AI 原生标准 MCP 为何突然爆火？

开发者们正在争论 MCP 究竟是真正的突破,还是又一个营销噱头——本文带你了解这股热潮背后的原因,以及 LangChain 创始人们的看法。

2025年3月10日Fenix

MCP:颠覆性变革,还是被过度炒作的 AI 协议?争论愈演愈烈

近来,模型上下文协议(Model Context Protocol,MCP)在 AI 开发者社区中迅速走红。

"在 MCP 出现之前,开发者必须手动编写代码,通过 API 将 AI 工具与外部系统连接起来——每一次集成都需要定制开发,"AI 智能体开发者 John Rush 解释道,"而 MCP 作为一种标准协议,让每个 AI 工具只需实现一次,就能无缝对接成千上万个系统。"

开发者 Julian Harris 补充说:"MCP 提供了一套标准化接口,能够有效地把任何 API 变成与 LLM 兼容的插件。这以极低的搭建成本,大大丰富了 AI 的上下文能力。"

不过,也并非所有人都被说服。批评者将 MCP 比作"AI 版 Zapier",认为它只是在 API 已经实现的功能上又叠加了一层不必要的东西。还有人担心,像 Grok 和 ChatGPT 这样的主流 LLM 厂商目前并不支持 MCP,未来可能更倾向于推广自家协议。

尽管如此,Anthropic 的应用 AI 工程师 Mahesh Murag 澄清说,MCP 并非 Claude 专属,其设计初衷也不是为了把用户锁定在某个特定生态里。

尽管 MCP 早在去年就已悄然推出,但近期的热议还是引发了广泛讨论。LangChain 甚至在 X 上发起了一项投票:

这股不断升温的兴趣让人不禁要问:MCP 能否成长为 AI 开发领域中占主导地位的智能体协议?

MCP 最大的卖点在于其 AI 原生的设计理念,专为智能体间的互操作而生。与 OpenAPI、GraphQL、SOAP 等中立性协议不同——这些协议并未考虑 AI 智能体的自主行为特性——MCP 专注于实现:

Murag 表示,MCP 并非要取代智能体框架,而是通过通用适配器和连接器来补充它们,从而降低工具集成的复杂度。

一些传统开发者感到困惑,不禁发问:这到底有什么新意?

这种质疑不无道理。表面上看,MCP 或许只是 OpenAPI 的又一个变体。但这种看法未免把问题简单化了。与传统协议不同,MCP 针对的是基于 LLM 的工作流中特有的局限性——尤其是智能体使用工具时遇到的问题。

此外,MCP 诞生于 LLM 爆发之后,这使它得以吸取早期互操作性方面的经验教训,更专注于解决 LangChain 等平台目前仍在摸索的实际部署难题。

MCP 一个出人意料的优势是什么?它的文档。不少开发者指出,MCP 的官方文档在清晰度和覆盖范围上都超过了 OpenAI 的函数调用文档。

Anthropic 也将自己定位为协议中立的支持者,提供了比 OpenAI 更广泛的工具支持。虽然这些说法尚缺乏严格的基准测试验证,但从目前来看,MCP 框架在工具连接性和灵活性上似乎确实优于现有的插件体系。

LangChain 首席执行官 Harrison Chase 与创始工程师 Nuno Campos 就 MCP 的真正价值展开了正面交锋。

1. MCP 是 AI 智能体的最佳选择吗?

Harrison:像 Claude Desktop、Cursor 或 Windsurf 这样的智能体,内置工具十分有限。MCP 让这些智能体能够接入第三方工具——这对没有编程能力的用户来说至关重要。

Nuno:现实中的集成并没有那么顺畅。通常还是需要定制化的提示词和架构设计。MCP 提升了便利性,但算不上一场革命。

2. MCP 能否催生突破性的应用场景?

Harrison:工具描述和提示词模板让集成变得更顺畅。随着模型能力的提升,MCP 的影响力也会随之增长。

Nuno:单靠即插即用并不能创造出变革性的应用场景。大多数改进仍然只是渐进式的。

3. MCP 能否实现大规模普及?

Nuno:目前模型在工具调用上的失败率超过一半。全栈式的自主控制往往更可靠。

Harrison:MCP 着眼的是长期的连接能力。可以把它想象成 Zapier——并不完美,但很强大。它的生态规模已经超过了 OpenAI 的插件体系。

4. 还有哪些地方需要改进?

Nuno:降低复杂度、降低实现门槛、支持无状态协议以提升可扩展性,并加入质量管控机制以防止性能下降。

Harrison:MCP 正在快速演进。未来的版本很可能会支持一键安装、基于 Web 的访问方式,以及更简化的本地部署流程。

MCP 远非完美——但它一直在进化。如果它能持续在可扩展性、易用性和模型兼容性上取得进步,它很可能成为 AI 原生工具集成领域的首选标准。

然而,如果得不到 OpenAI 等主流 LLM 厂商的支持,通往主导地位的道路将不会平坦。和任何新兴技术一样,能否被广泛采用,最终取决于生态的成长与实际应用价值。

MCP 会成为 AI 领域的下一个 Kubernetes,还是终将淡出视野的又一个协议?时间会给出答案。

想要探索成千上万种工具、连接器和兼容 MCP 的插件?不要只停留在阅读上——立刻前往 MCP.so,亲身体验 AI 原生工具集成的未来。