如果你關(guān)注 AI 最新動態(tài)的話，最近一定看到一個詞高頻出現(xiàn)，MCP。
我問了一些在大廠工作的朋友，做產(chǎn)品的、做技術(shù)的、做算法的，他們都說內(nèi)部早就開始研究 MCP 了。
速度比較快的，已經(jīng)在自家云平臺上線了 MCP 服務(wù)。
同時我也跟一些在實踐和研究 AI 的朋友聊了聊，有人說 MCP 是 AI 的超級外掛，這給 AI 應(yīng)用落地帶來了極大的想象力和機會。
對此，他們都不淡定了。
MCP 是什么？為什么這么火？
本著小白也能理解的出發(fā)點，我就用通俗易懂的方式來跟你介紹一下 MCP 到底是什么，以及它為什么這么火。
先看一個用戶場景。
我們平時使用 AI 大模型產(chǎn)品的過程中大多是通過文字或者語音和它互動，然后它同樣通過文字和語音返回思考結(jié)果。
但是，大模型只能幫我們進行思考和表達，并不能實際動手做點什么。
注意，我說的做點什么，是讓它幫我們來完成一些任務(wù)，比如打車、導(dǎo)航、處理電腦本地文件等。
假設(shè)，我讓 AI 大模型給我制作一份旅行攻略，細化到每一個景點的時間安排、交通方式、導(dǎo)航位置等，它的確可以做出來。
不過，我還是得根據(jù)它的提示去高德地圖或者百度地圖搜索導(dǎo)航線路。
如果大模型能直接在輸出結(jié)果里附帶地圖功能，甚至指甲把導(dǎo)航線路展現(xiàn)出來讓我可以實現(xiàn)一鍵導(dǎo)航，那就方便很多了。
再比如，我用紙和筆畫了一個產(chǎn)品原型圖，接著讓 AI 大模型給我提一些優(yōu)化建議。
然后，讓模型自動調(diào)用 Figma 生成高保真原型圖，再通過 AI Coding 工具制作成可交互的前端頁面。
這么一來，AI 就既可以動腦、也可以表達、還可以動手了。
動手這個環(huán)節(jié)，就需要 AI 通過調(diào)用各種工具或者外部服務(wù)（API）來完成。
過去，OpenAI 提供過 Function Calling 的方案，但需要對每個外部工具編寫適配代碼，并不是很方便。
于是，MCP 就誕生了。
MCP 的全稱是Model Context Protocol，是 Anthropic 公司在 2024 年發(fā)布的開放協(xié)議，這家公司還有一款明星產(chǎn)品，就是 Claude 模型。
MCP 是一個通用協(xié)議，跟我們熟悉的 HTTP 協(xié)議是類似的，目的是用來做統(tǒng)一、做規(guī)范、降低適配成本。
它的主要作用是為 AI 大模型（LLMs）與外部數(shù)據(jù)、工具、服務(wù)（API）提供標準化的交互框架。
如果找一個對標的話，可以把 MCP 想象成電腦上的 USB 接口拓展塢，可以接入不同的轉(zhuǎn)接口進行統(tǒng)一輸入輸出。
有了 MCP 這個協(xié)議接口，AI 不僅能「回答問題」，還能借助外部能力來實現(xiàn)「動手操作」。
在官方介紹中，展示了 MCP 的架構(gòu)圖。
MCP 是一種基于「客戶端-服務(wù)端」的架構(gòu)，懂一些技術(shù)知識的讀者對此應(yīng)該不陌生，如今的互聯(lián)網(wǎng)產(chǎn)品都是基于這種架構(gòu)。
看不懂這個架構(gòu)圖沒關(guān)系，只要知道里面有這么幾個核心組成要素即可。
MCP 主機（Host）：如DeepSeek、Claude、Cursor等 AI 應(yīng)用，負責(zé)發(fā)起請求。
MCP 客戶端（Client）：嵌入在主機中，負責(zé)與服務(wù)器進行通信。
MCP 服務(wù)器（Server）：與外部工具和服務(wù)交互，比如調(diào)用數(shù)據(jù)庫、使用 API 等，負責(zé)執(zhí)行具體操。
簡單理解，就好比在 DeepSeek 上安裝了一個通用協(xié)議接口，然后可以非常方便地調(diào)用包括郵件、地圖、本地文件、以及其他AI模型的能力。
對于開發(fā)者來說，他們要做的就是基于各種需求和應(yīng)用場景開發(fā)各式各樣的 MCP Server，然后發(fā)布到市場上供大家使用。
你可能發(fā)現(xiàn)了，這不就和之前比較火的 Manus 有點類似么？
是的，MCP 的意義就在于讓類 Manus 這類 Agent 產(chǎn)品的落地更加方便，因為它提供了一個通 用范式。
所以，業(yè)內(nèi)也把 MCP 稱為 AI Agent 的基礎(chǔ)設(shè)施之一。
那么，MCP 會推動 AI 產(chǎn)生怎樣的發(fā)展呢？
在我看來，有這么幾方面。
第一，促進 AI 生態(tài)協(xié)同，提升開發(fā)效率。
MCP 的推廣可以讓不同 AI 模型共享同一協(xié)議，實現(xiàn)彼此間能力協(xié)同。
此外，統(tǒng)一協(xié)議還能提升開發(fā)效率，降低模型對外部能力的接入成本。
第二，升級現(xiàn)有 AI 大模型，讓模型具備更強的動手能力。
從過去「輸入-輸出」的模式，升級成「輸入-輸出-執(zhí)行」的模式，讓 AI 大模型的任務(wù)執(zhí)行能力更強。
現(xiàn)在的 AI 大模型產(chǎn)品大多還是個聰明的軍師，是個文職，但未來可以變成文武雙全的多面手。
第三，加速通用 AI Agent 的到來。
前面也說了，MCP 是 AI Agent 的基礎(chǔ)設(shè)施之一，這必然會加速一批 AI 應(yīng)用落地。
隨著大模型本身的迭代和進化，當(dāng)各種基礎(chǔ)設(shè)施準備就緒后，通用 AI Agent 或許會加速到來。
最后，不懂技術(shù)的我們可以從中做點什么？
我覺得，就是探索 AI 能力在各行業(yè)、各用戶場景、各細分需求下的應(yīng)用。
但凡那些需要重人力、反鎖、復(fù)雜的業(yè)務(wù)流程或者工具使用場景，都有 AI 發(fā)揮的空間。
另外，未來也會有更多讓普通人就可以使用的 AI 工具出現(xiàn)，生產(chǎn)力會再次升級。
從現(xiàn)在 AI 的能力展現(xiàn)來看，我們做一些事情已經(jīng)可以更從容、更優(yōu)雅了。
既然這是一個不可逆的進程，那我們就優(yōu)雅地擁抱它。
優(yōu)雅，是一種態(tài)度。
明晚 8:30 安排了一場直播，聊聊產(chǎn)品經(jīng)理成長的四個階段，建議所有PM對標參考。怕錯過的可提前預(yù)約
················· 唐韌出品 ·················
安可時刻
本周六（4.19）北京產(chǎn)品訓(xùn)練營還有最后 3 個座位，跟我學(xué)一套體系化產(chǎn)品工作方法，提升產(chǎn)品綜合能力和思維認知。
尤其是個人成長遇到瓶頸以及職業(yè)危機的同學(xué)，這次訓(xùn)練營會幫你打開一扇新的大門。
包含一天線下課以及一個月線上課，還有我的一對一咨詢服務(wù)，要占座的聯(lián)系我：tangren0517
五一后安排深圳場，可提前聯(lián)系我報名。
熱門跟貼