MCP在国内更火了。
最新添一把火的是百度。4月25日,在Create2025百度AI开发者大会上,李彦宏一口气发布了百度AI全家桶的“九件套”,覆盖算力基础设施、大模型、AI应用和开发者生态,大秀了一把其在AI领域全栈布局的肌肉和战略决心。
其中,我关注到的一个重点信息是,李彦宏表示,百度将持续加大对MCP的支持,推动更多应用和服务接口兼容MCP,并将帮助开发者全面拥抱MCP。
他还称,“现在,基于MCP开发智能体,就像2010年开发移动APP。”这意味,MCP将会迎来一轮大发展的春天。
MCP,AI应用的“万能插座”
但很多人可能都没听过MCP,或者概念不清,类似MoE、AI Avatar、Coding Agent、A2A等,这些AI“黑话”(专有技术名词)对没有技术背景的普通用户来说,都是认知和使用的门槛。
当前,智能体(Agent)已成为AI应用的代名词,MCP就和Agent密不可分。开发者大会预热阶段,百度对MCP作了比较详细的科普,李彦宏在会上也作了一些解释。
MCP的全称是“Model Context Protocol”,即模型上下文协议。这是Anthropic推出的一种开放标准,旨在统一大型语言模型与外部数据源和工具之间的通信。MCP为所有智能体建立一套“公共语言”和“通信规则”,也被称为AI交互的TCP/IP协议、HTTP标准、万能接口。
更通俗一点地讲,之前大模型、AI应用想接入各种不同的外部数据、工具,都要有一一对应的“接头暗号”。支持MCP协议,就像找到一个“万能插座”,让各种需求都能通过标准化的接口和大模型对接,实现“即插即用”,和外界的数据源、工具等等进行互动。
这个“万能插座”包含多个组件,核心是Host、MCP Client和MCP Server。它们彼此之间关系紧密:
Host=内置了MCP Client的应用程序,可以是APP、Agent、Web应用、桌面应用等等形态;
MCP Client,是大模型与MCP Server之间的桥梁;
MCP Server,负责处理来自MCP Client的请求,并调用各种资源,返回相应的结果或数据。
阿里云百炼高级产品专家徐志远认为,MCP的出现取决于两个点,一是模型能力的发展,尤其是深度推理使得模型能够使用更复杂的工具,使用工具的scope(工具调用所涉及的有效范围或权限边界)扩大;
二是MCP的服务能不能稳定、可用、高效,MCP服务本质是映射软件厂商和工程厂商,以及工具提供厂商的API服务。
MCP为什么重要?
事实上,在2024年11月,MCP刚推出来时并没有引起太多的重视,关注者寥寥。当时只有包括Anthropic自家的Claude Desktop等有限的应用支持MCP协议,开发者们还是处于各自为政的分离状态。
但仅过去几个月,MCP就几乎成为AI领域交互的事实标准。
它的爆火来自两重动力:首先是开发者群体的接纳。2025年2月开始,Cursor、VSCode、Cline等AI变成领域的明星应用,先后宣布支持MCP协议,这让MCP协议完成“冷启动”。
在此期间,Manus引发的“蝴蝶效应”,也让整个业界掀起关于“AI真正能够辅助完成实际工作”的认知变革。
紧接着是大模型厂商们的接入,直接引爆MCP。今年3月以来,OpenAI、谷歌、百度、阿里云、腾讯云、字节跳动等国内外大平台相继宣布支持MCP协议。重点来看看国内厂商的动作:
阿里云百炼平台在4月9日上线了业界首个全生命周期MCP服务,集成高德地图、无影云桌面等50余款工具,5分钟可生成专属Agent。支付宝联合魔搭社区率先在国内推出“支付MCP Server”服务,让 AI 智能体一键接入支付能力。
4月14日,腾讯云升级大模型知识引擎,支持调用 MCP 插件,接入腾讯位置服务、微信读书等生态工具;
4月16日,支付宝推出“支付 MCP Server”,开发者可通过自然语言指令快速接入支付功能,打通 AI 服务商业化闭环;
4月21日,字节的Agent产品 “扣子空间 ” 开启内测。该产品提供通用Agent入口,支持MCP(Model Context Protocol)协议,引入飞书云文档、飞书表格等多款可调用的工具,强化解决工作任务的能力。
4月25 日,百度宣布全面兼容MCP协议,推出全球首个电商交易 MCP 及搜索 MCP 服务。智能云千帆平台已接入第三方 MCP Server,搜索平台索引全网资源降低开发成本。
这个阵势如同DeepSeek出圈后,各大模型厂商回应“姿态”的再现,从而也佐证了MCP的火爆和重要性。
按照李彦宏的话说就是,“它为开发者在AI大爆发的时代缺少规范,导致效率低提供了解决思路,MCP让AI能更自由地调用工具,是AI发展的一大步。”
在MCP成为标准接口之前,Agent(智能体)更像一个个“单机版App”,彼此之间互相割裂,无法通信,更谈不上协作。就像互联网早期,单机计算机没有TCP/IP协议支持,就是一座座信息流无法跨越“终端孤岛”。这就导致开发AI应用面临着“效率、成本、生态”的“不可能三角”。
比如,若要开发一个企业智能客服系统,开发者需要对接CRM、支付、物流等6套不同的系统,光是让大模型理解这些系统的接口规范就需要花费大量时间和精力。除了不同平台的适配问题,不同的数据库、API等工具,其调用接口也千差万别。相关数据显示,因缺乏统一规范,开发者在不同工具开发中,效率平均降低 30%~40%。
在MCP之后,开发者只需要遵循这个协议,就不需要为开发一个AI应用,对接N个工具,为M个接口分别开发,只需要对应用本身做维护和调试。
这个模式下,所有厂商通用一个标准,大模型应用开发由“MxN”变成了“M+N”,开发AI应用的成本大幅降低,效率猛猛拉升。
例如,开发者想在某个App或者Agent中,接入高德地图、支付宝功能,只需要配置好对应的MCP Server(服务器)信息,就可以像搭积木一样集成相关功能,完成查询地图、支付等任务。
其最终的效果便是,每位普通用户都将直观地感受到——AI变能干了。原来只动口不动手的AI,现在能一键完成导航、改日程、定酒店等具体工作。
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。
徐志远也认为,Agent的繁荣和爆发只缺一个点,“这个过程很像移动互联网时代,APP的爆发是基于5G技术和4G技术本身的普惠,今天模型和MCP技术普惠带来的上层应用的爆发。”
百度的算盘:进攻才有获胜机会
这个观点和李彦宏如出一辙。对大模型厂商,特别是平台型巨头而言,拥抱MCP,本质上也是在AI生态战略上的卡位战。
MCP让AI更懂外部世界,一个繁荣的MCP生态也离不开大模型和应用。这就要求大模型厂商在建好自己平台能力的同时,吸引更多开发者、合作伙伴参与到自己的生态里,以一个大模型生态对阵另一个大模型生态。
李彦宏也推着百度给MCP烧了一把火:从模型到应用,全栈打造MCP生态。根据官方信息,我将百度的动作概括为“1+2+N”的扇形架构。
首先是优化了“1个”文心基础大模型,提升了模型在使用MCP server时的任务规划和调度能力。
在此基础上,围绕百度智能云千帆大模型和百度搜索“2个”核心平台上,兼容MCP或者构建MCP server发现平台。其中,百度的商品检索、商品交易、商品详情、商品参数对比、商品排行榜能力等,也已经通过百度电商的MCP Server对外提供,这是国内首家支持电商交易的MCP服务。
同时,百度文库、百度网盘、百度地图等应用全面对外提供MCP Server服务。百度搜索开放平台还发布“AI开放计划”,为智能体、H5、小程序、独立App等各种形态的应用开发者提供流量入口和商业化变现的途径。
百度还推出了多智能协作App心响,该产品除了常见的外部 MCP 工具调用,还实现了多智能体协作机制,比如在法律服务中支持由多个律师的AI分身组成的“律师智囊团”协同答复与服务。
在全球AI竞赛中,百度可能是少数几家能够同时在芯片层、框架层、模型层和应用层进行全栈布局、协同优化的公司,这也形成了百度独特的竞争壁垒。通过全栈技术优化和生态开放,百度正在让MCP成为AI开发的新“水电煤”,吸引更多开发者加入,共同扩展生态边界。
这对过去两年遭受过诸多争议的百度AI来说,是一次难得的“排水渠过弯”:主动进攻是百度AI在激烈竞争中唯一获胜的机会。
百度希望借此构建一个类似“AI时代的Github+AppStore混合体”,让开发者能够方便地共享和使用各种AI工具和模型,MCP就是那个最佳的“集合点”。
虽然MCP还不完全是一个完美的协议——大模型厂商虽然愿意提供MCP服务,但主动权仍然抓在厂商手中,其背后的利益博弈也会随着MCP生态的壮大而剧烈——但百度也和阿里、字节、OpenAI等第一阵营的大模型厂商拉齐了AI战略,这在一定程度上减少了路线差异造成的资源拉扯,一起把MCP生态的蛋糕做大,并在切分过程中,苦练内功以抢到最大的一块。
最新的消息是,4月29日凌晨,阿里巴巴开源新一代通义千问模型Qwen3(简称千问3),登顶全球最强开源模型。其亮点之一是,千问3支持MCP,具备强大的工具调用能力,能够实现高效的手机及电脑智能体操作等任务。
百度的挑战也和其他MCP接入厂商一样,如何在开放协议和平台生态之间找到一个商业平衡。这对参与其中的任何一方,都是至关重要的一个思考。因为MCP的发展,不仅体现在对平台的意义,更多在于大模型在应用和实际业务里发挥更大的价值。
参考资料:
百度智能云,《爆火的MCP究竟有啥用、怎么用?一文看懂》
智能涌现,《李彦宏说的“MCP”,还有人不知道吗?》
中国日报网,《核心业务全面开放,百度率先打造MCP生态》
钛媒体,《大模型争相接入MCP,百度智能云推企业级MCP服务》
Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.