MCP协议：从AI界的“USB接口”到迅速陨落

近期，AI独角兽Anthropic在11月25日发文庆祝MCP协议（模型上下文协议）诞生一周年。但如今整个AI行业对此反应冷淡，甚至漠不关心，社交平台上的讨论热度几乎为零。

有趣的是，今年年初MCP还曾一度占据AI界头条，几乎所有从业者都高呼“MCP让AI连接万物”、“AI终于有了属于自己的USB接口”、“Agent时代的基础设施”。然而短短半年后，MCP就从圈内人眼中的“小甜甜”，快速沦为“牛夫人”。

那么MCP为何被捧上神坛，又为何光速陨落呢？实际上，MCP的走红本身就很突兀，属于“期望膨胀期”的典型产物。此外，MCP并非出道即巅峰，它的走红过程与ChatGPT、DeepSeek等截然不同。

Anthropic在2024年冬季发布MCP，但真正被广泛关注是在今年春季。以当前AI的热度，如果一个产品真有“爆点”，短则数天、长则几周就会席卷全球，比如谷歌的Nano Bonana。而MCP在春季成为AI圈头条，更像是Anthropic、谷歌、微软等大厂踢的一场默契球，属于“预制爆款”。

MCP旨在解决不同厂商AI产品各自为政、各行其是的混乱局面，避免AI模型与外部工具交互变得复杂且不稳定。彼时基于不同模型的智能体（AI Agent）要变得有用，就需要为不同功能编写单独API，但智能体使用的“语言”各异。

因此，Anthropic设计了MCP（Model Context Protocol），通过标准化接口实现大语言模型（LLM）与外部数据源及工具的无缝集成。MCP就像AI应用的USB-C接口，通过能力协商、能力发现、订阅/通知等一系列机制，让AI模型知道有哪些工具和数据可用，以及如何使用这些资源。

MCP直接在AI与数据、工具之间架起桥梁，通过MCP服务器和客户端实现AI领域的“万物互联”。当今互联网世界建立在开放、互联基础上，所以MCP相当于重走TCP/IP、HTTP、USB等标准化协议的路径。

不难发现，MCP是一个为智能体服务的协议，它赋予智能体获得“真功夫”的能力，这也是其年初走红的原因。从某种意义上说，先有“2025年是智能体之年”的说法，后有MCP登上舞台中央，而力推MCP则是一众AI大厂的默契。

在2024年最后一天，OpenAI首席执行官山姆·奥特曼公布了2025年该公司将发布的技术和产品，他将AGI（通用人工智能）排第一位，智能体紧随其后，并强调让ChatGPT自主执行任务是2025年重点。

如果没有MCP，智能体要变得有用，开发者需付出大量时间和精力。MCP为智能体提供统一工具调用规范，让开发者从繁琐适配工作中解脱。短短三个月就有数千工具自发接入MCP，加上OpenAI、AWS、HuggingFace的鼎力支持，MCP看似成功在望。

然而，将MCP视为“万能钥匙”的开发者很快发现，现实与想象不同。MCP没有跟踪上下文传播，意味着开发者无法知晓AI决策路径中调用了哪些工具。此外，它缺乏截止时间传播机制，导致被调用工具若出问题，智能体就会卡住。

MCP在工程落地层面面临挑战，尤其在云端部署上。对于企业级用户，为应对高并发调用，MCP服务常需扩展到多服务器架构，此时MCP的双连接模型引入了跨机器寻址的复杂性。当长连接建立在一台服务器上，而请求可能路由到另一台服务器时，就需要额外广播队列机制协调分散连接，从而大幅增加实施难度和维护成本。

除此之外，MCP成本高昂。智能体利用外部工具时，需先收集并回传信息给基座模型以完成决策，因此MCP要求所有工具定义、调用请求和返回结果都必须经过模型上下文窗口，直接导致模型需处理的上下文容量随MCP调用数量增加而指数级提升。

简而言之，开发者发现MCP虽能让智能体随心所欲调用不同工具，但调用的工具越多，消耗的Tokens也越多。要减少Tokens消耗，就必须用非常规范流程调用特定工具，但这会牺牲MCP的灵活性和通用性优势。

事实上，这些问题只是表面，MCP真正缺陷在于随着调用工具增加，智能体出现幻觉的概率也会同步上升。这是因为调用的工具越多，模型的注意力就越被稀释，进而开始胡乱决策。智能体与AI聊天机器人不同，它要“干活”，畸高的幻觉问题使其变成鸡肋。

当开发者发现MCP除了通用性外，其他方面乏善可陈后，过多缺陷就让人们直接打退堂鼓。

【本文图片来自网络】