人工智能行业一直面临着一个无声但日益严重的危机:“MxN问题”。
每当开发者想要将AI模型(M)连接到新的数据源或工具(N)时,他们都必须构建一个定制的、脆弱的集成。将Claude连接到Google Drive?一个API。将GPT-4连接到Slack?完全不同的另一个API。将Llama-3连接到Postgres数据库?又是另一个定制连接器。
这相当于对创新征收巨额税款。它把AI开发者变成了管道工,90%的时间用于修管道,而不是构建智能。
Anthropic登场了,他们刚刚发布了可能是2025年最重要的基础设施更新:Model Context Protocol(MCP)。
“USB-C”类比
想想USB-C出现之前的生活。你有一个装满专有充电器的抽屉——一个用于你的Nokia,一个用于你的相机,一个用于你的笔记本电脑。一片混乱。USB-C标准化了物理连接,允许电力和数据在几乎任何两个设备之间流动,无论制造商是谁。
MCP对AI上下文做了同样的事情。
它定义了AI模型如何请求数据以及系统如何提供数据的通用标准。“这是AI接入世界的标准方式,“Anthropic的产品负责人说。
深入内部:JSON-RPC与”能力”
从核心来看,MCP并非魔法;它是JSON-RPC 2.0的严格实现。它使用客户端-宿主-服务器架构,将”大脑”(AI)与”双手”(工具)解耦。
- MCP宿主(界面):像Claude Desktop App、Cursor或Replit这样的应用程序。宿主负责运行AI和管理权限。
- MCP客户端(大脑):LLM本身。它理解协议,知道如何查询可用工具和请求文件访问。
- MCP服务器(数据):这是神奇的部分。开发者为他们的数据构建一个轻量级”服务器”(例如,“Google Drive MCP服务器”)。该服务器公开资源(文件)、提示(模板)和工具(可由AI执行的函数)。
因为它在标准传输(stdio、SSE)上使用JSON-RPC,它非常快速和安全。身份验证发生在传输层,这意味着你不必将API密钥交给AI模型提供商。数据保持在本地,或直接在你的应用程序和数据源之间流动。
行业集结:Replit、Cursor等等
一个标准的价值取决于其采用程度,而MCP正在获得前所未有的支持。
- Replit:这个流行的在线IDE已宣布全面支持,允许他们的”Replit Agent”接入任何符合MCP标准的工具。
- Cursor:这个风靡全球的AI代码编辑器正在采用MCP,这意味着如果你有对应的MCP服务器,Cursor现在可以原生”读取”你的Linear工单或”查询”你的生产数据库。
- Block与Apollo:大型企业玩家已经在构建内部MCP服务器,以安全地将其海量数据集暴露给内部AI助手。
“孤岛式AI”的终结
对于普通用户来说,这意味着”愚笨聊天机器人”的时代正在结束。
很快,你不会只是与Claude聊天。你会打开你的IDE,Claude已经知道你的Jira待办事项中有什么,已经阅读了GitHub上最新的PR文档,并准备好部署到AWS——这一切都是因为这些服务只是简单地通过MCP”接入”了。
行业正在从”与AI聊天”转向”与AI一起工作”。而多亏了MCP,这项工作终于有了一门通用语言。
🦋 Bluesky 讨论
在 Bluesky 上讨论