大厂都不淡定了，最近火爆的 MCP 是什么？

唐韧唐韧     分类 [产品经理]
2025/4/17 11:22:09 浏览量  600 喜欢  75
导读：通俗易懂学会AI技术知识

大厂都不淡定了，最近火爆的 MCP 是什么？

如果你关注 AI 最新动态的话，最近一定看到一个词高频出现，MCP。
 
我问了一些在大厂工作的朋友，做产品的、做技术的、做算法的，他们都说内部早就开始研究 MCP 了。
 
速度比较快的，已经在自家云平台上线了 MCP 服务。
 
同时我也跟一些在实践和研究 AI 的朋友聊了聊，有人说 MCP 是 AI 的超级外挂，这给 AI 应用落地带来了极大的想象力和机会。
 
对此，他们都不淡定了。
 
MCP 是什么？为什么这么火？
 
本着小白也能理解的出发点，我就用通俗易懂的方式来跟你介绍一下 MCP 到底是什么，以及它为什么这么火。
 
先看一个用户场景。
 
我们平时使用 AI 大模型产品的过程中大多是通过文字或者语音和它互动，然后它同样通过文字和语音返回思考结果。
 
但是，大模型只能帮我们进行思考和表达，并不能实际动手做点什么。
 
注意，我说的做点什么，是让它帮我们来完成一些任务，比如打车、导航、处理电脑本地文件等。
 
假设，我让 AI 大模型给我制作一份旅行攻略，细化到每一个景点的时间安排、交通方式、导航位置等，它的确可以做出来。
 
不过，我还是得根据它的提示去高德地图或者百度地图搜索导航线路。
 
如果大模型能直接在输出结果里附带地图功能，甚至直接把导航线路展现出来让我可以实现一键导航，那就方便很多了。
 
再比如，我用纸和笔画了一个产品原型图，接着让 AI 大模型给我提一些优化建议。
 
然后，让模型自动调用 Figma 生成高保真原型图，再通过 AI Coding 工具制作成可交互的前端页面。
 
这么一来，AI 就既可以动脑、也可以表达、还可以动手了。
 
动手这个环节，就需要 AI 通过调用各种工具或者外部服务（API）来完成。
 
过去，OpenAI 提供过 Function Calling 的方案，但需要对每个外部工具编写适配代码，并不是很方便。
 
于是，MCP 就诞生了。
 
MCP 的全称是 Model Context Protocol，是 Anthropic 公司在 2024 年发布的开放协议，这家公司还有一款明星产品，就是 Claude 模型。
 
MCP 是一个通用协议，跟我们熟悉的 HTTP 协议是类似的，目的是用来做统一、做规范、降低适配成本。
 
它的主要作用是为 AI 大模型（LLMs）与外部数据、工具、服务（API）提供标准化的交互框架。
 
如果找一个对标的话，可以把 MCP 想象成电脑上的 USB 接口拓展坞，可以接入不同的转接口进行统一输入输出。
 
有了 MCP 这个协议接口，AI 不仅能「回答问题」，还能借助外部能力来实现「动手操作」。
 
在官方介绍中，展示了 MCP 的架构图。
 
大厂都不淡定了，最近火爆的 MCP 是什么？
 
MCP 是一种基于「客户端-服务端」的架构，懂一些技术知识的读者对此应该不陌生，如今的互联网产品都是基于这种架构。
 
看不懂这个架构图没关系，只要知道里面有这么几个核心组成要素即可。
 

  • MCP 主机（Host）：如DeepSeek、Claude、Cursor等 AI 应用，负责发起请求。

     

  • MCP 客户端（Client）：嵌入在主机中，负责与服务器进行通信。

     

  • MCP 服务器（Server）：与外部工具和服务交互，比如调用数据库、使用 API 等，负责执行具体操。

 
简单理解，就好比在 DeepSeek 上安装了一个通用协议接口，然后可以非常方便地调用包括邮件、地图、本地文件、以及其他AI模型的能力。
 
对于开发者来说，他们要做的就是基于各种需求和应用场景开发各式各样的 MCP Server，然后发布到市场上供大家使用。
 
你可能发现了，这不就和之前比较火的 Manus 有点类似么？
 
是的，MCP 的意义就在于让类 Manus 这类 Agent 产品的落地更加方便，因为它提供了一个通用范式。
 
所以，业内也把 MCP 称为 AI Agent 的基础设施之一。
 
那么，MCP 会推动 AI 产生怎样的发展呢？
 
在我看来，有这么几方面。
 
第一，促进 AI 生态协同，提升开发效率。
 
MCP 的推广可以让不同 AI 模型共享同一协议，实现彼此间能力协同。
 
此外，统一协议还能提升开发效率，降低模型对外部能力的接入成本。
 
第二，升级现有 AI 大模型，让模型具备更强的动手能力。
 
从过去「输入-输出」的模式，升级成「输入-输出-执行」的模式，让 AI 大模型的任务执行能力更强。
 
现在的 AI 大模型产品大多还是个聪明的军师，是个文职，但未来可以变成文武双全的多面手。
 
第三，加速通用 AI Agent 的到来。
 
前面也说了，MCP 是 AI Agent 的基础设施之一，这必然会加速一批 AI 应用落地。
 
随着大模型本身的迭代和进化，当各种基础设施准备就绪后，通用 AI Agent 或许会加速到来。
 
最后，不懂技术的我们可以从中做点什么？
 
我觉得，就是探索 AI 能力在各行业、各用户场景、各细分需求下的应用。
 
但凡那些需要重人力、反锁、复杂的业务流程或者工具使用场景，都有 AI 发挥的空间。
 
另外，未来也会有更多让普通人就可以使用的 AI 工具出现，生产力会再次升级。
 
从现在 AI 的能力展现来看，我们做一些事情已经可以更从容、更优雅了。
 
既然这是一个不可逆的进程，那我们就优雅地拥抱它。
 
优雅，是一种态度。

 

 

分享
微博微信QQ
标签 产品经理

微信扫一扫,分享到朋友圈

微信公众号

相关推荐