AI 時代的「萬用插座」
在人工智慧 (AI) 不斷發展的領域中，一個新的前沿領域正在吸引著科技巨頭和開發人員的關注。這個「新寵」是模型上下文協議 (Model Context Protocol, MCP)，這項技術有望徹底改變 AI 模型與外部世界互動的方式。
4 月 29 日，阿里巴巴發布並開源了其下一代通義千問模型 Qwen3，引起了轟動。該模型不僅具有增強的性能和降低的成本，而且還具有改進的 MCP 支援。這種進步使開發人員能夠將各種外部資料來源和工具與 Qwen3 大型語言模型無縫集成，從而為更具成本效益和高效的 AI Agent（智慧代理）開發鋪平了道路。
熱情的開發人員已經在嘗試使用 Qwen3 來創建創新的應用程式。火星波創始人兼 MiniMax Conch AI 前產品負責人馮雷開發了一個網頁，該網頁成功利用了各種 MCP，包括圖像、音訊和地圖，以快速實現所需的提示結果。他在社交媒體上分享了他的成就，強調了原生 MCP 支援的關鍵重要性。
同樣，在 4 月 25 日的 Create 2025 百度 AI 開發者大會上，百度創始人李彥宏表示：「MCP 使 AI 能夠更好地理解外部世界，更輕鬆地訪問資訊，並更自由地使用工具。我們相信 MCP 是 AI 開發的一個重大進步，開發人員應該儘快理解和採用它。」在大會上，百度智慧雲正式推出了中國首個企業級 MCP 服務，鼓勵開發人員全面採用 MCP。
本質上，MCP 可以被視為 AI 時代的「通用插座」。它使大型語言模型能夠輕鬆訪問各種外部資料來源和工具，實現與外部世界的「一鍵互連」。這將顯著提高 AI 應用程式和各種 AI Agent 的開發效率。事實上，在百度之前，包括阿里巴巴、騰訊和字節跳動在內的其他幾家網際網路巨頭已經實施了 MCP 支援。MCP 最初是開發人員中的一個小眾術語，現在已轉變為主流行概念，成為各家公司的新戰場。隨著 MCP 生態系統的持續發展和繁榮，AI agent 應用程式預計將蓬勃發展。
國盛證券研究所副所長兼通信行業首席分析師宋嘉吉將 MCP 的出現比作通信領域的 TCP/IP 協定，並斷言它將促進 AI 原生應用程式的出現。在網際網路時代，TCP/IP 作為基礎的資料通信協定，實現了高效的資料傳輸和不同設備之間的無縫連接。同樣，在 AI 時代，MCP 發揮著類似的作用，為大型語言模型提供「一鍵互連」以訪問外部資料和工具。
一位資深的 AI 專業人士表示，MCP 本質上是一種技術協定，是一套集體商定的 AI Agent 開發規範，類似於秦朝時期文字和運輸的標準化。有了統一的標準和規範，協作效率將大大提高。MCP 並不是最近才發明的；它最初是由美國著名的 LLM 創始公司 Anthropic 於去年 11 月發布的，旨在降低大型語言模型使用外部資料和工具的成本。
雖然 MCP 最初的反響平平，但今年 2 月，國內開發的通用 AI 代理 Manus 的出現，重新引起了人們的興趣。Manus 能夠根據人類的指令自主執行複雜的任務，從自動預訂機票和生成旅行指南到創建網站，它不僅能夠聊天和思考，而且還能像人類一樣「親自動手」，因此迅速獲得了普及。儘管其創始人表示 Manus 是在 MCP 發布之前開發的，因此沒有使用該協議，而是使用其他編碼方法來呼叫多種工具，但 Manus 仍然突出了智慧代理的價值和 MCP 的重要性。
在引入 MCP 之前，大型語言模型訪問外部工具的成本相對較高。例如，如果用戶想使用大型語言模型預訂航班和酒店並收到電子郵件確認，則該模型需要分別呼叫航空公司、酒店和電子郵件應用程式的 API (Application Programming Interfaces)。每個 API 集成都需要編寫單獨的代碼、文檔、身份驗證方法、錯誤處理和維護方法，本質上需要不同的「金鑰」才能解鎖這些服務。但是，有了 MCP，只需要連接或配置航空公司、酒店和電子郵件服務的 MCP 伺服器，類似於將包含航空公司、酒店和電子郵件服務的 USB 驅動器通過 Type-C 埠插入用戶的電腦。
統一標準的優勢在於，它可以減少冗餘的開發和建設，避免重複編碼，從而顯著提高開發效率並降低開發成本。只要符合並支援 MCP 標準，所有工具都可以實現「即插即用」功能，使開發人員能夠快速構建更強大的 AI 應用程式。銀河證券的研究報告指出，MCP 有望推動 AI agent 應用程式從簡單的資訊諮詢和推薦能力升級到執行能力，從而促進為 AI agent 構建更豐富和更複雜的應用生態系統。
網際網路巨頭全面入場
2025 年被譽為 AI agent 的「元年」。作為一種標準協定，MCP 可以顯著解決智慧代理開發過程中呼叫外部工具時技術成本高和效率低的問題，使其成為網際網路巨頭的新焦點。
3 月 21 日，百度地圖宣布其核心 API 完全相容 MCP，成為中國第一家這樣做的地圖服務提供者。4 月 9 日，阿里云百煉平臺推出了業界首個全生命週期 MCP 服務。4 月 14 日，騰訊雲宣布其大型語言模型知識引擎已升級以支援 MCP 協議。4 月 18 日，字節跳動的 AI 應用程式開發平臺 Kouzi Space 開始內部測試，該平臺集成了 MCP 擴展系統。內部測試的初始階段支援集成飛書多維表格、高德地圖和圖像工具等高頻元件。
阿里云百煉高級產品專家徐志遠表示，阿里云是中國領先的大型語言模型製造商，擁有全棧自研的通義千問模型，也是中國第一大雲服務提供商，這對於成功實施 Agent+MCP 是一個必要條件。強大的模型能力可確保支援深度推理和複雜任務及工具的排程，而充足的雲計算資源可確保 MCP 服務穩定、可用且高效。
具體來說，阿里云百煉平臺集成了阿里云 Function Compute、200 多個行業領先的大型語言模型和近 100 個主流 MCP 服務，全面解決了智慧代理開發所需的計算資源、大型語言模型資源和應用工具鏈。這消除了用戶管理資源、開發部署和執行工程運營的需求，從而大大降低了 Agent 開發的入門門檻。例如，用戶使用 Bocha MCP 服務和通義千問大型語言模型在百煉平臺上構建了一個智慧代理，該代理可以有效地查詢海量資料並快速生成視覺圖表。整個過程非常方便，只需幾分鐘即可完成開發。
徐志遠提到的 Bocha 是一種基於 AI 的搜索引擎，它支援 DeepSeek 等大型語言模型的線上搜尋功能。阿里云百煉目前已部署了 Bocha MCP 服務，而線上搜尋是許多智慧代理在執行任務期間必須呼叫的基本工具。此工具將避免大量重複的編碼工作。
此外，網際網路巨頭對 MCP 的全面支援，及其廣泛的業務線和應用程式生態系統，為智慧代理提供了豐富的可呼叫工具。例如，支付寶於 4 月 15 日推出了中國首個「支付 MCP 伺服器」，為 AI 智慧代理提供原生支付能力支援。行業分析師表示，借助支付寶的 MCP 服務，開發人員可以大大縮短為各種服務應用程式開發支付鏈接的過程。在智慧代理中，他們可以輕鬆使用支付寶完成一系列閉環操作，例如查詢、交易和退款，從而打開商業閉環的「最後一公里」。
上述資深 AI 專業人士表示，通過添加 MCP，構建具有相同功能的智慧代理所需的代碼行數已從 3,000 多行減少到 500 行以下，從而使智慧代理的開發效率實現了質的飛躍。徐志遠透露，在推出 MCP 服務後的一周內，啟動的用戶數量已超過 10,000 個，他們正在基於 MCP 服務為不同的場景構建智慧代理。許多阿里云客戶和合作夥伴也加入了 MCP 生態系統。最近，阿里云百煉平臺推出了數十個基於雲的 MCP 服務，包括百望財稅、飛常准、Bocha Search 和盈米基金，更多服務提供商正在逐步加入該平臺。未來，它將進一步豐富生態系統供應並加速 AI 的應用。
仍處於快速發展時期
業界普遍認為，MCP 為 AI 模型與不同的資料來源和工具進行通信提供了一種標準化的方法，並且是加速大型語言模型應用的「金鑰」。隨著主要網際網路公司的進入和佈局，MCP 的生態邊界也將得到進一步擴展。但是，智慧代理的發展仍處於早期階段，相應地，MCP 尚未固定和最終確定，而是處於快速發展的過程中。
在 MCP 之前，OpenAI 於 2023 年 6 月提出了 Function Calling，以幫助開發人員將大型語言模型與外部功能或工具集成。Function Calling 是一個非常好的設計，自誕生以來就被業界視為標準。但是，唯一的問題是編寫外部功能所需的工作量太大。隨著技術的發展，智慧代理的複雜性越來越高，開發難度呈指數級增長。MCP 的優勢在於，它統一了各種大型語言模型原始的差異化 Function Calling 標準，形成了一個通用的協議。
繼 MCP 之後，Google Cloud 於 4 月初宣布開源第一個標準的智慧代理互動協議 Agent2Agent Protocol (A2A)，旨在打破當前智慧代理之間的障礙，並實現由不同製造商和不同框架構建的智慧代理之間的相互通信和協作。一時之間，開發人員社區出現了「MCP 過時」的說法，一些人認為 MCP 可能只是一種過渡性技術，並且會在一段時間內成為曇花一現的現象。
對此，國盛證券的一份研究報告認為，Agent 通信協定的爭奪戰尚未結束。儘管 A2A 和 MCP 的目的不同，前者用於代理之間的通信，而後者用於代理與外部工具和資料之間的互連。但是，在「工具也可能被打包為代理」的複雜情況下，兩者的功能必然會有一些重疊，但是這種競爭有助於降低大型語言模型呼叫外部工具和通信的成本。
無論是 MCP 還是 A2A，協定本身都不具有絕對的唯一性。它為模型提供了一種更標準的連接方法，啟動了供應，並降低了將模型與各種真實服務連接的難度。最終，它是為了釋放 AI 生產力並加速應用程式的爆發。MCP 是整個大型語言模型發展階段的自然產物。即使今天沒有 MCP，也有其他協議可以實現這一步。
徐志遠進一步指出，MCP 目前存在許多問題，例如統一身份驗證、安全保護、穩定的長連接和多租戶管理。從個人角度來看，目前的問題並不可怕，而是反映了開發人員和實際業務實施中存在的真正需求。最近，我們也看到 MCP 的協定演進仍在繼續。作為一種開放原始碼協定，它將隨著技術和生態系統的發展而不斷迭代和改進，並將在未來逐漸達到相對穩定的狀態。