什么是 MCP，Agent 通信协议的未来如何又如何？

Agent 执行操作需要外部工具权限，之前的方式是模型方接入 API

在 MCP 出现之前，大模型（如 Claude、ChatGPT 等）如果需要与外部工具或数据交互，通常是由模型提供方（比如 OpenAI、Anthropic）通过自定义的 API 集成来实现。这种方式的问题在于：

1. 每次接入一个新工具或数据源都需要模型提供方单独开发，效率低下。

2. 开发者无法灵活地根据自己的需求定制工具接入，依赖性强。

3. 不同模型之间缺乏统一标准，导致重复劳动和生态碎片化。

Anthropic 希望用更高效的方式，打通外部数据和工具，推出 MCP 协议

Anthropic 推出 MCP 的核心目标就是解决上述问题。MCP 是一个开放的协议，旨在标准化大模型与外部资源（数据源、工具、服务等）的交互方式。它通过定义一套统一的通信规则（基于 JSON-RPC），让模型和外部系统之间的连接不再依赖零散的定制开发，而是可以通过一个通用的“桥梁”来实现。

通过开源，让其他家和个人开发者基于 MCP 接入服务

MCP 是 Anthropic 开源的（2024 年 11 月发布），这意味着不仅 Anthropic 自己可以用，其他公司、开发者社区甚至竞争对手（理论上）都可以基于 MCP 开发兼容的工具和服务。这种开源策略类似于互联网早期协议（如 HTTP、TCP/IP）的推广，通过社区协作来加速生态发展。

MCP 像转接头，统一不同服务供所有人使用

MCP 像一个“转接头”或者“通用插座”，它的作用是让各种不同的外部服务（比如 Google Drive、GitHub、Slack、本地文件系统等）通过一个标准化的接口与 AI 模型对接。这样，开发者只需要按照 MCP 的规范开发一次“插头”（MCP 服务器），就可以让任何支持 MCP 的模型（MCP 客户端）使用，不用为每个模型单独适配。

MCP 采用客户端-服务器架构：

MCP 服务器：负责暴露外部数据或工具的能力（比如提供文件读写、数据库查询、API 调用等）。

MCP 客户端：通常是 AI 模型或应用（比如 Claude Desktop），通过 MCP 协议与服务器通信，获取数据或执行操作。

这种双向通信不仅限于“读取”数据，还能让模型“主动操作”外部系统（比如在 GitHub 上创建 Issue），这比传统 Function Calling 更强大。

MCP 可以看作是大模型 Function Calling 的延伸，但它更标准化、更通用。Function Calling 是模型调用预定义函数的一种方式，而 MCP 提供了一个框架，让开发者可以动态定义和扩展这些“函数”（工具），并通过协议管理权限、认证等复杂问题。

在今晚八点，RTE 开发者社区牵头多位开源 AI Agent 专家，一起交流 MCP 技术，以及 Agent 通信协议的未来。

时间：3 月 13 日（周四） 20:00～21:15

地址：线上直播，欢迎提前预约，接收开播提醒

（文：特工宇宙）