MCP：大模型时代的真正船票

文 | X研究媛

很多人还在争论Manus是否“套壳”的时候，却没有察觉到到Agent+MCP意味着什么。

Agent+MCP，自主探索、深度思考、调用工具，以接近人类的学习、工作方式，完成真实世界的复杂任务。

今天MCP的热潮很像十几年前iPhone+iOS，那个iOS生态的起点，少有人意识到移动互联网时代的大浪滚滚而来。个人判断：MCP共识一旦形成，大模型To C的趋势，将碾压一切。

01 Manus进行「封闭验证」

在一个资本高度关注、全球大热的领域，一个名不经传的团队，做出一个现象级产品，大概率是击中了PMF，为所有还困在森林里的探险者找到了路。

Manus现象大概就是创业最经典的“轻量级验证”。这家公司以它自己为模板，为行业验证了潜在的、极其庞大的需求。而且这大概率是冲着传统搜索引擎。

Manus是什么？Manus为什么能火？它就是找到了让普通人最舒服使用大模型的方式。“通用Agent”无论这个牛逼概念能不能兑现，能“通用”到什么程度，Manus能一句话，用户能以“自然语言”说人话的方式，让大模型把一个事情从头到尾做完。

• 我不需要跟大模型费劲多轮Prompt，它自己去琢磨你要什么

• 它能调用工具了，而且还知道用什么工具。像真人一样，去打开网页、访问本地文件、打开这个软件那个应用，去搜索产品信息、公司信息、搜索相关数据，然后自己总结、排版，生成报告。一气呵成。

按时髦的说法，大模型“端到端”把活干完了，这才是普通人真正需要的东西！

但是人们发现，火出圈的Manus 居然没有自研大模型，只是一个模型和工具的“包装器”，套壳的质疑并非完全是污蔑。

Manus本质是基座模型+接口协议+调用工具的自主工作流。Manus 使用Claude为底座模型和阿里云通义实验室研发的Qwen-finetunes微调工具，CodeAct作为调用工具的“接口协议”，关键差异在，Manus还打包了29个大模型调用的、精心筛选的工具。

按类别来分，Manus集成了12个浏览器操作工具（browser系列，支持AI代理与浏览器、网站交互）；5个Shell操作工具（用户与操作系统内核之间的接口，允许用户通过命令行界面与系统进行交互）；5个文件操作（file系列，支持打开、读取、写入、创建文件等等）；3个部署工具；2个message消息交互工具；1个信息查询工具info_search_web和1个idle工具。

Manus究竟有什么独特之处？调用工具其实也不是重点，Function Call早就有人提出了。自主工作流，拆解目标、层层推进、反思迭代、输出结果，也并不是破天荒。从o1到R1，从预训练Scaling 到后训练Scaling 甚至推理步骤和时间上的Test-time Scaling，推理式LLM能力也已具备。

但是推理式LLM+自主调用工具，产生了质变。

02 Coze首测，MCP to B

MCP是推理式LLM调用工具的关键。

MCP作为一个统一的“工具”生态，全球性的共识正在形成。打一个比喻，如果MCP的工具生态就像iOS平台刚刚诞生那会，而谷歌的A2A，就像就在这个关键节点，搞出了Android。

MCP的起源，按Anthropic发明MCP核心工程师的说法，为了给自家已经很棒的大模型延展更多的功能，他们在Cloud Desktop和IDE之间来回复制粘贴，不胜其烦。他们给出的解决方案是：给大模型配一台“云电脑”，把已开发的多个大模型调用的Function，和想获得的多个外部功能、数据在这台“云电脑”环境上集成、打通、运行，一个典型的“M X N"问题，使用一个标准协议解决。

MCP运行涉及到Host、Client和 Server。Host简单理解就是调用工具或外部数据的“需求发起方”，它可以是一个大模型聊天对话工具或者专业的IDE。Client则是负责连接Host与Server的「客户端」，比如Cursor；Server就是需要扩展的外部功能或外部获得的上下文数据。

一个简单的MCP运行过程，Host发出需求指令，Host的指令通过 Client 和 外部的Server 沟通，最终实现功能并返回结果给用户。

相比 Manus演示了推理式LLM工作流+自主调用工具的思路，使用了CodeAct而非MCP做协议，并且调用的工具基本是定制好了，数量也限死。

字节Coze更进一步，开始扩展可以调用的工具，并且瞄准办公场景。

4 月 18 日周五晚，字节的 Agent 产品 “扣子空间” 开启内测。团队为此准备不少算力资源，但短短几小时内，服务器就被涌入的用户挤爆。超出预期的用户热情，让扣子团队再次验证一个判断：用户一直在等待能用的 AI 产品，去解决工作中的问题。

Coze Space是什么？

Coze Space 按字节官方说法「一款AI Agent协作办公平台」，旨在通过AI驱动的代理和模块化工具优化工作流程，被定位为“用户与AI Agent协作的理想场所”。它支持从任务分析到执行和结果生成的全流程自动化，提供两种模式：

• 探索模式：适合快速执行简单任务，如生成会议记录。

• 规划模式：针对复杂任务（如市场调研、跨行业分析），AI会在关键步骤暂停，与用户确认后再继续。

平台集成了60多个MCP扩展，包括飞书多维表格、高德地图、图像工具和语音合成等，支持数据分析、地理规划、内容创作等应用场景。它提供低代码/无代码环境，非技术用户也能通过自然语言构建AI应用。

有了封闭产品、调用有限和固定工具的Manus，有了Coze半开放的协作智能体工作流，还会出现什么？

2025年4月23日，纳米AI正式上线MCP技能商店，按官方说法，建立起像DeepSeek等基座大模型的“万能工具箱”。基于本地客户端，而不是Coze或者Manus的云端Host，纳米AI客户端有4亿月度访问用户，选择面向普通用户，目前只有它一家。

周鸿祎不做只有29个固定工具的Manus，也不做只有60个MCP扩展、半开放协作智能体工作流Coze。一步到位，直指普通人用的超级智能体：调用工具更多、更自由、高度开放场景的MCP to C。

纳米AI不同于Manus和Coze集中在开发者圈子，相对封闭产品体系，纳米AI自建了MCP的开放市场，思路类似iOS App Store。

纳米AI通过自研MCP工具，逐一审核引入外部高频使用、有口碑的MCP应用并且限时免费接入，以及扩容第三方MPC Server的方式，建立起一个初步MCP应用生态，让大模型可以调用超过100个仔细筛选、高质量、真实有用的MCP技能应用，用户可以手搓自己的超级智能体！

这些MCP在被LLM调用，多个技能并行运行时，能够模仿人类在真实世界完成工作，覆盖任务的更多样性、泛化性尤其突出。

作为首批实测纳米AI超级智能体用户，笔者一个实测案例，创建“生成网页”的个人智能体：

• 输入相对规整的Prompt

• 选择MCP工具。本案例选择了MCP工具箱里的firecrawl（免key）、纳米生成网页、sequential thinking（免安装）

在创建好了智能体后，我让它进行“特朗普关税影响”的深度报告生成和网页代码生成。

最终生成的网页 https://mzbx47.n.cn

从实测效果看，这是全网第一个不需要调试代码，不需要MCP工具调用配置，不需要掏钱买Key连接第三方高质量 MCP Server，只要会写Prompt和选择合适的MCP工具，就可以生成个人专属智能体的平台。

如果用户不会写Prompt，也不知道该选择哪个工具，可以直接使用官方的模板智能体。就像在App Store选择应用一样，一键下载、配置、使用。

按照纳米AI的设想，通过MCP集成大量生态伙伴，让大模型和MCP工具技能自由组合，超越Coze和Manus的能力上限。目前，纳米AI能够自动分析用户需求并拆解为多个子任务，自主调用工具（如浏览器、代码编辑器等）执行任务，并输出完整的结果报告，如网页、PPT、Word文档等。

纳米AI比较独特之处，可以通过MCP读取本机数据库，自动调用纳米AI集成的本地浏览器，跨过登陆墙调用应用执行应用内多步操作，让大模型和智能体能够完成此前无法完成的复杂功能。

这背后是360团队过去在搜索和浏览器的技术积累。根据笔者跟相关产品和研发的深入交流：

一方面基于360团队过去在搜索上的深厚积累，自建了千亿级的索引库和百亿级精品库。另一方面，加入了更多MCP协议的搜索工具，如Tavily Search , Exa Search ，Github, Google Scholar, ArXiv和PubMed，雅虎财经，包括学术、医学、科学论文、代码等高质专业数据来源，大大提升了大模型专业知识搜索的广度和深度。得益于纳米AI的开放式设计，接入的MCP Server越来越多，专业内容搜索能力会越来越强。 纳米AI专门也打造了一个最能适应中国网络特色的AI爬虫。与通用爬虫不一样的是，基于360搜索过去搜索爬虫能力，纳米AI是专门为大模型打造的爬虫，它能够读懂各种复杂的页面结构，包括各种信息流网站、视频网站、社交网站的动态网页代码，让大模型可以提取网页正文、图片、视频、音频等资源。 还有客户端集成了首个为大模型定制的AI浏览器。纳米AI打造了一个大模型专用的浏览器，而且该浏览器的大模型调用基于本地计算机上运行，它实现多个社交网站的深度搜索和深度理解，打破登录墙和内容围栏，帮你在多个网站中找到信息、找到用户评论，找到贴子里的图片和视频。最终检索出更全面、更高效和精准的信息。

目前，纳米AI支持的MCP工具数量最多、客户端体量最大，也是首个可自由调用和组合MCP工具、并且支持用户自建Agent的平台。纳米AI选择了 MCP to C的道路，建立起本地客户端+MCP自由调用市场，一个类似App Store的开放生态。

后续，开发者还可以在纳米AI平台上架自己的MCP工具，并且获得终端用户的付费收入，一个平台、开发者、用户形成完整闭环，可持续的商业模式。完全就是iPhone+iOS的思路！

周鸿祎成名于PC时代，错过了移动时代，但在大模型时代，卯足劲要拿到一张船票。

可能地火已经无法压制。MCP to C，一座火山已经突出了地壳，即将喷发。