1.前言

自從 OpenAI 在 2023 年推出函數(shù)調(diào)用（Function Calling），我一直思考，咋能真正解鎖 AI Agent與工具的生態(tài)系統(tǒng)。隨基礎(chǔ)模型越來越智能，AI Agent與外部工具、數(shù)據(jù)和 API 的交互方式卻變得越來越碎片化——開發(fā)者需針對每一個系統(tǒng)單獨編寫業(yè)務(wù)邏輯，讓Agent能夠適配不同環(huán)境。

2.標(biāo)準(zhǔn)化

顯然，我們需要一個標(biāo)準(zhǔn)化的接口來執(zhí)行任務(wù)、獲取數(shù)據(jù)并調(diào)用工具。在互聯(lián)網(wǎng)時代，API 讓不同軟件之間可以相互通信，成為了軟件的通用語言。但對 AI 模型，目前還缺這樣的標(biāo)準(zhǔn)。

2024 年 11 月，**模型上下文協(xié)議（Model Context Protocol，MCP）**發(fā)布，迅速引起關(guān)注，被認(rèn)為可能成為這一問題的解決方案。本文探討：

• MCP 是什么？
• 它如何改變 AI 與工具的交互方式？
• 開發(fā)者已經(jīng)用 MCP 構(gòu)建了哪些應(yīng)用？
• MCP 仍然面臨哪些挑戰(zhàn)？

3.什么是 MCP

MCP 是一種開放協(xié)議，旨在讓不同系統(tǒng)能夠為 AI 模型提供可泛化的上下文信息。它規(guī)定了AI Agent如何調(diào)用外部工具、獲取數(shù)據(jù)，并與服務(wù)交互。

Resend MCP 服務(wù)器可以同時與多個 MCP 客戶端交互，使其具備郵件發(fā)送能力。MCP 靈感源于語言服務(wù)器協(xié)議（LSP，Language Server Protocol）。在 LSP 中，當(dāng)用戶在代碼編輯器中輸入時，客戶端會向語言服務(wù)器請求自動補(bǔ)全建議或代碼診斷。

MCP進(jìn)一步拓展，采用面向 AI Agent的執(zhí)行模式：

• LSP 主要是被動的，只會在 IDE 發(fā)請求時提供反饋
• MCP 則支持 AI Agent自主決策，可以基于上下文信息選擇合適的工具，并決定調(diào)用順序，實現(xiàn)復(fù)雜任務(wù)的自動化
• MCP 還支持“人類參與（human-in-the-loop）”，允許人在關(guān)鍵節(jié)點提供額外信息或批準(zhǔn)操作

3.MCP目前的熱門應(yīng)用

如有夠多的 MCP 服務(wù)器，用戶就能將任何 MCP 客戶端變成“萬能應(yīng)用”。

3.1 Cursor

作為一個代碼編輯器，同時也是高質(zhì)量 MCP 客戶端。安裝不同 MCP 服務(wù)器，可變身為：

• Slack 客戶端（連接 Slack MCP 服務(wù)器）
• 郵件發(fā)送工具（連接 Resend MCP 服務(wù)器）
• AI 圖像生成器（連接 Replicate MCP 服務(wù)器）

更強(qiáng)大的，用戶可組合多個 MCP 服務(wù)器，解鎖新應(yīng)用場景。如Cursor中，用戶可：

• 使用前端 UI 生成 MCP 服務(wù)器，自動創(chuàng)建網(wǎng)頁界面
• 讓 AI Agent調(diào)用圖像生成 MCP 服務(wù)器，為網(wǎng)頁自動生成一張配圖

這種跨工具協(xié)作的能力，正是 MCP 帶來突破。

4.核心應(yīng)用方向

4.1 面向開發(fā)者的工作流優(yōu)化

對開發(fā)者，MCP 一大價值是減少切換工具的時間。

開發(fā)者的痛點

“我不想為做某個任務(wù)而離開 IDE?！?/p>

MCP 服務(wù)器正滿足需求，如：

• Postgres MCP 服務(wù)器 → 讓開發(fā)者直接在 IDE 里執(zhí)行 SQL 查詢，而無需打開數(shù)據(jù)庫管理界面
• Upstash MCP 服務(wù)器 → 讓開發(fā)者在 IDE 里管理緩存索引
• Browsertools MCP 服務(wù)器 → 讓代碼Agent訪問瀏覽器控制臺日志，輔助調(diào)試

MCP 還能幫助 AI Agent動態(tài)獲取代碼相關(guān)的上下文，如：

• 爬取網(wǎng)頁內(nèi)容，為Agent提供實時信息
• 通過 API 自動生成 MCP 服務(wù)器，讓 AI Agent能直接訪問工具，而無需手動集成

即開發(fā)者可更少寫模板代碼，更多專注于業(yè)務(wù)邏輯。

4.2 全新的 AI 交互體驗

盡管 MCP 目前在開發(fā)者社區(qū)最受歡迎，但它的潛力遠(yuǎn)不限于技術(shù)領(lǐng)域。如：

• Claude Desktop → 讓非技術(shù)用戶也能輕松使用 MCP 服務(wù)器，如營銷文案生成、設(shè)計、客服等任務(wù)
• Highlight MCP 客戶端 → 允許用戶通過 @ 命令調(diào)用 MCP 服務(wù)器，將生成內(nèi)容直接輸入到任何應(yīng)用
• Blender MCP 服務(wù)器 → 讓不會建模的用戶，通過自然語言描述 3D 模型，AI Agent自動生成對應(yīng)的圖像或動畫

社區(qū)還正在開發(fā)適用于 Unity 和 Unreal Engine 的 MCP 服務(wù)器，AI 生成 3D 內(nèi)容的流程正在變得越來越完善。

5.MCP現(xiàn)狀

MCP生態(tài)仍處早期階段，主要趨勢：

• 高質(zhì)量的 MCP 客戶端仍以開發(fā)工具為主，但未來會有更多面向商業(yè)場景客戶端
• 大多數(shù) MCP 服務(wù)器是本地優(yōu)先（local-first）的，未來可能會向遠(yuǎn)程 MCP 服務(wù)器擴(kuò)展
• MCP 市場和托管解決方案正在興起，如 Mintlify 的 MCP 市場、Smithery 和 OpenTools，讓開發(fā)者可以更容易發(fā)現(xiàn)和共享 MCP 服務(wù)器

6.MCP的挑戰(zhàn)

6.1 托管與多租戶支持

目前MCP服務(wù)器主要1對1，未來需支持多個用戶同時訪問，尤其SaaS場景。

6.2 身份驗證（Authentication）

MCP 目前沒有標(biāo)準(zhǔn)的身份驗證機(jī)制，開發(fā)者需要自己實現(xiàn) OAuth 或 API 令牌管理

6.3 權(quán)限管理（Authorization）

MCP 目前的權(quán)限是基于會話的，未來需要更細(xì)粒度的訪問控制。

6.4 網(wǎng)關(guān)（Gateway）

未來 MCP 可能需要一個集中式網(wǎng)關(guān)，類似 API 網(wǎng)關(guān)，管理身份驗證、授權(quán)、流量控制等功能

6.5 MCP 服務(wù)器發(fā)現(xiàn)與注冊機(jī)制

MCP 服務(wù)器目前需要手動配置，未來可能會有一個類似 npm 或 RapidAPI 的 MCP 服務(wù)器注冊中心，讓 AI Agent自動發(fā)現(xiàn)并集成工具。

7.MCP未來：AI Agent的 API 標(biāo)準(zhǔn)？

MCP目前像2010時的 API 生態(tài)——新穎但仍處早期階段。若MCP 成為 AI Agent的標(biāo)準(zhǔn)接口，會咋樣？

• 工具競爭力將取決于 AI Agent能否發(fā)現(xiàn)并調(diào)用它，而不僅是 API 設(shè)計是否優(yōu)秀。
• 定價模式可能改變，AI Agent可能會動態(tài)選擇最便宜、最快、最相關(guān)的工具，而不是僅僅依賴市場占有率。
• 文檔將變得至關(guān)重要，因為 AI Agent需要機(jī)器可讀的格式來理解 MCP 服務(wù)器的功能。
• API 將不再是終點，開發(fā)者需要圍繞具體場景構(gòu)建 MCP 服務(wù)器，而不是簡單地開放 API 端點。

MCP 正在重塑 AI Agent生態(tài)，但它的未來取決于開發(fā)者如何解決當(dāng)前的基礎(chǔ)問題。如果一切順利，MCP 可能會成為AI Agent調(diào)用工具的默認(rèn)接口，解鎖全新的自主、多模態(tài)、深度集成的 AI 體驗。

本文轉(zhuǎn)載自??JavaEdge??，作者：JavaEdge