MCP爆红背后：AI Agent的生产力时代来了吗？

或许将来不会有绝对的“统一协议”，但是由于 MCP 这场标准革命已经引发， AI 爆发的生产力打开了闸门。

2024 年 7 月亮，美国加州旧金山的一个办公室，Anthropic 工程师 David Soria Parra 沮丧地看着显示屏。

当他思考如何让员工深入整合现有模型时，他发现是因为 Claude Desktop 功能有限，不能扩展， IDE 又缺少 Claude Desktop 基本功能，导致自己只能在两者之间来回复制内容，非常麻烦。

"我意识到这是一个 ‘MxN’ 这个问题，即多个应用程序和多个集成问题，而且用一个协议来处理再合适不过了。

想了几个星期，David 有一个想法：做一个类似的想法 LSP 这样的事情就会发生「通信应用和扩展之间的AI应用」标准化。他找到了 Anthropic 工程师 Justin，二人一拍即合，开始构建。

4 几个月后，这一想法被实用化，摆在大众面前，这就是 MCP。

如今，MCP在各大平台上被广泛讨论，许多大型服务提供商宣布支持。 MCP，MCP概念股在二级市场也受到了热烈的炒作。

疯狂之下，不断出现许多疑问：MCP 为什么会爆红？真的能成为一般的标准吗？大型厂商纷纷接入背后，又有什么商业逻辑？另外，MCP 在爆红的背后，是否意味着？ AI Agent 生产力时代真的到来了吗？

一、MCP，AI应用程序「USB-C接口」

长期以来，AI 模型和外部工具的整合总是面临着双重挑战:定制开发成本高，系统稳定性难以保证。在传统模式下，开发人员需要为每个新接入的工具或数据库开发一个特殊的接口。这种“一对一”的适应方式不仅浪费资源，还会导致系统结构的脆弱性。

MCP 为了解决这些问题，协议的出现。

其核心价值在于规范交互规则。也就是说， MCP，开发者只要让模型和工具各自遵守协议标准，就可以实现即插即用，将原来的“M×N将集成复杂性简化为“M N”。通过MCP，AI模型可以直接调用数据库、云服务甚至本地应用，无需为每一个工具独立开发适配层。

就目前而言，在实践方面，MCP 表现出强大的生态整合能力。

比如，Anthropic 的 Claude 桌面应用 通过 MCP 服务器与当地文件系统相连， AI 助手可以直接阅读文档内容，生成上下文相关答案；开发工具 Cursor 然后通过多个安装 MCP 服务器(如 Slack、Postgres)，在 IDE 内部实现多任务无缝切换。

MCP 似乎正在慢慢变成 Justin 嘴里的样子：“我们认可将 MCP USB-C接口与AI应用程序相比，是连接整个生态系统的通用接口。”

但是从 MCP 从发布到爆发，中间还有一个很长很重要的故事要讲。

2024 年 11 月，MCP 发布很快引起了业内开发者和企业的关注。然而，它并没有现在这么受欢迎，因为当时人们对智能体的价值并不清楚，或者即使解决了。 Agent“M×N"集成复杂，AI 没有人知道生产力是否会爆发。

这种不清晰的感觉主要来自于大模型技术不断升级迭代下的落地问题，但应用侧始终没有发力。此外，互联网社交平台对智能身体充满了各种各样的声音，这使得人们 AI 技术可以在工业上落地几何，信心不高或看不到希望。即使现在市场上已经出现了很好的落地方向和应用， AI 究竟技术是真的转化为生产力，还是仅仅融入表面无法做出决定，很难看清楚，这需要大量的时间来验证。

这件事的转折点发生了 Manus 发布和发布框架 OpenAI 官方宣布结局支持 MCP。

Manus 所展现的多 Agent 协作能力，完美诠释了用户对用户的协作能力 AI 生产力的终极期望。 MCP 通过聊天界面来实现 “对话就是操作” 的创新感受 —— 当用户只需在输入框中发出指令，就可以直接触发系统级操作，如文档管理、数据调取等，一场关于 "AI 真正能够帮助完成实际工作" 这就开始了认知变革。

这一颠覆性的使用体验，反过来又进一步提升了 MCP 热度。可说，Manus 发布就是推广 MCP 爆红的关键因素。

除了 Manus 如此一位“带货达人”，OpenAI的官宣结局，也为MCP提供了一个“通用界面”。

2025 年 3 月 27 日，OpenAI 宣布其核心开发工具 AgentSDK 进行重大更新，正式支持MCP服务合同。在全球40%的模型市场份额巨头宣布支持协议的同时， MCP 开始有相似之处 HTTP 底层基础设施的特点，MCP 正式进入大众视野，热度持续上升，指数级飙升。

这样就让大家看到了“AI 界 HTTP“成为现实的可能性。接着，Cursor、Winsurf、Cline 等待渠道也相继接入 MCP 协议，MCP 打造的 Agent 生态学逐渐发展。

第二，MCP来了，Agent 生态学还会远吗？

MCP，是否真的可以成为未来AI交互事实的标准？

3月11日，LangChain 创始人 Harrison Chase 与 LangGraph 负责人 Nuno Campos 围绕 MCP 是否成为未来AI交互事实的标准，虽然没有结论，但很大程度上激发了大家对此的争论。 MCP 想像空间。

值得注意的是，在这场辩论的同时，LangChain 网上也发起了投票。投票结果出乎意料：40% 参与者支持 MCP 成为未来的标准。

这次投票中，剩下的 60% 未来投票者，让MCP走向未来AI交互事实标准的这条道路，看上去并不顺利。

她们有什么顾虑？

值得注意的是，也就是说，当技术标准与利益分离时。这一点从 MCP 发布后，国内外玩家的动作便可见一斑。

Google在Anthropic发布MCP后不久就建立了A2AA。（Agent to Agent）。

假如说 MCP 为单个智能体铺路，让它们能够方便地到达每一个“资源点”， A2A 目标是建立一个庞大的通信网络，连接这些智能体，使它们能够相互“对话”、协调工作 。

事实上，从底层看，无论是MCP还是MCP， A2A，本质都是 Agent 生态争夺。

所以，此时此刻，中国市场又呈现出怎样的趋势？

具体而言，更多的动作集中在模型制造商，4 到目前为止，阿里、腾讯、百度都宣布支持。 MCP 协议。

在这些平台中，阿里云百炼 4 月 9 行业第一个全生命周期日上线。 MCP 集高德地图、无影云桌面等服务于一体。 50 余款工具，5 可以在几分钟内生成专属 Agent。支付宝联合魔搭社区率先在国内推出“支付宝” MCP Server”服务，让 AI 智能体一键接入支付能力。

4 月 14 腾讯云升级大模型知识引擎，支持调用。 MCP 插件，访问腾讯位置服务，微信阅读等生态工具。；4 月 16 日，支付宝推出“支付宝” MCP Server"，开发者可以通过自然语言指令快速访问支付功能，打开支付功能 AI 商业闭环服务；4 月 25 日本，百度宣布全面适应 MCP 协议，推出全球首个电子商务交易协议 MCP 及搜索 MCP 服务。智能云千帆平台已接入第三方 MCP Server，搜索平台搜索全网资源，降低开发成本。

可以发现，国内大型厂商的MCP游戏是一个“全闭环”。从阿里云百炼平台开始 MCP 高德地图集成服务；支持调用腾讯云； MCP 插件，访问微信阅读等生态；然后百度推出搜索 MCP 服务，都在以 MCP 充分发挥其长板优势，加强其生态堡垒。

这一战略选择背后有着深刻的商业逻辑。

想象一下，如果阿里巴巴云平台允许调用百度地图服务，或者腾讯生态向外部模型开放核心数据接口，那么厂商辛辛苦苦打造的数据和生态环城河带来的差异化优势可能会分裂。正是这种对“连接权”的绝对控制需求，促使MCP在人工智能时代悄然重新分配基础设施控制权的技术标准化表象。

表面上看，MCP通过统一界面规范推动了技术协议标准化进程，这种矛盾的张力正在显现。本质上，每个平台都在通过私有化协议定义自己的连接规则。

而且这一开放协议与生态分离，必然会成为制约MCP走向真正通用标准的深层障碍。

第三，在AI产业落地的浪潮中，再看看MCP的真正价值。

或许未来不会有绝对的“统一协议”，但是MCP引发的这场标准革命，已经为AI生产力的爆发打开了大门。

就目前而言，每一家大型模型制造商都在经历 MCP 建立自己的“生态飞地”协议，这一“全闭环”战略将会显现出来 Agent 深层次的生态碎片化差异。但是，也可以释放生态建设者积累的能力，快速形成应用矩阵，推动AI落地。

比如过去大厂的优势(比如支付宝支付技术、用户数量、风险控制能力)原本局限于自己的业务，但通过标准化界面（MCP）这些能力在开放之后可以被更多的外部开发者调用，比如其他公司。 AI Agent 直接调用支付宝接口，无需自建支付系统。它还可以吸引更多的参与者使用大型工厂的基础设施，形成依赖和网络效应，扩大生态知名度。

这一“圈地创新”在一定程度上加速了AI技术的产业渗透。

从这个角度来看，或者将带动未来。 Agent 生态学呈现出“有限开放”的局面。

具体来说，核心数据接口还是会被大厂商牢牢控制，但在非核心领域，跨平台的“微标准”可能会通过技术社区的推动和监管机构的干预逐渐形成。这种“有限开放”不仅可以保护厂商的生态利益，还可以避免技术生态的完全分离。

这是一个过程，MCP 其价值也将从“通用接口”转变为“生态连接器”。

它不再追求成为唯一的标准化协议，而是作为不同生态之间相互对话的桥梁。开发者可以通过 MCP 跨生态很容易实现 Agent 合作，当用户能够在不同平台之间无缝切换智能体服务时，Agent 生态学将真正迎来它的黄金时代。

这一切的前提是行业能否在利益和技术理想之间找到微妙的平衡。这是MCP除了工具本身价值之外的变化。

其实 Agent 生态学建设，不在于某一标准协议的出现。AI 落地，也不在于某一环节的开放，而在于共识。

如同 Anthropic 工程师David最初的想法是:我们需要的不仅仅是“万能插座”，还有一个可以兼容插座的“电网”。这个电网不仅需要技术共识，还需要一个关于它的问题。 AI 全球对话，时代基础设施规则。

AI 当前技术的快速迭代， MCP 在“催化”下，制造商正在加快这一技术共识的统一。

本文来自微信微信官方账号“工业家”，作者：斗斗，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com