正文
从2月开始，一场MCP浪潮已经如火如荼地席卷全球。
几乎所有大厂—— OpenAI、谷歌、Meta，以及国内的阿里、腾讯、字节、百度等等，纷纷宣布支持MCP协议，也都推出了自家的MCP平台，邀请各路开发者、应用服务商进驻。
如果复盘2024年国内AI领域讨论得最火的名词，“超级应用”肯定算其中一个。人们普遍认为，2024年会迎来AI应用的大繁荣，但并没有如预期般快速发展。AI领域的创新生态，更多还是星星点点地散落在各处。
正因如此，MCP的爆火，不亚于春秋战国时期，秦始皇一扫六合的意义——统一各国的书写、交通、度量标准，从而大大方便了经济和商品往来。
不少市场评价认为，随着MCP等协议逐渐成为共识和趋势，2025年会迎来一场真正意义上的AI应用大爆发。
MCP，AI的“超级外挂”
事实上，MCP并不是一个新事物，早在2024年11月，就已经由Anthropic宣布推出。
MCP的全称是“Model Context Protocol”，即模型上下文协议。这是一项开放标准，基于大模型的应用如果支持了MCP协议，就像学会了一门标准化“语言”，和外界的数据源、工具等等进行互动。
如果你觉得这个解释依然复杂，那么可以看看手机、电脑上的数据接口——MCP相当于给大模型装上了一个“万能插座”，定义了一个标准的“USB接口”。
有了这个接口，开发者得以有章法地，在更标准化的框架和约定下进行应用开发，对接不同的数据源和工作流。
在MCP成为趋势之前，开发AI应用的门槛一直在高位。
如果一位开发者想开发一个AI旅游助手，需要让大模型至少完成几项工作：查看地图、在网络上查找攻略、结合用户需求撰写一份新的旅游计划。
那么，为了让大模型顺利能够查询地图，在浏览器上查找现有的攻略。开发者所经历的开发过程是这样的：
首先，每个AI提供商（OpenAI、Anthropic等）对Function Calling的实现略有不同。如果中间涉及两个大模型的切换，那开发者还需要为不同模型重写适配代码，相当于帮大模型写一个外部工具的“使用手册”，大模型才能学会用更好的Prompt调用外面的工具。否则，模型输出的结果准确度会直线下降。
简单总结，就是大模型在和外界交互时，缺少统一标准，导致代码复用性太低。AI应用生态的发展就会自然滞后。
“对于任何一个大模型应用开发者，在MCP出现之前，开发者不仅需要懂大模型，也需要自己做二次开发，把外部的工具嵌入到自己的应用中。并且，工具的性能如果不好，开发者自己还需要去研究，究竟是应用本身的问题，还是工具的问题。”阿里云魔搭社区算法技术专家陈子谦对《智能涌现》等媒体表示。
Manus也是一个典型例子。不久前，《智能涌现》也曾对Manus进行测评，哪怕只是写一篇简单的新闻，Manus很容易就需要调用十多种工具，比如开启浏览器，浏览和抓取网页、进行写作、验证和交付最终结果。
在每个环节里，如果Manus选择要调用外部工具，那么就需要编写一个“函数”，用来安排外部的工具如何运行。结果就是，Manus常常因为任务过载而中止任务，也是因为单个任务所消耗的Token太多了。
