MCP的崛起：它会是AI领域的下一个大事件吗？
人工智能（AI）世界日新月异，新的术语和技术层出不穷。最近，一个名为“MCP”，即模型上下文协议（Model Context Protocol）的术语引起了广泛关注。这个概念在AI社区中引发了极大的兴趣，人们将其与移动应用开发的早期阶段相提并论。
正如百度董事长李彦宏在4月25日的百度Create大会上所说：“基于MCP开发智能代理，就像在2010年开发移动应用。” 这一比喻突显了MCP对未来AI应用的潜在影响。
了解MCP
如果你还不熟悉MCP，那你可能已经听说过“Agent”（或智能代理）这个术语。2025年初，中国初创公司Manus的迅速崛起将这一概念推到了风口浪尖。
Agent的关键吸引力在于其执行任务的能力。与早期主要用作对话界面的大型语言模型（LLM）不同，Agent旨在积极执行任务，利用外部工具和数据源。传统的LLM受限于其训练数据，并且需要复杂的过程才能访问外部资源。
MCP对于实现Agent愿景至关重要，它允许LLM与支持MCP协议的外部工具无缝交互。这使它们能够执行更具体和复杂的任务。
目前，包括Amap和微信读书在内的多个应用程序已经推出了官方MCP服务器。这使开发人员能够通过选择首选的LLM并将其与Amap或微信读书等MCP服务器集成来创建AI应用程序。这使LLM能够执行诸如地图查询和从书籍中检索信息之类的任务。
MCP浪潮始于2024年2月，并在全球范围内迅速发展。
OpenAI、Google、Meta、阿里巴巴、腾讯、字节跳动和百度等主要参与者都宣布支持MCP协议，并推出了自己的MCP平台，邀请开发人员和应用服务提供商加入。
MCP：统一AI生态系统
“超级应用”的概念在2024年成为AI领域的热门话题，人们期望AI应用能够迅速普及。然而，AI创新生态系统仍然支离破碎。
MCP的出现可以比作秦始皇统一中国，他统一了文字、交通和度量衡制度。这种标准化极大地促进了经济活动和贸易。
许多市场分析师认为，采用MCP和类似的协议将为2025年AI应用的显著增长铺平道路。
从本质上讲，MCP充当AI的“超级插件”，使其能够与各种外部工具和数据源无缝集成。
MCP的技术基础
MCP，即模型上下文协议，最初由Anthropic于2024年11月推出。
作为一种开放标准，MCP允许AI应用程序与外部数据源和工具进行通信。
可以将MCP视为LLM的通用适配器，定义了一个标准的“USB接口”。
该接口允许开发人员以更标准化和有组织的方式创建应用程序，连接到各种数据源和工作流程。
克服AI应用开发的障碍
在MCP兴起之前，开发AI应用程序是一个具有挑战性和复杂性的过程。
例如，开发AI旅行助手需要LLM执行诸如访问地图、搜索旅行指南以及根据用户偏好创建个性化行程等任务。
为了使LLM能够查询地图和搜索指南，开发人员面临以下挑战：
- 每个AI提供商（OpenAI、Anthropic等）对函数调用的实现方式都不同。在LLM之间切换需要开发人员重写适配代码，本质上是为LLM创建一份使用外部工具的“用户手册”。否则，模型输出的准确性将大大降低。
- LLM与外界交互缺乏统一的标准，导致代码重用率低，阻碍了AI应用生态系统的发展。
据阿里云ModelScope算法技术专家陈子谦介绍：“在MCP之前，开发人员需要了解LLM并进行二次开发，才能将外部工具嵌入到他们的应用中。如果工具的性能较差，开发人员必须调查问题出在应用本身还是工具上。”
前面提到的AI初创公司Manus就是一个典型的例子。在之前的评估中，发现Manus需要调用十多个工具才能撰写一篇简单的新闻文章，包括打开浏览器、浏览和抓取网页、写作、验证和交付最终结果。
如果Manus选择在每个步骤中都调用外部工具，则需要编写一个“函数”来安排外部工具的运行方式。结果，Manus经常因过载而终止任务并消耗过多的token。
MCP的优势
借助MCP，开发人员不再需要负责外部工具的性能。相反，他们可以专注于维护和调试应用程序本身，从而大大减少开发工作量。
生态系统中的各个服务器（例如支付宝和Amap）可以维护其MCP服务、更新到最新版本，并等待开发人员连接。
MCP的局限性和挑战
尽管MCP具有潜力，但MCP生态系统仍处于早期阶段，并面临着一些挑战。
一些开发人员认为MCP是不必要的复杂层，并认为API是一种更简单的解决方案。LLM已经可以通过各种协议调用API，这使得MCP显得多余。
目前，大型公司发布的大多数MCP服务都是由公司自己定义的，它们决定了LLM可以调用哪些功能以及如何安排这些功能。但是，这引起了人们的担忧，即公司可能不会提供对其最关键和实时信息的访问权限。
此外，如果MCP服务器未正式启动或维护不善，则MCP连接的安全性和稳定性可能会受到质疑。
独立开发者唐爽分享了一个包含少于20个工具的地图MCP服务器的例子。其中五个工具需要纬度和经度，而一个天气工具需要行政区划ID，但没有提供有关如何获取这些ID的说明。唯一的解决方案是让用户返回服务提供商的生态系统，并按照步骤获取信息和权限。
虽然MCP的受欢迎程度显而易见，但其根本动力却很复杂。尽管LLM供应商愿意提供MCP服务，但他们保留控制权，并且不愿让其他生态系统受益。如果服务维护不当，开发人员可能会面临更多的工作量，从而破坏生态系统的目的。
开源的胜利
为什么MCP现在如此受欢迎？
最初，MCP在Anthropic推出后并未引起太多关注。只有少数应用程序（例如Anthropic的Claude Desktop）支持MCP协议。开发人员缺乏统一的AI开发生态系统，并且主要是在孤立地工作。
开发人员对MCP的采用逐渐使其受到关注。从2025年2月开始，包括Cursor、VSCode和Cline在内的多个流行的AI编程应用程序宣布支持MCP协议，从而大大提高了其知名度。
在开发人员社区采用之后，LLM供应商对MCP的集成已成为其广泛采用的关键因素。
OpenAI于3月27日宣布支持MCP，紧随其后的是Google，这是一个关键步骤。
Google首席执行官Sundar Pichai在X上表达了他对MCP的矛盾心理，他说：“要MCP还是不要MCP，这是一个问题。” 然而，就在发布这条推文的四天后，Google也宣布支持MCP。
AI行业主要参与者对MCP的迅速采用突显了其改变AI应用程序开发和部署方式的潜力。
MCP的前进方向
随着MCP生态系统的不断发展，解决现有的局限性和挑战至关重要。这包括：
- 标准化： 开发一种更加标准化的MCP协议，该协议独立于各个供应商。
- 安全性： 实施强大的安全措施，以确保MCP连接的安全性和可靠性。
- 可维护性： 鼓励开发和维护高质量的MCP服务器。
- 可访问性： 使所有技能水平的开发人员都可以更轻松地访问MCP。
通过应对这些挑战，MCP有潜力开启AI创新的新时代，从而实现创建更强大、更通用和更用户友好的AI应用程序。
总之，虽然MCP仍处于早期阶段，但其改变AI格局的潜力是不可否认的。通过培养一个更加开放、标准化和协作的生态系统，MCP可以为AI更易于访问并有益于每个人的未来铺平道路。