整理 | 冬梅
1 Altman 確認采用 Anthropic 的 MCP 協(xié)議
美國當?shù)貢r間 3 月 26 日，OpenAI CEO Sam Altman 在 X（原 Twitter）帖子中確認，OpenAI 將在旗下產(chǎn)品（包括 ChatGPT 桌面應用）中集成 Anthropic 的模型上下文協(xié)議（MCP）。
Altman 指出，“MCP 的市場反響很好，我們也很高興能在自家產(chǎn)品中支持這項協(xié)議。目前此協(xié)議已經(jīng)在 Agents SDK 中開放，對于 ChatGPT 桌面版應用以及 Responses API 的支持也即將推出！”
MCP 允許模型從業(yè)務工具和軟件等來源處提取數(shù)據(jù)以完成任務，并可從內(nèi)容存儲庫和應用開發(fā)環(huán)境中提取數(shù)據(jù)。在該協(xié)議的支持下，開發(fā)人員能夠在數(shù)據(jù)源和 AI 驅動的應用程序（例如聊天機器人）之間建立起雙向連接。
開發(fā)人員可以通過“MCP 服務器”公開數(shù)據(jù)并構建起“MCP 客戶端”——例如實例、應用程序和工作流，再根據(jù)命令接入到這些服務器。自從 Anthropic 開源 MCP 的這幾個月來，包括 Block、Apollo、Replit、Codeium 和 Sourcegraph 在內(nèi)的多家廠商均已為其平臺添加了 MCP 支持。
Anthropic 公司首席產(chǎn)品官 Mike Krieger 在 X 上發(fā)帖表示，“很高興看到大家對 MCP 的喜愛延伸到 OpenAI——熱烈歡迎！MCP 已經(jīng)成為一項蓬勃發(fā)展的開放標準，目前已經(jīng)吸引到成千上萬的集成且仍在不斷增長。只有全面接入已經(jīng)存在的數(shù)據(jù)和軟件當中，大語言模型才能最大程度發(fā)揮作用?！?/p>
OpenAI 則表示，他們打算在未來幾個月內(nèi)陸續(xù)分享關于 MCP 支持計劃的更多信息。
OpenAI 的集成意味著開發(fā)者可以更輕松地構建能調用實時數(shù)據(jù)的智能助手，比如企業(yè)級聊天機器人或自動化工作流。
2 網(wǎng)友怎么看？
OpenAI 宣布支持 Anthropic 推出的模型上下文協(xié)議（MCP），在開發(fā)者社區(qū)引發(fā)激烈討論。這一協(xié)議被宣傳為"AI 工具集成的新標準"，但其實際價值正面臨兩極評價。
在 X 上，有用戶認為，MCP 的到來，是告別“LangChain 地獄”的解放。MCP 最直接的吸引力在于其宣稱能替代 LangChain 等傳統(tǒng)工具鏈。“LangChain 是個臃腫的噩夢，”一位 Hacker News 用戶說道，“招聘要求里還把它列為必備技能，恰恰說明行業(yè)里充斥不懂技術的人?！?MCP 通過標準化接口分離 AI 核心與工具，開發(fā)者可以動態(tài)添加各類功能模塊，理論上使大模型應用擴展更靈活。
盡管支持者稱贊 MCP 的客戶端 - 服務器架構創(chuàng)新，但批評者指出其核心功能并無本質突破?！斑@不過是把工具調用標準化，”一位機器學習架構師說道，“LangChain、SmolAgents 等庫早已用不同方式實現(xiàn)了類似功能，”。實驗數(shù)據(jù)顯示，采用 MCP 的代理在工具選擇準確率上僅提升 3%，幻覺問題依然存在。
行業(yè)觀察家注意到，MCP 的熱度部分源于技術圈的跟風心理?！爸灰獟伋觥畢f(xié)議’、‘服務器’這些術語，工程師們就會興奮”。一位技術評論員引用了 Joel Spolsky 的經(jīng)典比喻，這讓人想起那些癡迷架構卻忽視實際問題的‘架構宇航員’?！癆nthropic 的營銷資料中，‘雙向連接’、‘標準化協(xié)議’等術語出現(xiàn)頻率高達每百字 7.8 次，遠超技術白皮書平均水平。
連 AI 大神 Andrej Karpathy 也發(fā)表了自己關于 MCP 的看法，Karpathy 認為，MCP 沒什么用，趕快停止吧。
在 Hacker News 社區(qū)中，也有不少用戶對 MCP 的實用價值提出質疑，有位用戶坦然，就是他自己的團隊也會“跟風”部署實施，但這并不是最佳方案。
“我完全同意（對 MCP 的批評）。MCP 的功能設計過度復雜，實際優(yōu)勢并不明顯。它要求開發(fā)者自己定制工具，開發(fā)和調試都會浪費大量時間。 嚴格來說，MCP 甚至算不上真正的技術協(xié)議——更像是一套行業(yè)約定俗成的規(guī)范。雖然我們團隊也會跟進實施（畢竟行業(yè)都在用），但我始終認為這不是最佳方案。相比之下，基于 HTTP 的 OpenAPI 服務簡單得多，而且所有主流框架都已經(jīng)原生支持。 除非把 MCP 簡化到 STDIO（標準輸入輸出）那種級別的易用性，否則我實在看不出它的必要性。”
3 MCP 是什么？
MCP 全稱為 Model Context Protocol（模型上下文協(xié)議），最初由 Anthropic 提出并開源，簡單來說，就是構建為 AI 助手提供額外背景信息的工具的標準方法。
為什么 Anthropic 會提出這樣一種協(xié)議？
Anthropic 認為你不需要依賴 LangChain 或 LlamaIndex 這樣的庫來集成大語言模型（LLM）和外部工具（比如向量數(shù)據(jù)庫、文件系統(tǒng)或文檔）。
他們的理念是：任何能給 AI 助手提供額外信息或功能的東西，都可以直接變成一個 API 工具，讓 LLM 自己去調用。比如：你的向量數(shù)據(jù)庫可以是一個工具，文件系統(tǒng)訪問也可以是一個工具。
這樣一來，在構建 AI 助手（或叫 AI 代理）時，工具調用就成了統(tǒng)一所有功能的核心方式，而不需要依賴復雜的中間框架。Anthropic 鼓勵開發(fā)者自己按需定制集成，而不是依賴現(xiàn)成的庫。
Anthropic 在一篇博客文章中指出，盡管 AI 助手正在被廣泛采用，并且模型能力（如推理和質量）在快速進步，但即使是最高級的模型仍然受困于數(shù)據(jù)隔離問題——它們被限制在信息孤島和舊有系統(tǒng)中。每次接入新的數(shù)據(jù)源都需要定制化開發(fā)，導致真正互聯(lián)的 AI 系統(tǒng)難以規(guī)?；瘮U展。
而 MCP（Multi-Connection Protocol） 旨在解決這一問題。它提供了一種協(xié)議，允許開發(fā)者在數(shù)據(jù)源和 AI 應用（如聊天機器人）之間建立雙向連接。具體來說，開發(fā)者可以通過 MCP 服務器 對外提供數(shù)據(jù)訪問能力，然后構建 MCP 客戶端（如應用程序或自動化工作流），按需連接這些服務器。
MCP 可以讓 AI 系統(tǒng)更靈活、高效地集成各類數(shù)據(jù)源，打破信息孤島的限制。
行業(yè)分析認為，此舉可能加速 AI 助手在復雜場景（如金融、醫(yī)療等）的落地，同時降低企業(yè)整合 AI 技術的門檻。
4 技術突破還是新瓶舊酒？
事實上，Anthropic 在 2024 年 11 月宣布了這一協(xié)議時行業(yè)內(nèi)對此的反應稍顯冷淡。但現(xiàn)在 MCP 正在流行，已經(jīng)超過了 LangChain，并有望很快超越 OpenAPI 和 CrewAI。主要的 AI 參與者和開源社區(qū)都在支持 MCP，認為它是構建代理 AI 系統(tǒng)的潛在游戲規(guī)則改變者。沉寂一年多，MCP 為什么突然火了？
有人認為，MCP 之所以能火起來，有幾個主要原因：
集成問題解決器：AI 代理和代理工作流成為 2023～2024 年的主要流行語，但它們的致命弱點仍然存在：將這些代理與現(xiàn)實世界的業(yè)務系統(tǒng)和數(shù)據(jù)集成。最初，人們將注意力集中在模型功能和提示技術上，而不是集成上。MCP 通過定義“如何將現(xiàn)有數(shù)據(jù)源”（文件系統(tǒng)、數(shù)據(jù)庫、API 等）連接到 AI 工作流中，直接解決了這一差距。隨著人們消化了這一點，MCP 開始被視為嚴肅的、可用于生產(chǎn)的 AI 代理所缺失的一塊拼圖。（這是 HumanX 會議的要點之一：近年來，我們主要專注于構建單獨的 AI 模型，每個模型都專門用于特定任務。但隨著復雜性和需求的增長，正在向集成系統(tǒng)轉變——多個專門模型、軟件組件、API、數(shù)據(jù)源和接口的編排協(xié)同工作。）
社區(qū)和采用：在短短幾個月內(nèi)，MCP 從概念發(fā)展成為一個不斷發(fā)展的生態(tài)系統(tǒng)。早期采用者包括 Block (Square)、Apollo、Zed、Replit、Codeium 和 Sourcegraph 等公司，他們開始整合 MCP 以增強其平臺。快進到 2025 年，生態(tài)系統(tǒng)已呈爆炸式增長 - 到 2 月，已有 1000 多個社區(qū)構建的 MCP 服務器（連接器）可用。顯然，隨著行業(yè)朝著更加集成和情境感知的 AI 邁進，MCP 引起了共鳴。這種網(wǎng)絡效應使 MCP 更具吸引力：通過 MCP 提供的工具越多，采用該標準就越有用。
事實上的標準勢頭：與另一個專有 SDK 或一次性框架不同，MCP 是開放的且與模型無關，并且得到了主要 AI 參與者的支持。這意味著任何 AI 模型（Claude、GPT-4、開源 LLM 等）都可以使用 MCP，任何開發(fā)人員或公司都可以在未經(jīng)許可的情況下創(chuàng)建 MCP 集成。社區(qū)中的許多人現(xiàn)在認為 MCP 可能是標準化 AI 系統(tǒng)如何連接外部數(shù)據(jù)的競賽中的贏家（就像 USB、HTTP 或 ODBC 如何成為其領域中無處不在的標準一樣）。
快速發(fā)展和教育：Anthropic 并非只是發(fā)布了 MCP 就放棄了；他們一直在積極改進它并教育開發(fā)人員。甚至在 3 月中旬的 AI 峰會上，Anthropic 的 Mahesh Murthy 舉辦了一場廣為流傳的研討會，也一定程度加速了 MCP 的采用。而隨著 OpenAI 的采用，這項協(xié)議的影響力還在擴大。
https://news.ycombinator.com/item?id=43485566
https://techcrunch.com/2025/03/26/openai-adopts-rival-anthropics-standard-for-connecting-ai-models-to-data/
熱門跟貼