夠與外部 API 交互、運(yùn)行測(cè)試命令或通過網(wǎng)絡(luò)搜索查詢文檔。

此外，像LangChain這樣的開源代理框架已開始整合MCP。已有工具發(fā)布，可將MCP工具轉(zhuǎn)換為適用于Python或TypeScript代理的LangChain工具，這意味著使用LangChain規(guī)劃的現(xiàn)有代理可以像調(diào)用本地函數(shù)一樣調(diào)用MCP服務(wù)器。這些表明，MCP正在吸引那些希望其AI代理具備廣泛功能而不必從頭編寫每個(gè)集成的開發(fā)者。

另一個(gè)更生動(dòng)的一個(gè)例子來自一位自稱代碼小白的開發(fā)者“瑪格麗特加鹽”，他利用Cherry Studio平臺(tái)，接入Gemini模型，并參考官方文檔自建了一個(gè)MCP服務(wù)器，該服務(wù)器集成了搜索API（包含谷歌地圖、航班、酒店工具）。通過這種方式打造了一個(gè)個(gè)性化的旅行助手。在測(cè)試中，當(dāng)詢問“新加坡機(jī)場(chǎng)到景點(diǎn)的公共交通路線”時(shí)，AI通過MCP調(diào)用了谷歌地圖工具，給出了比通用AI（如豆包）更具體、準(zhǔn)確且附帶地圖截圖的路線規(guī)劃。在處理更復(fù)雜的“規(guī)劃杭州到新加坡行程（含機(jī)票酒店推薦）”任務(wù)時(shí)，AI更是展現(xiàn)了按需依次調(diào)用時(shí)間、航班、酒店搜索等多個(gè)MCP工具的能力，實(shí)現(xiàn)了多步驟規(guī)劃，其結(jié)果的可用性也顯著優(yōu)于通用AI的簡(jiǎn)單聯(lián)網(wǎng)搜索。

當(dāng)我們對(duì)比MCP與特定模型的內(nèi)置功能（如Function Calling）時(shí)可以看到，MCP不局限于某個(gè)模型意味著為一個(gè)工具構(gòu)建的MCP服務(wù)器，可以被任何支持MCP協(xié)議的AI客戶端復(fù)用，極大地促進(jìn)了工具生態(tài)的繁榮，因此被形象地稱為“AI領(lǐng)域的ODBC”。當(dāng)然，這種靈活性也可能帶來額外的部署開銷和初期技術(shù)門檻。

目前，MCP也存在著一些局限性。例如開發(fā)者“多多”在嘗試使用Claude + Blender MCP進(jìn)行3D建模時(shí)發(fā)現(xiàn)的，雖然MCP能讓AI執(zhí)行一些Blender的簡(jiǎn)單操作，但在從零創(chuàng)建復(fù)雜模型或精確修改特定部位時(shí)效果不佳，AI難以精確理解3D空間的細(xì)節(jié)。她的經(jīng)驗(yàn)表明，現(xiàn)階段MCP在某些專業(yè)領(lǐng)域的深度應(yīng)用，可能更適合輔助專業(yè)用戶加速簡(jiǎn)單操作，或在已有模型基礎(chǔ)上進(jìn)行粗略調(diào)整，而非完全替代傳統(tǒng)流程。

也就是說，要發(fā)揮MCP的價(jià)值，不僅依賴協(xié)議本身，更依賴于MCP服務(wù)器的具體能力以及AI模型對(duì)任務(wù)和工具的理解程度，其在特定領(lǐng)域的成熟仍需時(shí)日。

MCP并非完美無缺，傳統(tǒng)API在某些場(chǎng)景下仍有其價(jià)值。當(dāng)前其應(yīng)用尚處早期，但跨模型兼容性和標(biāo)準(zhǔn)化的優(yōu)勢(shì)正吸引著越來越多的參與者。

從目前趨勢(shì)看，隨著行業(yè)主要玩家的采納、相關(guān)生態(tài)的逐步建立以及更多實(shí)際應(yīng)用的探索，MCP很可能成為AI與現(xiàn)有軟件和服務(wù)集成的基礎(chǔ)技術(shù)。我們可能會(huì)看到更多產(chǎn)品“自帶”MCP接口，讓軟件天生具備“AI就緒”能力。這就像瀏覽器擴(kuò)展API改變了網(wǎng)頁(yè)交互一樣，MCP正在為AI模型提供一套標(biāo)準(zhǔn)化的方式，與現(xiàn)實(shí)世界的數(shù)字工具進(jìn)行協(xié)作。MCP有潛力成為提升AI在具體業(yè)務(wù)場(chǎng)景中實(shí)用性的關(guān)鍵基礎(chǔ)設(shè)施，促進(jìn)AI與現(xiàn)有軟件和工作流程更緊密的融合。