人工智能领域日新月异，一场新的竞争已经拉开帷幕，吸引了科技巨头和开发者的目光。这个“新宠”就是模型上下文协议（Model Context Protocol，MCP），一种有望彻底改变人工智能模型与外部世界交互方式的技术。
4月29日，阿里巴巴发布并开源了其下一代通义千问模型Qwen3，引起了广泛关注。该模型不仅拥有更强的性能和更低的成本，还增强了对MCP的支持。这一进步使得开发者能够将各种外部数据源和工具与Qwen3大型语言模型无缝集成，为更具成本效益和效率的人工智能代理（AI Agents，智能代理）开发铺平了道路。
充满热情的开发者们已经开始尝试使用Qwen3来创建创新应用。Mars Waves创始人兼MiniMax Conch AI前产品负责人冯雷开发了一个网页，成功利用了包括图像、音频和地图在内的各种MCP，快速实现了所需的提示结果。他在社交媒体上分享了他的成就，强调了原生MCP支持的关键重要性。
同样，在4月25日的Create 2025百度AI开发者大会上，百度创始人李彦宏表示，“MCP使人工智能能够更好地理解外部世界，更轻松地访问信息，更自由地使用工具。我们相信MCP是人工智能发展的重要一步，开发者应尽快理解和拥抱它。” 在大会上，百度智能云正式推出了中国首个企业级MCP服务，鼓励开发者全面采用MCP。
从本质上讲，MCP可以被视为人工智能时代的“通用插座”。它使大型语言模型能够轻松访问各种外部数据源和工具，实现与外部世界的“一键互联”。这将显著提高人工智能应用程序和各种AI Agent的开发效率。事实上，在百度之前，包括阿里巴巴、腾讯和字节跳动在内的其他几家互联网巨头已经实现了MCP支持。MCP最初是开发者中的一个小众术语，现在已经转变为一个主流概念，成为各公司争夺的新战场。随着MCP生态系统的不断发展和繁荣，人工智能代理应用程序有望蓬勃发展。
AI时代的“通用插座”
国盛证券研究所副所长兼通信行业首席分析师宋嘉吉将MCP的出现比作通信领域的TCP/IP协议，断言它将促进人工智能原生应用的到来。在互联网时代，TCP/IP是基本的数据通信协议，可实现不同设备之间的高效数据传输和无缝连接。 同样，在人工智能时代，MCP扮演着类似的角色，为大型语言模型访问外部数据和工具提供“一键互联”。
一位资深人工智能专业人士表示，MCP本质上是一种技术协议，一套集体约定的AI Agent开发规范，类似于秦朝时期对文字和交通的标准化。 有了统一的标准和规范，协作效率将得到显著提高。 MCP并非最近的发明；它最初是由美国著名的大型语言模型初创公司Anthropic于去年11月发布的，旨在降低大型语言模型使用外部数据和工具的成本。
虽然MCP最初的反应平平，但今年2月，国内开发的通用人工智能代理Manus的出现，重新燃起了人们的兴趣。Manus能够根据人类的指令自主执行复杂的任务，从自动预订机票和生成旅游指南到创建网站，因其不仅能够聊天和思考，还能像人类一样“亲自动手”而迅速普及。 虽然其创始人表示，Manus是在MCP发布之前开发的，因此没有使用该协议，而是使用其他编码方法来调用多个工具，但Manus仍然凸显了智能代理的价值和MCP的重要性。
在引入MCP之前，大型语言模型访问外部工具的成本相对较高。 例如，如果用户想使用大型语言模型来预订机票和酒店并接收电子邮件确认，则该模型需要分别调用航空公司、酒店和电子邮件应用程序的API（应用程序编程接口）。 每个API集成都需要编写单独的代码、文档、身份验证方法、错误处理和维护方法，本质上需要不同的“密钥”来解锁这些服务。 然而，有了MCP，只需要连接或配置航空公司、酒店和电子邮件服务的MCP服务器，类似于通过Type-C端口将包含航空公司、酒店和电子邮件服务的USB驱动器插入用户的计算机。
统一标准的优势在于，它可以减少冗余开发和建设，避免重复编码，从而显著提高开发效率并降低开发成本。 只要符合并支持MCP标准，所有工具都可以实现“即插即用”功能，从而使开发者能够快速构建更强大的人工智能应用程序。 Galaxy Securities的研究报告指出，MCP有望推动AI agent应用程序从简单的信息咨询和推荐能力升级到执行能力，从而为AI agent构建更丰富和更复杂的应用程序生态系统。
互联网巨头的全面入局
2025年被称为人工智能代理的“零年”。作为一种标准协议，MCP可以显著解决智能代理开发过程中调用外部工具的技术成本高和效率低的问题，使其成为互联网巨头的新焦点。
3月21日，百度地图宣布其核心API完全兼容MCP，成为中国首家这样做的地图服务提供商。 4月9日，阿里云百炼平台推出了业界首个全生命周期MCP服务。 4月14日，腾讯云宣布其大型语言模型知识引擎已升级为支持MCP协议。 4月18日，字节跳动的AI应用程序开发平台Kouzi Space开始内部测试，该平台集成了MCP扩展系统。 内部测试的初始阶段支持集成飞书多维表、高德地图和图像工具等高频组件。
阿里云百炼高级产品专家徐志远表示，阿里云是中国领先的大型语言模型制造商，拥有全栈自研的通义千问模型，同时也是中国排名第一的云服务提供商，这使其成为成功实施Agent+MCP的必要条件。 强大的模型功能确保对深度推理和复杂任务和工具的调度提供支持，而充足的云计算资源确保MCP服务的稳定、可用和高效。
具体而言，阿里云百炼平台集成了阿里云函数计算、200多个行业领先的大型语言模型和近100个主流MCP服务，全面解决了智能代理开发所需的计算资源、大型语言模型资源和应用程序工具链。 这消除了用户管理资源、开发部署和执行工程操作的需求，从而显著降低了代理开发的准入门槛。 例如，用户在百炼平台上使用Bocha MCP服务和通义千问大型语言模型构建了一个智能代理，该代理可以高效地查询海量数据并快速生成可视化图表。 整个过程非常方便，只需几分钟即可完成开发。
徐志远提到的Bocha是一种基于AI的搜索引擎，支持DeepSeek等大型语言模型的在线搜索功能。 阿里云百炼目前已部署了Bocha MCP服务，而在线搜索是许多智能代理在任务执行过程中必须调用的基本工具。 该工具将避免大量重复的编码工作。
此外，互联网巨头凭借其广泛的业务线和应用程序生态系统对MCP的全面支持，为智能代理提供了丰富的可调用工具。 例如，支付宝于4月15日推出了中国首个“支付MCP服务器”，为AI智能代理提供原生支付能力支持。 行业分析师表示，借助支付宝的MCP服务，开发者可以大大缩短为各种服务应用程序开发支付链接的过程。 在智能代理中，他们可以轻松使用支付宝完成一系列闭环操作，例如查询、交易和退款，从而打通商业闭环的“最后一公里”。
上述资深人工智能专业人士表示，有了MCP的加入，构建具有相同功能的智能代理所需的代码行数已从3,000多行减少到500行以下，从而使智能代理的开发效率实现了质的飞跃。 徐志远透露，在推出MCP服务的一周内，激活用户数已超过10,000，并且他们正在基于MCP服务为不同的场景构建智能代理。 许多阿里云客户和合作伙伴也加入了MCP生态系统。 近日，阿里云百炼平台推出了数十项基于云的MCP服务，包括百望财税、飞常准、Bocha Search和英米基金，更多服务提供商正在逐步加入该平台。 未来，它将进一步丰富生态系统供应并加速人工智能的应用。
仍处于快速发展阶段
业界普遍认为，MCP为AI模型与不同的数据源和工具进行通信提供了一种标准化的方法，是加速大型语言模型应用的关键。随着大型互联网公司的进入和布局，MCP的生态边界也将进一步扩大。然而，智能代理的开发仍处于早期阶段，相应地，MCP尚未固定和最终确定，而是处于快速发展的过程中。
在MCP之前，OpenAI在2023年6月提出了Function Calling，以帮助开发者将大型语言模型与外部函数或工具集成。Function Calling是一个非常好的设计，自诞生以来就被业界视为标准。 然而，唯一的问题是编写外部函数所需的工作量太大。 随着技术的发展，智能代理的复杂性不断增加，开发的难度呈指数级增长。 MCP的优势在于，它统一了各种大型语言模型最初不同的Function Calling标准，形成了一个通用协议。
继MCP之后，谷歌云在4月初宣布开源首个标准智能代理交互协议Agent2Agent Protocol（A2A），旨在打破当前智能代理之间的壁垒，实现不同制造商和不同框架构建的智能代理之间的相互通信和协作。 一时间，开发者社区出现了“MCP过时”的说法，一些人认为MCP可能只是一种过渡技术，并且会在一段时间内成为昙花一现的现象。
对此，国盛证券的研究报告认为，代理通信协议的争夺尚未结束。 虽然A2A和MCP的目的不同，前者用于代理之间的通信，后者用于代理与外部工具和数据之间的互连。 然而，在“工具也可能被打包为代理”的复杂情况下，两者的功能必然存在一些重叠，但这种竞争有助于降低大型语言模型调用外部工具和通信的成本。
无论是MCP还是A2A，协议本身都不具有绝对的唯一性。 它为模型提供了一种更标准的连接方法，激活了供应，并降低了将模型与各种真实服务连接的难度。 最终，目的是释放人工智能生产力并加速应用程序的爆发。 MCP是整个大型语言模型发展阶段的自然产物。 即使今天没有MCP，也有其他协议可以实现这一步。
徐志远进一步指出，MCP目前存在许多问题，例如统一身份验证、安全保护、稳定的长连接和多租户管理。 从个人角度来看，当前的问题并不可怕，而是反映了开发者和实际业务实现中存在的实际需求。 最近，我们也看到MCP的协议演进仍在继续。 作为一种开源协议，它将随着技术和生态系统的发展而不断迭代和改进，并将在未来逐渐达到相对稳定的状态。