MCP火热，为什么互联网厂商不买账？

21世纪经济报道记者肖潇 北京报道

AI互联互通的讨论正在变得愈加热闹。就在上周五，百度开发者大会宣布上线完整的MCP服务，至此，阿里、字节、腾讯等国内大厂已经全部踏上MCP之路。

所谓MCP（Model Context Protocol；模型上下文协议），是一个让AI连接万物的标准协议。如果听起来陌生，可以看看电脑和手机上的数据接口，能随时插入各种外部设备。AI也需要一个“USB接口”来调用工具、执行任务，MCP扮演的正是这一角色。

2024年11月，美国公司Anthropic首次推出MCP标准后，竞争对手们一反圈地跑马的常态，OpenAI、谷歌相继支持。国内大厂也从四月开始纷纷上车，阿里云百炼、腾讯云知识引擎、字节跳动扣子空间、百度智能云都发布了完整MCP服务。

统一，是MCP诞生的使命，但也是最难的考验。多位开发者和研究者向21记者，目前MCP用来接入企业本地资料还不错，但要调用互联网应用——订机票、查价格、做攻略，仍卡在两个关口：一是AI本身的调用流程还不成熟，二是互联网工具的池子还比较小，各个平台开放的多是一些边缘功能。

并不是所有互联网平台都“buy in”这份共同标准，愿意加入MCP服务商。“尤其是国内互联网生态本来就更封闭，数据问题更敏感，很多平台还是比较谨慎。得看看MCP生态能不能跑得起来、发展到什么程度，再决定要不要真正加入。”

AI领域从不缺热词，也不乏概念的快速更替。去年年底，Anthropic刚开源MCP协议时，业内大多处于观望状态，而Manus的爆火，让MCP的概念在国内迅速升温。

“虽然Manus没有直接使用 MCP 协议，但让大家对 AI 智能体的能力有了更丰富的想象。”华中科技大学的侯心怡告诉21记者，跳出“聊天机器人”这个壳的关键一步，是让AI与外部数据和工具互动，而MCP想解决的正是这个问题。

侯心怡所在的Security Pride团队（Security, Privacy, and Dependability in Emerging Software Systems）专注于大模型供应链安全研究，团队最近也发表了MCP领域的论文。侯心怡说，在MCP之前，业内也曾尝试其他解决“AI行动力不足”的方法。比如在2023年底，OpenAI 提出了应用商店的概念（GPT Store），让ChatGPT通过插件调用外部工具，并制定了一套标准。国内的字节“扣子”、百度“千帆”、阿里“百炼平台”等AI应用商店，都是这一逻辑的延伸。

但这些路径走着走着就遇到了天花板。无论是插件还是应用商店，都存在一个共同的问题：孤岛化。每一个工具都有一套独立的开发文档、参数格式和接口规范，这意味着每为AI接入一个工具，开发者就要重新发明一遍轮子，效率低下。

而且随着时间推移，应用商店的新增工具数量在明显减少，插件质量也参差不齐，没法解决更复杂的任务，一切都意味着旧路线快走到尽头。

MCP被业内视为一条理想的解决路径，它的首要价值便是统一性。在官方文档中，Anthropic将MCP比喻为AI世界的USB-C万能接口，侯心怡更倾向称其为“拓展坞”——一个多功能转接器，让AI一次性接入多个外部工具，无需再纠结于格式转换。

许多人因此对MCP寄予厚望，认为它的意义不亚于秦始皇统一度量衡单位：春秋六国沟通受阻，统一标准，才可能打通贸易往来。

一位大厂智能体互连工作组的技术负责人还指出，MCP的另一大意义是优化了AI的语言交互。他举了个例子，过去要让AI调用导航服务的API，需要用户精准说出“我要导航”四个字，哪怕多一个字，AI都可能对接失败。现在，每个工具需要统一提交名称、参数和功能描述，所以AI只需读懂用户意图，再根据描述，匹配最合适的MCP Server（服务商）即可。

“宏观来说，这样更接近大语言模型的本能。我们可以真正通过一句话来唤起一个服务了，告别了以前必须接口对接口的阶段。”该负责人说。

尽管MCP的潜力被口口相传，但它到底有多大价值，落地案例不算多。现阶段MCP在两个群体中比较受欢迎：企业技术人员，以及独立开发者。

作为前端工程师，宫典是AI编程助手Cursor的重度依赖者，但Cursor始终无法丝滑接入公司内部项目系统，这一步还需要人肉“翻译器”。“其实之前也可以用插件或者调用函数（Funcition call），但外网AI无法访问公司内部系统，要实时调用也有安全问题。” 宫典说，而MCP可以在公司内部启动、请求从公司内部发起，相对靠谱合规。

两周前，独立开发者朱玛玛同样让Cursor自学MCP的使用文档，把谷歌地图、搜索等API打包成了MCP Server，调用谷歌Gemini大模型使用。很快，配备MCP的Gemini升级成了一个旅游攻略助手，朱玛玛拿“新加坡机场到几个景点的公共交通路线”提问，比起豆包的回答，自己的旅行攻略助手明显更详细，路线时间也更准确。

开发者社区里，各种旅游助手还在涌现。4月19日，字节跳动的“扣子空间”开启内测时，演示案例也是旅游AI助手，有人忍不住调侃：“为什么一个个都要做旅游攻略？大家就这么热爱旅游吗？

朱玛玛坦率地说，这主要是因为旅游场景最贴近C端日常。另一个更现实的原因是，国内可用的MCP互联网软件有限，市场的想象力也受限于此。

据导航平台MCP.so的最新统计，全球已经有超过11028个MCP服务商上线，而且这一数字还在这两周内快速增长。但放眼国内，高德地图、百度地图、腾讯地图三家地理位置应用，已是眼下较大型的MCP Server。

这也成为朱玛玛想做国内版旅游助手却很快卡壳的原因——要做国内版攻略，最好是调用国内的地图服务，但朱玛玛尝试了高德地图提供的官方MCP Server，发现信息量非常有限。“基本上只能实现从一个地方到另一个地方的线路查询，但要查一些地标详细信息、评论、酒店门票价格等，就不会有更多细节。”

相比之下，谷歌地图API会提供详细的订票方式、酒店价格、酒店评价、酒店设施等甚至有多平台房价对比，“放在国内生态里是难以想象的。”朱玛玛说。

虽然腾讯、阿里、字节、百度产品都在拥抱MCP，但各自的高频产品也没有正式加入MCP服务商队伍。无论是微信、小红书、抖音等社交平台，还是饿了么、美团、携程等生活服务平台，都未见其身影。

一边是工具不足，另一边，AI本身的调度能力也成为限制。朱玛玛提到，他把谷歌酒店、地图、搜索等 6～8 个 API 接口打包成一个 MCP Server，虽然远低于数量上限（ Cursor 规定1个智能体最多接入40 个工具），但AI已经“迷惑”应该调用哪个工具了；遇到复杂需求，AI还不会拆解流程、分步调用MCP，而是想“一口吃掉”。

“你就想象一个USB接口，USB本身没什么能力，能力都是背后的服务给的。”宫典解释说，MCP 亦如此。要发挥它的价值，本质取决于客户端、服务端两边的质量。

MCP为AI智能体铺设了路基，但没有解决所有问题。标准如果无人使用，相当于一纸空文。

前述技术负责人分析，之所以大家愿意加入Anthropic提出的MCP标准，一是因为得益于其开源、非营利的定位；二来是制定者有非常强的号召力，其他人才愿意跟随。

目前国内积极响应MCP标准的服务商，主要是中小公司，以及希望“一鱼多吃”的互联网大厂。

AI陪伴类公司MiniMax近期发布了MCP Server，开发者社区负责人蔡佳人告诉21记者，开发者可以用MCP调用MiniMax视频生成、语音生成以及声音克隆的多模态能力。“现在MCP内置了严格的访问控制机制，企业访问内部数据时，可以确保合规性。整个调用链路会更简单，不会额外增加token成本。”

MiniMax之所以在第一时间上线 MCP Server，蔡佳人解释，主要是希望全球开发者能更方便地调用MiniMax的模型能力，开启更灵活、更高效的创作。

其他初创公司也有类似期望。必优科技在《硅星人》的采访中提到，开发者可以先用高德地图MCP获得交通数据，再用必优公司的产品生成一份PPT。“常规我们是调不到高德接口的，因为他们没空理我们，MCP至少让我们的门槛降低了”。

前述技术负责人因此认为，MCP本质讲的是一个服务方的故事：应用服务商只要按照MCP标准封装一次API，就能被所有AI调用。

但分歧也恰恰出在服务方中，“事实上今天很多厂家并不buy in 这件事。”一个直观体现是，高德地图、百度地图等大平台虽然率先推出了MCP Server，但大多只是把现有的API接口重新封装，提供一些常规功能，对更核心的用户权限或交易数据保持戒备。

除了地图位置服务，在魔搭社区的MCP广场上，现在浏览量领先的是一个第三方开发的小红书自动发布器，可以自动搜索和发布帖子。侯心怡分析，对于小红书这样的社交内容平台来说，或许影响有限；但在外卖平台等交易密集型场景下，数据和权限问题会变得尤其敏感。

究其原因，服务厂商最大的顾虑之一，是对场景的控制权。

举例来说，要开放完整的点外卖服务，必须让AI智能体接到触价格、店铺信息，甚至用户地址和联系方式等敏感个人数据。“现在连Anthropic自己也坦言，MCP的权限管理、调用审计等安全体系仍在完善中。”侯心怡提醒，正因如此，一些平台对接MCP时会担心越权调用的风险。

也有平台正在试水一些“相对安全”的交易场景。比如支付宝最近开放了MCP Server，官方宣称让AI智能体“一键拥有支付能力”，而细看会发现，开放的主要是收款而非付款服务。

“支付宝是从便利商家收款的角度切入的，而不是让AI代替消费者支付。”侯心怡认为这是一个比较可行的选择，“毕竟让AI掌控钱包、自由下单，还没有安全到让所有人都放心的程度，这也是交易服务没法广泛推广的关键。”

更深层的问题可能是，如果AI自由参与交易过程——帮用户比价，甚至直接推荐哪家餐厅性价比最高，对用户而言，这当然是极大的便利；但对服务平台来说，却意味着失去对用户选择链条的控制，核心的算法优势被边缘化，“降维”成一个普通供应商。

多位受访对象都认为，接下来，MCP要解决的问题可以归结为两个关键词：安全性和普适性。

首先是安全。侯心怡指出，MCP正在应对两个安全问题：一个是缺乏集中式的安全监管。眼下MCP还没有官方的“发现广场”，很多第三方导航平台收录MCP服务的方法很原始，即直接从GitHub上拉取代码项目，虽然快速直观，但没有正式的一套审核流程。不过，Anthropic明确提到，今年会正式解决MCP的托管机制和可发现性问题。

另一个，是不完善的身份验证和数据授权机制。Anthropic近期更新的协议草案正在加紧修补这块短板；与此同时，国内也有机构，比如IIFAA（互联网可信认证联盟），正在尝试填补安全空白。

当然，还有一些广泛存在于AI智能体领域的老问题，比如提示词劫持、工具组合攻击。但前述技术负责人认为，这些并非MCP的漏洞，而是任何AI智能体都存在的风险。就目前来看，MCP 协议本身还没有被发现存在明显的安全隐患，数据传输和交互机制整体上是比较可信的。

安全只是第一道关口，真正难跨越的是厂商们的利益防线，即怎么说服更多厂商成为MCP Server。

“这也跟很多人对互联网平台‘围墙花园’本质的理解有关。数据本来就是各个平台的重要竞争壁垒，所以很多厂商可能只会开放一些边缘功能作为MCP Server 试试水。”侯心怡指出，厂商们可能需要观望MCP 生态到底有多大影响。

前述负责人表示，如果作为MCP Server接入AI，反而能获取更多用户数据和习惯，反哺自己的基座模型，可能会成为厂商主动加入的最大动机。

而当MCP Server市场真正丰富后，势必还要考虑更远的问题。

比如，智能体如何在手机上调用不同App？该负责人提到，要通过手机本地的AI智能体唤醒另一个App，会多出一层应用授权和身份验证问题，不像MCP调用云端服务那么简单，目前还没有特别合适的解决方案。

再比如，当服务供应过剩时，智能体如何做选择——调用京东外卖还是美团外卖？用高德地图还是百度地图？多位受访者都提到，今天MCP的调用逻辑还非常初级，主要靠服务商的“功能描述”来决定，没有排序和优化机制。如果有服务商故意在描述中添加诱导性语言，比如“最高效”“必选”，AI可能就会被误导，引流到不该去的地方。

“就像你在搜索引擎中搜不到想要的服务，而是弹出一堆乱七八糟的信息。如何精准匹配用户最需要的服务，未来MCP生态也会面对同样的问题。”前述技术负责人解释道。

归根结底，任何一个标准的推行过程都充满挑战。侯心怡说，要推动MCP的普及，可能还需要一个类似Manus的关键契机，才能让整个行业真正认识到 MCP的力量。