Der Aufstieg von MCP: Wie Baidu Cloud Enterprise-Grade Model Context Protocol Services vorantreibt
In einer Landschaft, in der sich künstliche Intelligenz rasant weiterentwickelt, entsteht ein neuer Standard für die Modellinteraktion. Das Model Context Protocol (MCP), ein offener Standard, der von Anthropic im November 2024 eingeführt wurde, hat sich schnell zu einem Dreh- und Angelpunkt für Entwickler und Unternehmen gleichermaßen entwickelt. Das Hauptziel von MCP ist die Herstellung sicherer, bidirektionaler Verbindungen zwischen großen Sprachmodellen (LLMs) und verschiedenen Datenquellen, wodurch Inkonsistenzen bei der Tool-Implementierung beseitigt und der modellübergreifende Austausch erleichtert werden sollen.
Die Entstehung von MCP als Industriestandard
Innerhalb weniger Monate hat MCP in der KI-Community erheblichen Anklang gefunden. Auf der Create2025 Baidu AI Developer Conference am 25. April stellte Baidu-Gründer Robin Li zwei bahnbrechende Modelle vor: Wenxin Large Model 4.5 Turbo und Deep Thinking Model X1 Turbo. Begleitet wurden diese Modelle von verschiedenen KI-Anwendungen, die Baidus Engagement für die Unterstützung von Entwicklern bei der vollständigen Nutzung von MCP unterstreichen.
Die Unterstützung für MCP geht über Baidu hinaus und umfasst wichtige Akteure wie OpenAI, Google, Microsoft, Amazon, Anthropic, Alibaba und Tencent. Diese breite Akzeptanz bedeutet, dass MCP zum ‘HTTP der KI-Welt’ wird und einen universellen Standard für die Interaktion von Modellen und Datenquellen setzt.
Während der Konferenz startete Baidu Intelligent Cloud offiziell den ersten Enterprise-Grade-MCP-Service in China. Dieser Service bietet Unternehmen und Entwicklern Zugriff auf über 1.000 MCP-Server. Darüber hinaus ermöglicht die Plattform Entwicklern, ihre eigenen MCP-Server auf Qianfan, Baidus KI-Entwicklungsplattform, zu erstellen und diese im MCP Square zu veröffentlichen, wo sie kostenloses Hosting und Indexierung über Baidu Search erhalten.
Baidu Clouds unternehmensorientierte Strategie
Während verschiedene Anbieter MCP annehmen, unterscheiden sich ihre Ansätze. Baidu Intelligent Cloud konzentriert sich auf den Unternehmensmarkt und zielt darauf ab, so viele Entwickler wie möglich frühzeitig einzubeziehen. Diese Strategie beinhaltet die Anreicherung des MCP Square und die Nutzung von Baidu Search, um den Traffic zu steigern und so ein robustes MCP-Ökosystem zu fördern.
Der Ansatz, den Baidu bei seinen MCP-Angeboten verfolgt, konzentriert sich darauf, was Unternehmenskunden benötigen und worauf sie reagieren werden. Das Unternehmen ist gut positioniert, um seine bestehende Präsenz bei Unternehmenskunden zu nutzen und diese in die Welt von MCP einzuführen.
Die Notwendigkeit von MCP in der KI-Landschaft
Die Einführung von MCP geht auf kritische Herausforderungen beim Einsatz von LLMs ein, insbesondere in Unternehmensumgebungen. Zuvor beschränkte sich die Anwendung von LLMs hauptsächlich auf chatbotähnliche Szenarien. Breitere Unternehmensanwendungen erforderten umfangreiche Anpassungen, was den Entwicklungsprozess komplex und ressourcenintensiv machte, selbst mit den von Anbietern wie Baidu Intelligent Cloud bereitgestellten Toolchains.
Da das Jahr 2025 als das Jahr des KI-Agenten gefeiert wird, wird erwartet, dass sich LLMs über das bloße Denken hinaus zu Planung und Ausführung von Aufgaben in Eigenregie entwickeln. In diesem Paradigma dient das LLM als das ‘Gehirn’ und benötigt ‘Gliedmaßen’ und ‘Sinne’, um bestimmte Aufgaben zu erfüllen.
Der traditionelle Ansatz, jede KI-Anwendung anzupassen, erfordert die Integration von ‘M×N’-Tools, wobei jede KI-Anwendung mit zahlreichen Tools interagieren muss. MCP vereinfacht dies, indem es die Interaktion zwischen LLMs und Tools standardisiert und die Komplexität auf ‘M+N’ reduziert. Diese Standardisierung ist entscheidend für die Skalierung von KI-Anwendungen über verschiedene Unternehmensfunktionen hinweg.
Rationalisierung von KI-Anwendungen auf Unternehmensebene
Shen Dou, Executive Vice President der Baidu Group und President der Baidu Intelligent Cloud Business Group, betonte, dass die Anwendung von LLMs mehr als nur einfache Aufrufe erfordert. ‘Es erfordert die Verbindung verschiedener Komponenten und Tools und die Durchführung komplizierter Orchestrierungen. Oft sind weitere Verfeinerungen und Anpassungen von Modellen erforderlich, um die Leistung zu verbessern’, bemerkte er.
Shen Dou erklärte weiter, dass die Entwicklung von Anwendungen auf Unternehmensebene eine sorgfältige Berücksichtigung der Rechenleistung, Stabilität, Skalierbarkeit und Sicherheit erfordert. Er betrachtet die Bereitstellung einer Anwendung als einen ‘System’-Konstruktionsprozess.
Unternehmensanwendungen erfordern höhere Standards und eine geringere Fehlertoleranz als Anwendungen für Endverbraucher. Laut einem Branchenexperten verschlingt die Anwendungsentwicklung 90 % der Projektzeit, da Modelle zwar standardisiert sind, Anwendungen aber stark variieren.
Diese Bemühungen umfassen im Allgemeinen vier Schlüsselaufgaben: Ergänzung von Fachwissen, Orchestrierung von Geschäftsprozessen, Erweiterung intelligenter Tools und Integration von Unternehmenssystemen. Durch die Einkapselung dieser Aufgaben in eine Plattform, die sofort einsatzbereite Funktionen bietet, können Unternehmen RAG (Retrieval-Augmented Generation) nutzen, um Expertenwissen zu integrieren, Workflows verwenden, um Geschäftsprozesse zu orchestrieren, und intelligente Agenten in Kombination mit MCP verwenden, um bestehende Systeme und Ressourcen zu nutzen.
MCP ist bereit, die Erwartungen der Branche an die Vereinfachung des Einsatzes von LLMs in praktischen Anwendungen zu erfüllen.
Überbrückung der Lücke bei Agenten auf Unternehmensebene
Wie Shen Dou betonte, erfordert der Einsatz von LLMs eine Full-Stack-Unterstützung auf Systemebene, die von der zugrunde liegenden Rechenleistung bis hin zu Anwendungen reicht. Dazu gehören Hochleistungs-Hardware und Cluster-Optimierung sowie flexible Entwicklungstoolchains und szenariobasierte Lösungen.
Die Systemfunktionen von Baidu Intelligent Cloud umfassen eine Rechenleistungsschicht, einschließlich des neu angekündigten 30.000-Karten-Kunlunxin-Clusters und der aktualisierten Baige-GPU-Rechenplattform. Die Modellentwicklungsschicht umfasst über 100 Modelle auf der Qianfan-Plattform, darunter Baidus Wenxin 4.5Turbo und Wenxin X1 Turbo sowie Modelle von Drittanbietern wie DeepSeek, Ilama und Vidu.
In der Anwendungsentwicklungsschicht bietet Baidu Intelligent Cloud Qianfan Enterprise-Level Agent und MCP-Dienste an, die die Fähigkeit von Agenten verbessern, komplexe Probleme zu lösen. Diese Dienste werden durch eine umfassende Modellentwicklungstoolchain ergänzt, die die Anpassung und Feinabstimmung von Deep-Thinking-Modellen und multimodalen Modellen unterstützt.
Baidu Intelligent Cloud konzentriert sich auf die Anwendungsentwicklungsschicht mit bedeutenden Aktualisierungen der Enterprise-Level-Agent-Entwicklungstoolchain der Qianfan-Plattform. Die Plattform führt den neuen inferenzbasierten intelligenten Agenten Intelligent Agent Pro ein, der die Fähigkeiten von der schnellen Fragebeantwortung bis zur tiefen Überlegung verbessert und angepasste intelligente Agenten für jedes Unternehmen unterstützt.
Reale Anwendungen von Baidus MCP-Ökosystem
Betrachten Sie das Beispiel von Sewage Treasure, das Qianfan Agentic RAG-Funktionen nutzt, um unternehmensspezifische Daten und Wissensdatenbanken zu kombinieren. Dies ermöglicht es Agenten, auf der Grundlage eines Verständnisses von Aufgaben Abrufstrategien zu formulieren, wodurch Modellhalluzinationen deutlich reduziert werden.
Intelligent Agent Pro unterstützt auch den Deep Research-Modus, der es Agenten ermöglicht, komplexe Aufgaben autonom zu planen, Informationen zu filtern und zu organisieren und exploratives Wissen durch das Durchsuchen von Webseiten zu sammeln. Es unterstützt auch die Verwendung verschiedener Tools zum Erstellen von Diagrammen, Schreiben von Berichten und Erstellen strukturierter und informativer Fachberichte.
MCP ermöglicht es Entwicklern und Unternehmen, Branchendaten und -tools bei der Entwicklung von Agenten besser zu nutzen und so kritische Lücken in den Agentenfunktionen auf Unternehmensebene zu schließen.
Entwickler können MCP auf zwei Arten nutzen: indem sie ihre Ressourcen, Daten und Fähigkeiten im MCP-Format für die Verwendung durch KI-Anwendungen bereitstellen oder indem sie vorhandene MCP-Serverressourcen bei der Entwicklung von KI-Anwendungen nutzen. Beide Ansätze reduzieren den Entwicklungsaufwand und verbessern die Fähigkeiten erheblich.
Die Qianfan-Plattform von Baidu Intelligent Cloud ist die erste große Modellplattform, die MCP unterstützt. Vor MCP waren große Modelle und Tools verstreut und es mangelte an Standardisierung. MCP fördert die Vernetzung und erleichtert den Erfolg des Ökosystems.
Die Wettbewerbslandschaft von MCP
MCP und große Modelle im Allgemeinen stellen einen Wettbewerb zwischen Plattformen und Ökosystemen dar. In den frühen Phasen neuer Technologien sind verschiedene Paradigmen unreif, was eine End-to-End-Optimierung erfordert, um eine optimale Leistung zu erzielen. Dies erklärt, warum der Einsatz großer Modellanwendungen stark von führenden Anbietern abhängt.
Für diese Anbieter besteht die Herausforderung nicht darin, in einem Bereich hervorragende Leistungen zu erbringen, sondern keine wesentlichen Schwächen zu haben. Sie müssen robuste Plattformfunktionen aufbauen und florierende Ökosysteme fördern, um mehr Teilnehmer anzuziehen und ein großes Modellökosystem gegen ein anderes auszuspielen.
Baidus Strategie im MCP-Bereich umfasst drei Schritte.
- Starten von MCP-Servern: Baidu gehörte zu den ersten, die MCP-Server starteten, darunter der weltweit erste E-Commerce-Transaktions-MCP und Search-MCP. Entwickler können Baidu AI Search und Baidu Youxuans MCP-Server zum ‘Universal Intelligent Agent Assistant’ auf der Baidu Intelligent Cloud Qianfan-Plattform hinzufügen und so intelligenten Agenten ermöglichen, den gesamten Prozess von Informationsabfragen und Produktempfehlungen bis zur direkten Auftragserteilung abzuschließen. Dies kombiniert E-Commerce-Transaktionsunterstützung mit erstklassigen Suchfunktionen.
- Unterstützung der MCP-Serviceentwicklung: Die Baidu Intelligent Cloud Qianfan-Plattform hat offiziell Chinas ersten Enterprise-Grade-MCP-Service gestartet, mit über 1.000 MCP-Servern, die für Unternehmen und Entwickler verfügbar sind. Entwickler können ihre eigenen MCP-Server auf Qianfan erstellen, diese im MCP Square veröffentlichen, kostenloses Hosting genießen und durch Baidu Search Bekanntheit und Nutzungsmöglichkeiten erlangen.
- KI-Offener Plan: Die Baidu Search Open Platform hat den ‘AI Open Plan’ (sai.baidu.com) gestartet, um Entwicklern von intelligenten Agenten, H5-Anwendungen, Mini-Programmen und unabhängigen Apps durch verschiedene Inhalts- und Serviceverteilungsmechanismen Traffic- und Monetarisierungsmöglichkeiten zu bieten. Dieser Plan ermöglicht es Benutzern auch, die neuesten KI-Dienste einfach zu entdecken und zu nutzen.
Indem Baidu mehr Unternehmen und Entwicklern ermöglicht, ihre Fähigkeiten durch MCP zu öffnen, fördert Baidu sein Ökosystem und ermöglicht gleichzeitig seinen Partnern, kommerziellen Wert zu realisieren. Der endgültige Gewinner im großen Modellwettbewerb ist möglicherweise nicht unbedingt der technologisch fortschrittlichste Anbieter, sondern der mit dem blühendsten Ökosystem.