上手实测：阿里云百炼上线「全周期 MCP 服务」，AI工具一站式托管

117 0 0

文章摘要

阿里云百炼正式上线了MCP（Model Context Protocol）服务的完整平台能力，覆盖从服务注册、云托管到Agent调用、流程组合的全生命周期。这一转变标志着工具调用不再局限于模型厂的私有功能，而是被抽象为一种通用能力，并具备了完整的产品形态。MCP服务通过将MCP Client和MCP Server封装在一起，放置在MAAS（Model as a Service）上，实现了跨模型、跨平台的可复用性。

MCP服务的核心功能包括单MCP调用和多MCP调用。单MCP调用示例中，高德地图与AI导游结合，根据用户旅行目的地生成城市游推荐方案，串联天气、位置、美食和导航任务，整个过程无需编写代码，只需在百炼广场上开通高德地图的MCP服务并拉取该服务。多MCP调用示例中，通过构建工作流，AI抓取网页信息并进行总结，最终将信息上传至Notion，这一工具链同样通过MCP服务构建，串联了多个内容，全部可复用、可组合，且不依赖特定模型。

在百炼MCP平台上，开发者可以通过两种方式使用MCP服务：直接使用官方托管服务或自建服务。官方托管服务已上线15款MCP云服务，并提供了61款社区MCP的介绍，适合绝大多数场景，几乎“零门槛”。自建服务则适合有自己API或需要引入社区MCP server的开发者，整个过程比传统的服务器部署方式简单得多，不需要自己买机器或配置负载均衡，适合企业开发者将内部服务MCP化或技术团队接入外部服务做统一封装。

MCP与Plugin的区别主要体现在协议开放性、服务部署方式和调用范式三个层面。Plugin是为某个模型写的私有接口描述，无法直接复用到其他模型平台，而MCP的目标是让所有模型理解同一种“服务语言”，无论Claude、GPT还是百炼自有模型，理论上都能读懂相同的MCP接口描述并做出合理调度。Plugin开发者需要自己部署服务并管理调用、安全、负载等细节，而MCP在百炼的实现中，服务由平台托管，开发者只需提供逻辑，其他都交由平台自动完成。Plugin更像是“硬编码调用”，定义好schema后模型识别并调用一次函数，而MCP支持多步调度、多工具组合，更适合Agent执行复杂任务时使用。

MCP的推出标志着AI调用外部工具从繁琐的工程任务转变为标准化的、平台化的能力。过去，工具主要服务于开发者，AI需要被动适应，而现在，服务被设计成易于AI理解和使用，主动拥抱模型。这一焦点的转移，使得MCP成为AI商业化的重要落棋，未来阿里的服务以及更多的三方应用都将逐步上线到百炼，满足任意场景Agent的开发需求。