拾象科技万字详解MCP：Agentic AI中间层最优解，以及创业公司的三个机会

72 0 0

文章摘要

Anthropic推出的Model Context Protocol（MCP）在AI领域引发了广泛关注，尤其是在Agentic AI的中间层领域，MCP已经显著垄断了AI应用与工具之间的连接层。MCP作为一种开放协议，允许系统向AI模型提供上下文信息，并简化了AI模型与外部工具、数据源的交互过程。Anthropic将MCP类比为AI应用的USB-C端口，旨在打造一个标准化的接口，使得开发者能够通过统一协议访问文件系统、数据库等资源，从而提升LLM的使用体验。自开源以来，MCP的使用增长速度极快，MCP Server的数量已超过2000个，开发者群体的渗透率也在迅速提升。

MCP的生态已经初步形成，围绕MCP出现了多种产品和服务，包括MCP Clients、MCP Servers、Marketplace和Infra等。MCP的核心概念包括客户端MCP Client和服务器MCP Server，前者是LLM-native产品或Agent，后者则是轻量级的Context连接软件。通过MCP，AI应用开发者可以无缝连接到任何MCP Server，获取所需的Context，而工具或API开发者只需搭建一个MCP Server，便能自然获得开发者的使用。这种设计使得开源社区和创业公司都有动力开发各自的MCP Server，从而推动AI应用的进一步发展。

MCP的使用场景非常多元，涵盖了数据库、搜索、设计、支付、生产力工具等多个领域。MCP的开发模式由社区推动，随着其普及，企业开始开发官方版本，最终AI工具可以在官方版本、社区版本和自定义实现之间进行选择。例如，开发者可以通过MCP在IDE中搭建自定义的产品形态，如将Deep Research集成到AI代码编辑器中，实现自主探索网页并提取最新研究成果的功能。

Anthropic将MCP定位为Agentic AI领域的标准化接口，类似于移动支付领域的基础支付协议。MCP的出现不仅简化了数据转接的工作，还将其在各方之间进行了重新分配，使得独立开发者也能参与转接头的开发。虽然MCP不能直接类比为Stripe，但它为Agentic AI领域的Stripe提供了基础，未来可能会涌现出更多类似Stripe的创业机会。

MCP的出现使得Context Layer的效果得以最大化，为构建高质量AI Agent提供了重要基础。MCP借鉴了语言服务器协议（LSP）的思路，但超越了LSP的被动响应模式，支持自主运行的AI工作流，使AI Agent能够自主决定使用哪些工具、以何种顺序调用，并串联起来完成任务。此外，MCP还允许人类提供额外数据并对执行过程进行审批，进一步提升了AI Agent的实用性。

MCP作为已有中间层的集大成者，对OpenAI的Function Call、GPTs、Agent SDK以及LangChain、LlamaIndex等产品产生了冲击。MCP的优势在于其轻量、开放的底层协议，使得开发者能够更灵活地使用和扩展。相比之下，LangChain和LlamaIndex等框架由于抽象程度过高，许多开发者在使用后转而自行开发。

MCP的生态属性为创业公司提供了多个机会，包括Agent OS、MCP Infra和MCP Marketplace。Agent OS方向是Anthropic和其他大公司、创业公司的必争之地，MCP Infra则致力于让MCP更可靠、更production ready，而MCP Marketplace则旨在简化MCP Server的发现和安装过程。随着MCP的普及，基础设施和工具将在提升整个生态系统的可扩展性、可靠性和可访问性方面发挥关键作用。

总的来说，MCP的出现为AI领域带来了新的机遇和挑战，其开放性和灵活性使得开发者能够更高效地构建和扩展AI应用，同时也为创业公司提供了广阔的发展空间。