Janji dan Cabaran Penyatuan
Objektif utama MCP adalah untuk memupuk penyatuan, tetapi usaha ini menghadapi cabaran yang signifikan. Menurut beberapa pembangun dan penyelidik, sementara MCP berkesan untuk mengakses data perusahaan tempatan, ia menghadapi halangan ketika cuba berintegrasi dengan aplikasi internet untuk tugas seperti menempah penerbangan, memeriksa harga, dan membuat panduan perjalanan. Cabaran ini berpunca daripada ketidakmatangan proses invocasi AI dan ketersediaan alat internet yang terhad, dengan banyak platform hanya menawarkan akses ke fungsi periferal.
Tidak semua platform internet sama-sama berminat untuk menerima pakai standard umum ini dan menyertai rangkaian penyedia perkhidmatan MCP. Sifat tertutup ekosistem internet China, ditambah pula dengan kepekaan yang tinggi terhadap privasi data, telah membuatkan banyak platform berhati-hati. Mereka lebih suka menilai kebolehlaksanaan dan perkembangan ekosistem MCP sebelum komited sepenuhnya kepadanya.
Lanskap AI terkenal dengan terminologi dan konsepnya yang berkembang pesat. Apabila Anthropic mula-mula membuka sumber protokol MCP lewat tahun lepas, industri sebahagian besarnya mengambil pendekatan tunggu dan lihat. Walau bagaimanapun, populariti Manus yang meledak sejak itu telah mendorong minat dalam MCP di China.
MCP sebagai Pemangkin Agensi AI
Menurut Hou Xinyi dari Universiti Sains dan Teknologi Huazhong, langkah penting dalam melampaui batasan ‘chatbot’ terletak pada membolehkan AI berinteraksi dengan data dan alat luaran, yang sememangnya merupakan apa yang MCP ingin fasilitasi.
Sebelum MCP, pendekatan alternatif telah diterokai untuk menangani kekurangan ‘agensi AI’ yang dirasakan. Pada akhir 2023, OpenAI memperkenalkan konsep kedai aplikasi (GPT Store), membenarkan ChatGPT memanfaatkan alat luaran melalui plugin berdasarkan set standard yang ditetapkan. Kedai aplikasi AI yang serupa, seperti Kouzi ByteDance, Qianfan Baidu, dan Bailian Alibaba, turut mengikutinya.
Walau bagaimanapun, pendekatan ini akhirnya mencapai hadnya. Plugin dan kedai aplikasi berkongsi masalah yang sama: pengasingan. Setiap alat mempunyai dokumentasi pembangunan, format parameter dan spesifikasi antara muka yang unik. Ini bermakna pembangun terpaksa mencipta semula roda setiap kali mereka menyepadukan alat baharu ke dalam AI, mengakibatkan ketidakcekapan.
Lama kelamaan, bilangan alat baharu yang ditambahkan pada kedai aplikasi menurun, dan kualiti plugin berbeza dengan ketara, menghalang keupayaan untuk menangani tugas yang kompleks. Ini menunjukkan bahawa pendekatan sedia ada menghampiri hadnya.
MCP sebagai Penyelesaian Menyatukan
MCP dilihat sebagai penyelesaian yang menjanjikan kerana penekanannya pada penyatuan. Dalam dokumentasi rasminya, Anthropic menyamakan MCP dengan antara muka USB-C universal untuk dunia AI. Hou Xinyi lebih suka menggambarkannya sebagai ‘stesen dok’—penyesuai serba boleh yang membolehkan AI menyambung ke berbilang alat luaran secara serentak, menghapuskan keperluan untuk penukaran format.
Ramai menjangkakan MCP akan mempunyai impak transformatif, sama seperti penyeragaman timbangan dan ukuran Qin Shi Huang, yang memudahkan perdagangan dan komunikasi antara negeri-negeri yang sebelumnya berpecah-belah pada zaman Musim Bunga dan Musim Luruh.
Menurut ketua teknikal di kumpulan kerja saling hubungan pintar sebuah syarikat teknologi utama, MCP juga mengoptimumkan interaksi bahasa AI. Sebelum ini, AI memerlukan pengguna untuk menyatakan dengan tepat ‘Saya mahu menavigasi’ untuk menggunakan API perkhidmatan navigasi. Walaupun sedikit penyimpangan boleh menyebabkan AI gagal. Kini, setiap alat mesti menyediakan nama, parameter dan penerangan fungsi yang diseragamkan. Hasilnya, AI hanya perlu memahami niat pengguna dan kemudian memadankannya dengan pelayan MCP yang paling sesuai berdasarkan penerangan.
Pendekatan ini selaras dengan lebih rapat dengan keupayaan sedia ada model bahasa yang besar, membolehkan pengguna menggunakan perkhidmatan dengan satu ayat, menjauhi keperluan sebelumnya untuk komunikasi antara muka ke antara muka langsung.
Penerimaan dan Batasan MCP Semasa
Walaupun potensi yang dirasakan, MCP belum mencapai penerimaan meluas, dan aplikasi praktikalnya kekal terhad. Pada masa ini, MCP paling popular di kalangan kakitangan teknikal perusahaan dan pembangun bebas.
Sebagai jurutera bahagian hadapan, Gong Dian sangat bergantung pada pembantu pengaturcaraan AI Cursor. Walau bagaimanapun, Cursor telah bergelut untuk menyepadukan dengan lancar dengan sistem projek dalaman syarikatnya, memerlukan campur tangan manual. Walaupun plugin atau panggilan fungsi boleh digunakan sebelum ini, AI luaran tidak dapat mengakses sistem dalaman syarikat, dan penggunaan masa nyata menimbulkan kebimbangan keselamatan. MCP, sebaliknya, boleh dimulakan dalam rangkaian dalaman syarikat, menjadikannya lebih boleh dipercayai dan patuh.
Pembangun bebas Zhu Mama baru-baru ini mengarahkan Cursor untuk mempelajari dokumentasi MCP dan membungkus API Google Maps dan Search ke dalam pelayan MCP, yang kemudiannya digunakan untuk menggunakan model bahasa besar Gemini Google. Gemini yang dilengkapi dengan MCP yang terhasil diubah menjadi pembantu panduan perjalanan. Apabila ditanya tentang laluan pengangkutan awam dari Lapangan Terbang Singapura ke pelbagai tarikan, pembantu itu memberikan maklumat yang lebih terperinci dan tepat berbanding respons Doubao.
Pelbagai pembantu perjalanan muncul dalam komuniti pembangun. Apabila Kouzi Space ByteDance melancarkan beta dalamannya pada 19 April, kes demonstrasi juga merupakan pembantu AI perjalanan, mendorong sesetengah orang untuk bergurau tentang obsesi industri dengan perjalanan.
Zhu Mama secara jujur mengakui bahawa tumpuan pada senario perjalanan adalah terutamanya disebabkan oleh perkaitan mereka dengan keperluan pengguna seharian. Sebab lain ialah ketersediaan perisian internet yang serasi dengan MCP yang terhad di China, yang menyekat potensi pasaran.
Menurut statistik terkini daripada platform navigasi MCP.so, terdapat lebih daripada 11,028 penyedia perkhidmatan MCP di seluruh dunia, dan bilangannya berkembang pesat. Walau bagaimanapun, di China, hanya beberapa aplikasi lokasi geografi utama, seperti AutoNavi, Peta Baidu dan Peta Tencent, kini berfungsi sebagai pelayan MCP berskala besar.
Batasan ini adalah sebab mengapa rancangan Zhu Mama untuk mencipta versi panduan perjalanan Cina terhenti dengan cepat. Untuk membangunkan panduan perjalanan Cina, adalah ideal untuk menggunakan perkhidmatan peta domestik. Walau bagaimanapun, Zhu Mama mendapati bahawa pelayan MCP rasmi yang disediakan oleh AutoNavi menawarkan maklumat yang sangat terhad. Walaupun ia boleh menyediakan pertanyaan laluan antara dua lokasi, ia tidak mempunyai maklumat terperinci tentang tanda tempat, ulasan, harga tiket hotel dan butiran penting lain.
Sebaliknya, API Google Maps menyediakan kaedah tempahan terperinci, harga hotel, ulasan hotel, kemudahan hotel, dan juga perbandingan harga merentas berbilang platform, tahap perincian yang sukar dibayangkan dalam ekosistem Cina.
Walaupun produk Tencent, Alibaba, ByteDance dan Baidu menerima MCP, aplikasi frekuensi tinggi mereka belum menyertai secara rasmi rangkaian penyedia perkhidmatan MCP. Platform seperti WeChat, Xiaohongshu, dan Douyin, serta platform perkhidmatan gaya hidup seperti Ele.me, Meituan, dan Ctrip, tidak hadir secara ketara.
Cabaran dalam Ketersediaan Alat dan Penjadualan AI
Selain daripada ketersediaan alat yang terhad, keupayaan penjadualan AI juga menimbulkan kekangan. Zhu Mama membungkus 6-8 antara muka API, termasuk Google Hotels, Maps dan Search, ke dalam pelayan MCP tunggal, yang jauh di bawah had maksimum (Cursor membenarkan maksimum 40 alat setiap ejen). Walau bagaimanapun, AI sudah bergelut untuk menentukan alat mana yang hendak digunakan. Apabila berhadapan dengan permintaan yang kompleks, AI tidak dapat memecahkan proses dan menggunakan MCP secara berperingkat, sebaliknya cuba mengendalikan semuanya sekaligus.
Menurut Gong Dian, nilai MCP bergantung pada kualiti kedua-dua belah pelanggan dan pelayan. Sama seperti port USB tidak mempunyai keupayaan sedia ada dan bergantung pada perkhidmatan di belakangnya, MCP memerlukan perkhidmatan yang mantap untuk merealisasikan potensinya.
MCP meletakkan asas untuk ejen AI, tetapi ia tidak menyelesaikan semua masalah. Standard yang kekal tidak digunakan hanyalah sekeping kertas.
Ketua teknikal yang disebutkan di atas mencadangkan bahawa penerimaan meluas standard MCP Anthropic adalah disebabkan oleh sifat sumber terbuka dan bukan untungnya serta kredibiliti penciptanya. Organisasi lain sanggup mengikut standard yang ditetapkan oleh entiti yang bereputasi.
Pada masa ini, syarikat kecil dan sederhana serta syarikat internet besar yang ingin mempelbagaikan aliran hasil mereka adalah penerima utama standard MCP.
Syarikat teman AI MiniMax baru-baru ini melancarkan pelayan MCP, dengan pengurus komuniti Cai Jiaren menyatakan bahawa pembangun boleh menggunakan MCP untuk menggunakan keupayaan berbilang mod MiniMax untuk penjanaan video, penjanaan suara dan kloning suara. MCP merangkumi mekanisme kawalan akses yang ketat untuk memastikan pematuhan apabila perusahaan mengakses data dalaman. Keseluruhan proses invocasi juga dipermudahkan, tanpa menambahkan kos token tambahan.
Keputusan MiniMax untuk melancarkan pelayan MCP didorong oleh keinginan untuk membolehkan pembangun global memanfaatkan dengan mudah keupayaan model MiniMax dan membuka kunci penciptaan yang lebih fleksibel dan cekap.
Syarikat permulaan lain berkongsi aspirasi yang sama. Biu Technology menyebut dalam temu bual bahawa pembangun boleh menggunakan AutoNavi MCP untuk mendapatkan data pengangkutan dan kemudian menggunakan produk Biu untuk menjana PPT. MCP menurunkan halangan untuk masuk dengan menyediakan akses kepada antara muka AutoNavi, yang sebaliknya tidak tersedia kepada mereka.
Ketua teknikal yang disebutkan di atas percaya bahawa MCP pada dasarnya adalah kisah tentang penyedia perkhidmatan. Dengan merangkumkan API mereka mengikut standard MCP, penyedia perkhidmatan aplikasi boleh menjadikan perkhidmatan mereka boleh diakses oleh semua AI.
Perbezaan dan Kebimbangan di Kalangan Penyedia Perkhidmatan
Walau bagaimanapun, perselisihan timbul di kalangan penyedia perkhidmatan. Banyak syarikat tidak komited sepenuhnya kepada idea itu. Walaupun platform utama seperti AutoNavi dan Peta Baidu telah melancarkan pelayan MCP, mereka terutamanya membungkus semula antara muka API sedia ada, menawarkan fungsi konvensional sambil mengekalkan kawalan ketat ke atas kebenaran pengguna teras dan data transaksi.
Selain daripada perkhidmatan lokasi peta, penerbit automatik Xiaohongshu pembangun pihak ketiga, yang mengautomasikan carian dan pengeposan kandungan, kini merupakan item paling popular di plaza MCP komuniti Modeng. Hou Xinyi mencadangkan bahawa ini mungkin mempunyai impak terhad pada platform kandungan sosial seperti Xiaohongshu, tetapi data dan kebenaran menjadi sangat sensitif dalam senario intensif transaksi seperti platform penghantaran makanan.
Salah satu kebimbangan utama bagi penyedia perkhidmatan ialah kawalan pengalaman pengguna.
Sebagai contoh, membuka perkhidmatan penghantaran makanan yang lengkap memerlukan pemberian ejen AI akses kepada data peribadi sensitif seperti harga, maklumat kedai, dan alamat dan maklumat perhubungan pengguna. Anthropic telah mengakui bahawa sistem keselamatan MCP, termasuk pengurusan kebenaran dan audit invocasi, masih dalam pembangunan. Akibatnya, sesetengah platform bimbang tentang risiko invocasi yang tidak dibenarkan apabila menyambung ke MCP.
Sesetengah platform sedang menguji senario transaksi yang agak selamat. Sebagai contoh, Alipay baru-baru ini melancarkan pelayan MCP, mendakwa memberi ejen AI ‘akses sekali klik kepada keupayaan pembayaran.’ Walau bagaimanapun, tinjauan yang lebih dekat mendedahkan bahawa ia terutamanya menawarkan perkhidmatan kutipan dan bukannya pembayaran.
Menurut Hou Xinyi, pendekatan Alipay memfokuskan pada memudahkan kutipan pembayaran pedagang dan bukannya membenarkan AI membuat pembayaran bagi pihak pengguna. Ini ialah pilihan yang berdaya maju, kerana membenarkan AI mengawal dompet dan membuat pesanan secara bebas masih belum cukup selamat untuk keselesaan semua orang. Ini juga merupakan sebab utama mengapa perkhidmatan transaksi tidak boleh dipromosikan secara meluas.
Isu yang lebih mendalam ialah jika AI secara bebas mengambil bahagian dalam proses transaksi - membantu pengguna membandingkan harga atau mengesyorkan restoran yang paling menjimatkan kos - ia pasti akan memberikan kemudahan yang ketara untuk pengguna. Walau bagaimanapun, ia juga bermakna platform perkhidmatan akan kehilangan kawalan ke atas proses pemilihan pengguna, dan kelebihan algoritma teras mereka akan dipinggirkan, mengurangkan mereka kepada pembekal biasa.
Menangani Keselamatan dan Menggalakkan Kesejagatan
Berbilang orang yang ditemu bual percaya bahawa MCP perlu menangani dua isu utama: keselamatan dan kesejagatan.
Pertama, keselamatan. Hou Xinyi menegaskan bahawa MCP menghadapi dua cabaran keselamatan: kekurangan penyeliaan keselamatan terpusat dan mekanisme pengesahan identiti dan kebenaran data yang tidak lengkap. Pada masa ini, tiada ‘plaza penemuan’ rasmi untuk MCP. Banyak platform navigasi pihak ketiga mengumpul perkhidmatan MCP dengan terus menarik projek kod daripada GitHub, yang pantas dan mudah tetapi tidak mempunyai proses semakan rasmi. Anthropic telah menyatakan bahawa ia akan menangani secara rasmi mekanisme pengehosan dan isu kebolehtemuan MCP tahun ini. Draf protokol Anthropic yang dikemas kini baru-baru ini sedang berusaha untuk menangani kekurangan ini. Selain itu, organisasi domestik seperti IIFAA (Internet Trusted Authentication Alliance) sedang cuba mengisi jurang keselamatan.
Terdapat juga isu yang sudah lama wujud dalam bidang ejen AI, seperti rampasan gesaan dan serangan gabungan alat. Walau bagaimanapun, ketua teknikal yang disebutkan di atas percaya bahawa ini bukan kelemahan MCP tetapi sebaliknya risiko yang wujud untuk mana-mana ejen AI. Pada masa ini, tiada kelemahan keselamatan yang jelas ditemui dalam protokol MCP itu sendiri, dan mekanisme penghantaran dan interaksi data secara amnya boleh dipercayai.
Keselamatan hanyalah halangan pertama. Cabaran sebenar ialah mengatasi pertahanan kepentingan pengeluar dan memujuk lebih ramai pengeluar untuk menjadi pelayan MCP.
Menurut Hou Xinyi, ini berkaitan dengan pemahaman tentang sifat ‘taman berdinding’ platform internet. Data ialah halangan persaingan yang penting untuk pelbagai platform, jadi banyak pengeluar mungkin hanya membuka beberapa fungsi periferal sebagai pelayan MCP untuk ujian. Pengeluar mungkin perlu menunggu dan melihat sejauh mana ekosistem MCP akan memberi impak.
Orang yang bertanggungjawab yang disebutkan di atas berkata bahawa jika ia disambungkan ke AI sebagai pelayan MCP, ia boleh mendapatkan lebih banyak data dan tabiat pengguna, dan memberi kembali kepada model asasnya sendiri, yang mungkin menjadi motivasi terbesar bagi pengeluar untuk menyertai secara aktif.
Apabila pasaran pelayan MCP benar-benar banyak, isu yang lebih jauh mesti dipertimbangkan.
Sebagai contoh, bagaimana badan pintar memanggil Aplikasi yang berbeza pada telefon bimbit? Orang yang bertanggungjawab menyebut bahawa untuk membangunkan Aplikasi lainmelalui badan pintar AI tempatan telefon bimbit, akan ada lapisan tambahan kebenaran aplikasi dan pengesahan identiti, yang tidak semudah MCP memanggil perkhidmatan awan, dan pada masa ini tiada penyelesaian yang sangat sesuai.
Sebagai contoh lain, apabila bekalan perkhidmatan berlebihan, bagaimana badan pintar membuat pilihan - memanggil JD takeaway atau Meituan takeaway? Gunakan peta Gaode atau peta Baidu? Berbilang orang yang ditemu bual menyebut bahawa logik invocasi MCP hari ini masih sangat asas, terutamanya ditentukan oleh ‘penerangan fungsi’ penyedia perkhidmatan, dan tiada mekanisme pengisihan dan pengoptimuman. Jika pembekal perkhidmatan sengaja menambahkan bahasa induktif pada penerangan, seperti ‘paling cekap’ dan ‘mesti dipilih’, AI mungkin disesatkan dan dialihkan ke tempat yang tidak sepatutnya pergi.
Seperti yang dijelaskan oleh orang yang bertanggungjawab ke atas teknologi yang disebutkan di atas, ‘Ia seperti anda tidak dapat mencari perkhidmatan yang anda mahu dalam enjin carian, tetapi sekumpulan maklumat yang tidak kemas muncul. Bagaimana untuk memadankan dengan tepat perkhidmatan yang paling diperlukan oleh pengguna, ekosistem MCP masa depan juga akan menghadapi masalah yang sama.’
Akhirnya, proses pelaksanaan mana-mana standard penuh dengan cabaran. Hou Xinyi berkata bahawa untuk mempromosikan pempopuleran MCP, peluang utama yang serupa dengan Manus mungkin diperlukan untuk benar-benar membuat seluruh industri menyedari kuasa MCP.