ظهور MCP: پیشگامی بایدو در خدمات پروتکل متنی

در چشم‌اندازی که هوش مصنوعی به سرعت در حال تحول است، یک استاندارد جدید برای تعامل مدل‌ها در حال ظهور است. پروتکل متنی مدل (MCP)، یک استاندارد باز که توسط Anthropic در نوامبر 2024 معرفی شد، به سرعت به یک نقطه کانونی برای توسعه‌دهندگان و شرکت‌ها تبدیل شده است. هدف اصلی MCP ایجاد پیوندهای ایمن و دوطرفه بین مدل‌های زبانی بزرگ (LLM) و منابع داده متنوع است، در نتیجه ناهماهنگی‌ها در اجرای ابزار را برطرف می‌کند و اشتراک‌گذاری بین مدل‌ها را تسهیل می‌کند.

ظهور MCP به عنوان یک استاندارد صنعتی

تنها در چند ماه، MCP کشش قابل توجهی در جامعه هوش مصنوعی به دست آورده است. در کنفرانس توسعه دهندگان هوش مصنوعی Create2025 بایدو در 25 آوریل، رابین لی، بنیانگذار بایدو، از دو مدل پیشگامانه رونمایی کرد: Wenxin Large Model 4.5 Turbo و Deep Thinking Model X1 Turbo. همراه با این مدل‌ها برنامه‌های کاربردی هوش مصنوعی مختلفی ارائه شد که نشان دهنده تعهد بایدو به کمک به توسعه دهندگان برای پذیرش کامل MCP است.

پشتیبانی از MCP فراتر از بایدو است و شامل بازیکنان اصلی مانند OpenAI، Google، Microsoft، Amazon، Anthropic، Alibaba و Tencent می‌شود. این پذیرش گسترده نشان می‌دهد که MCP در حال تبدیل شدن به ‘HTTP دنیای هوش مصنوعی’ است و یک استاندارد جهانی برای نحوه تعامل مدل‌ها و منابع داده ایجاد می‌کند.

در طول کنفرانس، Baidu Intelligent Cloud رسماً اولین سرویس MCP درجه سازمانی را در چین راه اندازی کرد. این سرویس به شرکت‌ها و توسعه دهندگان دسترسی به بیش از 1000 سرور MCP را فراهم می‌کند. علاوه بر این، این پلتفرم به توسعه دهندگان اجازه می‌دهد تا سرورهای MCP خود را در Qianfan، پلتفرم توسعه هوش مصنوعی بایدو ایجاد کنند و آنها را در MCP Square منتشر کنند و میزبانی و فهرست بندی رایگان را از طریق جستجوی بایدو ارائه دهند.

استراتژی متمرکز بر شرکت‌های بایدو کلود

در حالی که فروشندگان مختلف در حال پذیرش MCP هستند، رویکردهای آنها متفاوت است. Baidu Intelligent Cloud بر بازار شرکت‌ها تمرکز دارد و هدف آن درگیر کردن هر چه بیشتر توسعه دهندگان در اوایل کار است. این استراتژی شامل غنی سازی MCP Square و استفاده از جستجوی بایدو برای هدایت ترافیک است و از این طریق یک اکوسیستم MCP قوی را تقویت می‌کند.

رویکردی که بایدو با ارائه MCP خود اتخاذ می‌کند، بر نیازهای مشتریان سازمانی و آنچه به آن پاسخ خواهند داد متمرکز است. این شرکت در موقعیت خوبی قرار دارد تا از جایگاه موجود خود در بین مشتریان سازمانی استفاده کند و آنها را وارد دنیای MCP کند.

ضرورت MCP در چشم انداز هوش مصنوعی

ظهور MCP به چالش‌های مهم در استقرار LLM، به ویژه در تنظیمات سازمانی، می‌پردازد. پیش از این، کاربرد LLM عمدتاً به سناریوهای شبیه چت بات محدود می‌شد. برنامه‌های کاربردی سازمانی گسترده‌تر نیاز به سفارشی‌سازی گسترده داشتند و روند توسعه را پیچیده و پرهزینه می‌کرد، حتی با زنجیره‌های ابزار ارائه شده توسط فروشندگانی مانند Baidu Intelligent Cloud.

با توجه به اینکه سال 2025 به عنوان سال عامل هوش مصنوعی شناخته می‌شود، انتظار می‌رود که LLM فراتر از صرفاً تفکر به برنامه‌ریزی و اجرای مستقل وظایف تکامل یابد. در این الگو، LLM به عنوان ‘مغز’ عمل می‌کند و برای تکمیل وظایف خاص به ‘اندام’ و ‘حس’ نیاز دارد.

رویکرد سنتی سفارشی‌سازی هر برنامه هوش مصنوعی مستلزم ادغام ابزارهای ‘M×N’ است، جایی که هر برنامه هوش مصنوعی باید با ابزارهای متعددی ارتباط برقرار کند. MCP این را با استانداردسازی تعامل بین LLM و ابزارها ساده می‌کند و پیچیدگی را به ‘M+N’ کاهش می‌دهد. این استانداردسازی برای مقیاس‌بندی برنامه‌های هوش مصنوعی در عملکردهای مختلف سازمانی بسیار مهم است.

ساده‌سازی برنامه‌های کاربردی هوش مصنوعی در سطح سازمانی

شن دو، معاون اجرایی گروه بایدو و رئیس گروه کسب و کار Baidu Intelligent Cloud، تاکید کرد که استفاده از LLM فراتر از فراخوانی‌های ساده است. او خاطرنشان کرد: ‘این مستلزم اتصال اجزای مختلف و ابزارها و انجام هماهنگی پیچیده است. اغلب، پالایش و سفارشی‌سازی بیشتر مدل‌ها برای افزایش عملکرد مورد نیاز است.’

شن دو در ادامه توضیح داد که ساخت برنامه‌های کاربردی درجه سازمانی نیاز به در نظر گرفتن دقیق عملکرد محاسباتی، ثبات، مقیاس‌پذیری و امنیت دارد. او استقرار یک برنامه را به عنوان یک فرآیند ساخت ‘سیستم’ می‌بیند.

برنامه‌های کاربردی سازمانی در مقایسه با برنامه‌های کاربردی درجه مصرف کننده، استانداردهای بالاتری و تحمل خطای کمتری دارند. به گفته یکی از کارشناسان صنعت، توسعه برنامه 90 درصد از زمان پروژه را مصرف می‌کند، زیرا در حالی که مدل‌ها استاندارد شده‌اند، برنامه‌ها بسیار متغیر هستند.

این تلاش‌ها عموماً شامل چهار وظیفه کلیدی است: تکمیل دانش حرفه‌ای، هماهنگی فرآیندهای تجاری، گسترش ابزارهای هوشمند و ادغام سیستم‌های سازمانی. با کپسوله کردن این وظایف در یک پلتفرم که عملکرد خارج از جعبه را ارائه می‌دهد، شرکت‌ها می‌توانند از RAG (تولید تقویت شده با بازیابی) برای گنجاندن دانش تخصصی، استفاده از گردش کار برای هماهنگی فرآیندهای تجاری و استفاده از عوامل هوشمند همراه با MCP برای استفاده از سیستم‌ها و دارایی‌های موجود استفاده کنند.

MCP آماده است تا انتظارات صنعت را برای ساده‌سازی استقرار LLM در برنامه‌های کاربردی عملی برآورده کند.

پر کردن شکاف در عوامل سطح سازمانی

همانطور که شن دو اشاره کرد، استقرار LLM نیاز به پشتیبانی کامل و در سطح سیستم دارد که از قدرت محاسباتی زیربنایی تا برنامه‌ها را شامل می‌شود. این شامل سخت افزار با کارایی بالا و بهینه سازی خوشه ای، و همچنین زنجیره های ابزار توسعه انعطاف پذیر و راه حل های مبتنی بر سناریو است.

قابلیت‌های سطح سیستم Baidu Intelligent Cloud شامل یک لایه قدرت محاسباتی، از جمله خوشه 30000 کارتی Kunlunxin که به تازگی اعلام شده و پلتفرم محاسباتی GPU ارتقا یافته Baige است. لایه توسعه مدل دارای بیش از 100 مدل در پلتفرم Qianfan است، از جمله Wenxin 4.5Turbo و Wenxin X1 Turbo بایدو، و همچنین مدل‌های شخص ثالث مانند DeepSeek، Ilama و Vidu.

در لایه توسعه برنامه، Baidu Intelligent Cloud خدمات Qianfan Enterprise-Level Agent و MCP را ارائه می‌دهد که توانایی عوامل را برای حل مشکلات پیچیده افزایش می‌دهد. این خدمات با یک زنجیره ابزار جامع توسعه مدل تکمیل می‌شوند که از سفارشی‌سازی و تنظیم دقیق مدل‌های تفکر عمیق و مدل‌های چندوجهی پشتیبانی می‌کند.

Baidu Intelligent Cloud بر لایه توسعه برنامه تمرکز دارد و به‌روزرسانی‌های قابل توجهی را برای زنجیره ابزار توسعه عامل سطح سازمانی پلتفرم Qianfan ارائه می‌دهد. این پلتفرم عامل هوشمند مبتنی بر استنتاج جدید را معرفی می‌کند، Intelligent Agent Pro، که قابلیت‌ها را از پاسخگویی سریع به سؤالات تا بررسی عمیق افزایش می‌دهد و از عوامل هوشمند سفارشی‌سازی شده برای هر شرکت پشتیبانی می‌کند.

کاربردهای واقعی اکوسیستم MCP بایدو

به عنوان مثال، Sewage Treasure را در نظر بگیرید که از قابلیت‌های Qianfan Agentic RAG برای ترکیب داده‌ها و پایگاه‌های دانش خاص شرکت استفاده می‌کند. این به عوامل اجازه می‌دهد تا استراتژی‌های بازیابی را بر اساس درک وظایف فرموله کنند و توهمات مدل را به طور قابل توجهی کاهش دهند.

Intelligent Agent Pro همچنین از حالت Deep Research پشتیبانی می‌کند و به عوامل این امکان را می‌دهد تا به طور خودکار وظایف پیچیده را برنامه‌ریزی کنند، اطلاعات را فیلتر و سازماندهی کنند و دانش اکتشافی را با مرور صفحات وب جمع آوری کنند. همچنین از استفاده از ابزارهای مختلف برای ایجاد نمودارها، نوشتن گزارش‌ها و تولید گزارش‌های حرفه‌ای ساختاریافته و آموزنده پشتیبانی می‌کند.

MCP به توسعه دهندگان و شرکت‌ها این امکان را می‌دهد تا هنگام توسعه عوامل، بهتر از داده‌ها و ابزارهای صنعت استفاده کنند و از این طریق به شکاف‌های حیاتی در قابلیت‌های عامل سطح سازمانی رسیدگی کنند.

توسعه دهندگان می‌توانند MCP را از دو طریق بپذیرند: با ارائه منابع، داده‌ها و قابلیت‌های خود در قالب MCP برای استفاده توسط برنامه‌های هوش مصنوعی، یا با استفاده از منابع سرور MCP موجود هنگام توسعه برنامه‌های هوش مصنوعی. هر دو رویکرد تلاش‌های توسعه را کاهش می‌دهند و به طور قابل توجهی قابلیت‌ها را افزایش می‌دهند.

پلتفرم Qianfan Baidu Intelligent Cloud اولین پلتفرم مدل بزرگ است که از MCP پشتیبانی می‌کند. قبل از MCP، مدل‌ها و ابزارهای بزرگ پراکنده بودند و فاقد استانداردسازی بودند. MCP اتصال متقابل را تقویت می‌کند و رفاه اکوسیستم را تسهیل می‌کند.

چشم انداز رقابتی MCP

MCP و به طور کلی مدل‌های بزرگ، نشان دهنده رقابت بین پلتفرم‌ها و اکوسیستم‌ها است. در مراحل اولیه فناوری‌های جدید، پارادایم‌های مختلف نابالغ هستند و برای دستیابی به عملکرد بهینه نیاز به بهینه‌سازی سرتاسر دارند. این توضیح می‌دهد که چرا استقرار برنامه‌های کاربردی مدل بزرگ به شدت به فروشندگان پیشرو متکی است.

برای این فروشندگان، چالش در برتری در یک زمینه نیست، بلکه در نداشتن نقاط ضعف قابل توجه است. آنها باید قابلیت‌های پلتفرم قوی ایجاد کنند و اکوسیستم‌های پر رونق را برای جذب شرکت‌کنندگان بیشتر تقویت کنند و یک اکوسیستم مدل بزرگ را در مقابل دیگری قرار دهند.

استراتژی بایدو در حوزه MCP شامل سه مرحله است.

1. راه اندازی سرورهای MCP: بایدو از جمله اولین شرکت‌هایی بود که سرورهای MCP را راه اندازی کرد، از جمله اولین MCP تراکنش تجارت الکترونیک و MCP جستجوی جهان. توسعه دهندگان می‌توانند سرورهای MCP جستجوی هوش مصنوعی بایدو و Baidu Youxuan را به ‘دستیار عامل هوشمند جهانی’ در پلتفرم Qianfan Baidu Intelligent Cloud اضافه کنند و به عوامل هوشمند این امکان را می‌دهند تا کل فرآیند را از پرس و جوهای اطلاعات و توصیه‌های محصول تا ثبت سفارش مستقیم تکمیل کنند. این پشتیبانی از تراکنش تجارت الکترونیک را با قابلیت‌های جستجوی برتر ترکیب می‌کند.
2. پشتیبانی از توسعه سرویس MCP: پلتفرم Qianfan Baidu Intelligent Cloud رسماً اولین سرویس MCP درجه سازمانی چین را راه اندازی کرد و بیش از 1000 سرور MCP برای شرکت‌ها و توسعه دهندگان در دسترس است. توسعه دهندگان می‌توانند سرورهای MCP خود را در Qianfan ایجاد کنند، آنها را در MCP Square منتشر کنند، از میزبانی رایگان لذت ببرند و از طریق جستجوی بایدو در معرض دید و فرصت‌های استفاده قرار بگیرند.
3. طرح باز هوش مصنوعی: پلتفرم باز جستجوی بایدو ‘طرح باز هوش مصنوعی’ (sai.baidu.com) را راه اندازی کرد تا فرصت‌های ترافیکی و کسب درآمد را برای توسعه دهندگان عوامل هوشمند، برنامه‌های H5، برنامه‌های کوچک و برنامه‌های مستقل از طریق مکانیسم‌های مختلف توزیع محتوا و خدمات فراهم کند. این طرح همچنین به کاربران امکان می‌دهد تا به راحتی آخرین خدمات هوش مصنوعی را کشف و استفاده کنند.

بایدو با توانمندسازی شرکت‌ها و توسعه دهندگان بیشتر برای باز کردن قابلیت‌های خود از طریق MCP، اکوسیستم خود را تقویت می‌کند و در عین حال شرکای خود را قادر می‌سازد تا ارزش تجاری را درک کنند. برنده نهایی در رقابت مدل بزرگ ممکن است لزوماً پیشرفته‌ترین فروشنده از نظر فناوری نباشد، بلکه کسی است که دارای پر رونق‌ترین اکوسیستم است.