OpenAI，Google和Alibaba带来了什么好处？

它才刚刚开始，但是有很多想象的空间。在AI领域争取互操作性标准的战斗变得充满活力。直到本周，Google DeepMind首席执行官Demis Hassabis宣布，它将在Gemini模型中增加对由MCP的人类模型管理的保护的支持，称为“一项出色的协议，该协议很快成为AI代理期间的开放标准”。 Openai首席执行官Sam Altman宣布支持MCP仅几周后。几乎同时，Google Cloud还推出了自己的顶级开放协议，以使AI -Agent2agent（A2A）代理之间的合作和工作流程能够与50多个技术合作伙伴（包括Salesforce，box等。模型和代理）的50多个技术合作伙伴联手更有效地连接到外部数据，工具，甚至彼此之间。尽管A2A的目的是与代理商的沟通与合作，但Google对MCP的明确支持仍然被认为是MCP向BAS迈进的有力信号IC标准。那么，该MCP吸引巨人注意并已经出现在实际应用中的主要价值是什么？它可以给开发人员和用户带来哪些可见的好处？ 1 AI的“通用连接器”最初是建议和开放的人类来源来创建开放的，常见规范的，该规范可以破坏大型语言模型，以与各种外部来源和工具（例如业务软件，数据库，代码库等）进行交互。它可以被认为是AI世界的“ USB-C”或“通用翻译器”，该世界可以解决连接智能和真实应用模型的问题。在拟人化的驱动下，尤其是在两个巨人Openai和Google之后，明确表示支持，MCP从潜在的建议中加速了成为广泛接受的标准。它标志着以更加团结和有效的方向开发AI应用程序的重要步骤。诸如阿里巴巴云的baiilian之类的国内平台是也很快符合规定，启动MCP运行并开始开发服务生态系统。 MCP的主要价值在于“标准化”。它定义了一组标准的规格，该规范可为任何AI（客户端）模型通过轻巧的“ MCP服务器”与外部资源进行交互。这解决了过去的碎片化，即需要为每个模型和工具定制集成解决方案。 MCP是在API和LSP等标准方案中成功的经验。尽管技术本身并非颠覆性，但其标准化尝试具有提高发展效率和扩大应用程序方案的巨大潜力。 2 MCP的用途是什么？那么在哪里可以找到MCP的实际值？关键在于其独立模型的模型和能力，重复使用和组成性使AI在实际情况下起着更大的作用。首先，MCP有效地破坏了AI和外部数据和工具之间的障碍。在MCP，AI可以用自然语言直接通信到数据库并查询实时销售数据；或连接到您的代码存储库，以浏览，理解和更改代码，例如真正的助手。同样，通过连接Slack和Google Drive等阳光生产力工具的MCP服务器，AI将帮助您发送和接收消息，查找更新的文档，并与工作流无缝结合。更大的MCP潜力在于推动更复杂的代理行为和跨服务合作。 AI代理不再限于执行一项任务，而可以将呼叫与多个MCP服务器相结合以完成复杂的目标。 Biyou Technology最近以AI PPT方向发布了MCP服务器。市场营销总监张·贾亚姆（Zhang Jiameng）为硅星（Silicon Star）举例说明了一个例子：为了产生介绍北京运输的PPT，AI可以首先将MCP称为地图服务提供商（例如GAODE）以获取流量数据，然后Tawagan将MCP称为PPT生产工具的MCP（例如Viose自己的服务）结合信息并生成演示文稿。过去不会描述这种方便的跨服务调度，特别是允许由AI灵活的各种开发人员提供的服务，并且预计MCP将破坏这一障碍。 “我无法将Gaode接口调整为例程，因为他们没有时间注意我们。MCP以某种方式降低了我们的阈值。” Codeium是开发人员工具中最早的公司之一，包括MCP。将MCP支持引入了他们的IDE产品Windsurf，这使AI能够执行各种开发任务，而不仅仅是完成代码。使用Ceceium的付款可以通过GUI或调整文件配置外部MCP服务器，而Theuser Codeium可以连接到文件系统或GIT MCP服务器，以便AI代理可以浏览和更改项目文件。 Codeium Team指出，Windsurf现在允许用户选择MCP服务器自己使用自定义工具和服务。这种可扩展性大大提高了AI对想法的功能 - AI不再限于静态代码，而是能够通过Web与外部API，运行测试命令或搜索文档进行交互。此外，诸如Langchain之类的代理框架的开放资源已经开始整合MCP。有一些工具可以将MCP工具转换为python或Typekrip代理的Langchain工具，这意味着使用Langchain计划的现有代理可以致电MCP服务器，因为它们将称为当地PAG -Andar。这表明MCP吸引了希望其AI代理具有广泛功能的开发人员，而不必从一开始就编写每个集成。另一个更黑暗的例子来自使用Cheang Rry Studio平台的自我表达的代码新手“玛格丽特添加的盐”，它连接到双子座模型，并根据官方文档建立了一个自制的MCP服务器，其中包括搜索API（包括Google Maps，Flights和Hotels）。我n这样，创建了个性化的旅行助手。在审判中，当被问及“从新加坡机场到景点的公共交通路线”时，AI通过MCP称为Google Maps工具，该工具提供了比一般AI（例如Be Be Bean）更具体，准确的路线计划，并附有地图的屏幕截图。当与“杭州计划新加坡旅行计划（包括机票和酒店建议”）进行更复杂的任务时，AI表明能够致电许多MCP工具，例如时间，飞行，搜索酒店和其他MCP工具，而不是简单地找到一般的AI网络。如果我们将MCP与特定模型的内置函数进行比较（例如调用功能），我们可以看到MCP不限于特定模型，这意味着为工具开发的MCP服务器可以重新使用支持MCP协议的任何AI客户端，从而极大地促进了下垂的生态系统。”当然，这种灵活性可以o带来进一步的间接部署和早期技术障碍。在Kbehavior，MCP也有一些局限性。例如，当开发人员“ Duoduo”试图将Claude + Blender MCP用于3D建模时，尽管MCP允许AI执行一些简单的搅拌器操作，但从特定零件的开头或准确更改创建复杂的模型时，这是无效的，使AI难以准确地了解3D空间详细信息。他的经验表明，此阶段的MCP在 - 深度应用程序中的某些专业领域可能更适合帮助专业用户加快简单操作的速度，或者基于现有模型而不是完全替换传统流程进行大规模调整。换句话说，要全面播放MCP值，它不仅取决于协议本身，还取决于特定的MCP服务器的能力以及理解AI模型的活动和工具的水平。它需要花费时间才能成熟INENEWERD字段。 MCP并不完美，在某些情况下，传统API仍然具有价值。它的应用仍处于早期阶段，但是跨模型兼容性和标准化的好处吸引了更多和许多参与者。从当前趋势来看，以及行业中的主要参与者，逐步的生态机构以及对更实际的应用的探索，MCP可能是将AI集成到现有软件和服务中的基本技术。我们可以看到许多“携带” MCP接口的产品，使该软件具有“ AI-Ready”功能。就像浏览器的浏览器扩展已更改了Web联系人一样，MCP提供了AI模型，其标准方式可以与数字工具合作。 MCP有可能成为改善AI在特定业务情况下实用性的主要基础架构，并促进AI与现有软件和工作流程的紧密集成。