AI终于接上了手脚：MCP为什么正在成为Agent时代的基础协议

游仕｜AI · 2026年10月7日

过去几年，人工智能越来越聪明。

它会写文章，会编程，会分析文件，会看图片，也越来越会推理。

但真正开始拿 AI 干活以后，很快会碰到一个有点尴尬的问题：

它这么聪明，为什么很多时候还是只能坐在聊天框里跟我说话？

我问它怎么办，它告诉我怎么办。

我让它检查一个系统，它告诉我应该检查什么。

我让它处理一件事情，它经常还是会说：“你可以打开这个软件，然后……”

问题慢慢变得清楚了。

AI 缺的可能已经不只是更聪明的大脑。

它还缺少进入真实数字世界的道路。

而这正是 MCP 开始变得重要的地方。

MCP到底是什么？

先把最基本的三个英文单词记住：

名字听起来很技术，其实它想解决的问题非常朴素：

怎样让 AI 按照一套共同的规则，连接它被允许使用的文件、数据库、软件和各种工具。

如果把大模型想象成一辆越来越聪明、越来越快的汽车，那么过去的问题是：

车已经造得很好，高速公路也越来越快，可是它怎么下高速？
怎么进入你的公司？
怎么进入你的文件？
怎么进入数据库？
怎么进入一个软件？
怎么调用一个工具？
怎么把事情做完以后，再把结果带回来？

这时候，可以把 MCP 想象成高速公路上的 Ramp——匝道。

更准确一点说：MCP正在尝试建立一套标准化的高速公路出入口。

它不是那辆汽车。它也不是高速公路本身。它解决的是：这辆 AI 汽车如何按照规则进入真实的数字世界。

以前为什么这么麻烦？

在 MCP 出现以前，让 AI 连接外部系统当然不是不可能。

问题在于，往往要一个一个接。

连接 Google Drive，做一套。
连接数据库，再做一套。
连接 GitHub，又做一套。
连接公司内部系统，还得重新做。

Anthropic 在 2024 年 11 月首次发布 MCP 时，指出的正是这个问题：即使模型越来越强，数据仍然散落在不同的信息孤岛和旧系统里，每增加一个新的数据源，经常就意味着增加一套定制连接。

MCP试图把这种大量的一对一定制连接，变成一个开放的共同协议。

这时候另一个比喻就很好理解了：USB。

USB 没有让电脑变聪明。但是统一的 USB 标准出现以后，鼠标、键盘、硬盘、摄像头和无数设备，不必每一种都重新发明一套连接电脑的方法。

MCP想在 AI 世界里解决一个类似的问题。

所以第一次认识 MCP，可以先记住两幅图：

Ramp 解释它为什么让 AI 能够“驶入”真实世界。
USB 解释为什么“统一接口”如此重要。

我们自己走过的一条弯路：CDP

我对 MCP 的理解并不完全来自技术新闻。

过去一段时间，我们在自己的 zerOOne 系统里一直尝试解决一个很现实的问题：

怎样让云端的 AI 真正接触本地工作环境？

早期我们尝试过 CDP。

CDP 全称 Chrome DevTools Protocol，也就是 Chrome DevTools 使用的协议。它本来的主要用途，是让工具检查、调试、分析和控制 Chromium、Chrome 等浏览器。

CDP非常有用。通过它，AI可以借助浏览器这个窗口，看到网页、操作页面，完成过去只能由人点击鼠标完成的一部分工作。

第一次跑通的时候，那种感觉已经非常惊艳：AI的手终于从聊天窗口伸出来了。

但用得越深，我们越发现另一个问题。

我们真正需要的，并不只是：“AI怎么操作这台电脑？”

而是：“AI应该以什么身份、什么权限、按照什么规则，调用我允许它调用的能力？”

这两个问题看起来很像，其实完全不同。

CDP不是失败，也不是被 MCP 淘汰了。它们本来就在解决不同的问题。CDP更像是让 AI 能够通过浏览器这个窗口去操作。

而 MCP 给我们的感觉，更像是终于开始给整栋建筑修建：有门牌、有规则、有权限控制的正式出入口。

这也是我们从 CDP 走到 MCP 后最大的体会：

我们一开始解决的是“AI怎么碰到电脑”；后来才发现，真正的问题是“AI应该以什么身份、什么权限、什么规则进入真实世界”。

AI没有突然变聪明，但事情变了

这也是 MCP 最容易被误解的地方。

MCP本身不是 AI。它不是一个新的大模型。接上 MCP，也不会突然让一个模型的智商提高一倍。

变化发生在另外一个地方：模型能够接触什么，以及它能够做什么。

当一个 AI 只能回答问题的时候，它更像一个顾问。

当它可以在授权范围内读取数据、发现工具、调用工具、执行任务，并取得执行结果的时候，它开始具备“工作人员”的某些特征。

这也是为什么我最近对 MCP 的感受特别强烈。

当 AI 第一次不再只是告诉你：“你应该这样做。”

而是能够通过被授权的接口，真正去读取、调用、执行，再把结果带回来时，你对“AI助手”这几个字的理解会发生变化。

OpenAI 在 2025 年 5 月加入了对远程 MCP Server 的支持，开发者可以让模型连接 MCP Server 上提供的工具；OpenAI同时加入了 MCP 的 steering committee。

这说明 MCP 已经不再只是某一家模型公司的内部实验。

从Anthropic走向开放基础设施

MCP最初由 Anthropic 在 2024 年 11 月 25 日开源发布。

一年多以后，事情发生了重要变化。

2025 年 12 月，Anthropic 将 MCP 捐赠给 Linux Foundation 新成立的 Agentic AI Foundation（AAIF）。

参与这个基金会的成员包括 Amazon Web Services、Google、Microsoft、OpenAI、Cloudflare 等公司。

这一步非常重要。

因为一个协议如果想成为真正的基础设施，最大的障碍之一就是：大家会不会担心它永远属于某一家公司的地盘？

进入一个中立的开放基金会，并不能保证 MCP 一定会成为最终赢家。但至少它开始从“Anthropic做的协议”向“整个Agent生态共同建设的一项开放基础设施”迈出了一步。

美国政府也开始盯上Agent的“交通规则”

2026 年 2 月，美国国家标准与技术研究院 NIST 启动了 AI Agent Standards Initiative。

关注的问题已经不只是模型本身有多聪明，而是：

这其实说明了一个更大的变化。

过去 AI 行业最热闹的问题是：谁的模型第一？

现在另一个问题正在迅速浮上水面：如果成千上万个 Agent 真正开始工作，它们按照什么交通规则运行？

汽车越来越多以后，光比发动机已经不够了。你还需要道路、匝道、红绿灯、车牌、驾照、收费站和交通法规。

MCP自己也正在快速进化

今年 7 月 28 日发布的 MCP 新版规范，是这个协议推出以来最大的一次升级之一。

新版本将核心协议改为 stateless（无状态），强化授权机制，建立正式的扩展框架，并让 Tasks 等能力支持更长时间运行的 Agent 工作。

它背后的方向非常明确：让 MCP 从“能连接”进一步走向“能够大规模、可靠地连接”。

更值得注意的是它的增长速度。

MCP官方在发布新版规范时表示，Tier-1 SDK 当时已经接近每月5亿次下载；TypeScript 与 Python SDK 各自累计下载量都已经超过 10亿次。

下载量当然不等于真正的生产部署数量，更不能简单等同于“有多少人在使用 MCP”。

但它至少说明了一件事情：大量开发者正在围绕这个协议进行开发、测试和集成。

MCP会成为Agent时代的TCP/IP吗？

现在就这样宣布，还太早。

技术史上有太多曾经声势浩大的标准，最后被新的技术路线替代。MCP也还在高速变化。

而且 Agent 世界不只有 MCP。

例如 Google 发起的 A2A（Agent2Agent Protocol），解决的重点就是不同 Agent 之间如何发现彼此、交换信息和协同工作。Google自己也明确把 A2A 描述为 MCP 的补充，而不是替代品。

所以现在更准确的说法是：

Agent时代正在开始寻找自己的基础协议层。

MCP正在争夺其中一个非常重要的位置：Agent与工具、数据和应用之间的连接层。

至于它最后会不会像 TCP/IP、HTTP 或 USB 一样成为我们习以为常、甚至感觉不到它存在的基础设施，还需要时间回答。

真正的变化，可能不是下一个模型

过去几年，我们习惯了一种 AI 新闻节奏：新模型发布、参数更大、Benchmark更高、推理更强、速度更快。

这些当然重要。

但是当模型已经足够聪明以后，真正决定它能不能进入公司、工厂、商店和普通人的日常工作的，可能不再只是：“它还能聪明多少？”

而是另外几个问题：

这些听起来不像 ChatGPT 第一次出现时那么令人震撼。甚至有一点无聊。协议、权限、身份、接口、授权……

但互联网真正进入现实世界以后，支撑它每天运转的，恰恰也是这些看起来并不性感的东西。

所以，MCP最值得关注的地方可能不是三个英文字母。而是它背后正在发生的变化：

AI已经不满足于坐在聊天窗口里回答问题。它开始寻找通往真实世界的出口。

汽车已经造出来了。高速公路也越来越快。而现在，人们开始认真修 Ramp 了。

这可能才是 Agent 时代真正开始上路的地方。