AI门户

从 Anthropic 公司成功的发布和研讨会中获得的经验

2025年3月11日

导读

模型上下文协议（MCP）是2024年11月由Anthropic推出的一项AI原生标准，旨在解决智能体动态上下文访问问题，如今已成为AI工程师圈的热门话题。它从默默无闻到爆火，短短几个月观看量近30万次，甚至有望在7月超越OpenAPI。

MCP亮点不少：它是基于成功的语言服务器协议（LSP）打造，简单易用，比如Cursor这样的工具能快速集成；支持更多工具调用，像Claude Desktop里一次处理多个任务毫不费力；背靠Anthropic强大的开发者品牌，开源生态也日益完善，从客户端到SDK一应俱全；频繁更新的路线图还让它保持活力。

对AI工程师来说，MCP能简化智能体开发，省去繁琐的上下文管理；普通开发者也能用它提升工具效率，比如调试代码或管理文件；投资者则可关注其潜在的生态价值。相比老标准如OpenAPI，它更贴合AI需求，堪称“新瓶装旧酒”的典范。

致各位AI工程师们，

最近 MCP (Model Context Protocol，模型上下文协议) 的讨论可能刷屏了各位的时间线。

模型上下文协议 (MCP) 于2024年11月发布，并且受到了广泛好评。然而，最初的一阵兴奋 (从Copilot到Cognition再到Cursor都增加了支持) 逐渐平息。直到 2 月 26 日至 27 日的 AI 工程师峰会上，我与 Barry Zhang 的一次偶然对话，促使我们邀请了 Mahesh Murag（MCP 服务器的编写者）。我原本只是想对 Anthropic 公司 2023 年和 2024 年的提示工程研讨会做个补充，没想到发生了以下情况：

通常，研讨会对于现场参与者效果很好，但线上观众很少能集中注意力 2 个小时。但这次，研讨会的实时推文开始走红，因为社区首次获得了期待已久的官方注册表公告，以及对协议规范每个部分的全面深入探讨，例如：

之后，我们加快了编辑流程以发布研讨会视频，在过去一周内，总观看次数接近30万次，于是：

到处都是关于MCP的讨论，让人应接不暇。

Latent Space 的一个更高目标是尝试提供比共识稍稍领先的观点。11月，我们说GPT 封装实际上很好，现在a16z对它们感到兴奋。12月，我们告诉那些反对每月 200 美元专业版的人你们都错了，每月 2000 美元的“ChatGPT Max”即将到来，现在我们已经确认计划推出每月 2000-20000 美元的智能体。但我不得不承认，MCP 的受欢迎程度甚至让我感到意外，主要是因为我见过许多试图创建类似XKCD 927标准的尝试都失败了。而 MCP 最初只是作为 Claude Desktop 的一种本地、隐私保护的集成方式提出的，我敢打赌，只有一小部分 AI 工程师下载了它 (相比之下，比如ChatGPT Desktop甚至Raycast AI)。

尽管我们促成了这次研讨会，但我仍然觉得我低估了 MCP。

正如 Ben Thompson 所说，任何网络的第一个特征是已经存在于其中的人。因此，任何新协议的力量都来自于它的采用 (也就是生态系统)，可以说，MCP 已经获得了足够的临界质量和动力，成为了 2023-2025 年“智能体开放标准”之争的领跑者。按照目前的速度，MCP 将在 7 月份超过 OpenAPI：

自己看看。如果你好奇，可以添加 Langchain，但它会让图表数据失衡。

被广泛接受的标准，如 Kubernetes、React 和 HTTP，通过将爆炸性的 MxN 问题转换为易于处理的 M+N 生态系统解决方案，来适应数据发送者和接收者的巨大多样性，因此，如果它们能够获得临界质量，就具有巨大的价值。事实上，即使 OpenAI 也有之前的 AI 标准，甚至Gemini、Anthropic和Ollama都宣传与 OpenAI SDK 兼容。

我并不自大到认为 AI 工程师峰会研讨会导致了这种加速；我们只是在我们已经看到的蔓延的火势上浇了油。但作为一名开发者工具初创公司的学生，其中许多公司试图推动开放标准的建立，但最终都失败了，我觉得我不能错过这个机会，应该深入研究，为未来的标准制定提供参考。此外，我每天都会被问到两次关于 MCP 的想法，所以是时候写下来了。

MCP胜出之道 (简而言之)

也就是“胜出”状态作为事实上的标准，而不是像 OpenAPI 和 LangChain/LangGraph 这样不完全等同但可替代的方法。大致按降序排列。

以下几点促成了MCP的成功：

MCP 是旧概念的“AI 原生”版本
MCP 是一个有强大支持者的“开放标准”
Anthropic 拥有最好的开发者 AI 品牌
MCP 基于已经成功的语言服务器协议 (LSP)
MCP 通过第一方客户端、服务器、工具和 SDK 进行了内部试用(dogfooding)
MCP 从最小的基础开始，但频繁更新路线图

以下几点我们认为令人惊讶地没有促成MCP成功：

与 Zed、SourceGraph Cody 和 Replit 等发布合作伙伴合作
发布时提供出色的文档

下面我将结合一些截图来详细说明。

哦，看，又一个上帝盒子：“我们可以通过引入一个额外的间接层来解决任何问题。”

MCP：旧概念的 AI 原生版本

包括我自己在内的许多“老派开发者”最初会对 MCP 的成功感到困惑，因为从技术层面来看，MCP 主要能够实现与 OpenAPI/OData/GraphQL/SOAP 等现有标准相同的功能。因此，隐含的假设是，更老、更符合林迪效应（Lindy effect，指对于一些不会自然消亡的东西，其预期寿命和已经存在的时间成正比）的标准应该胜出。

然而，从技术基础上否定想法就是忽略了人类工程师所处的社会背景。换句话说，说“旧的东西也能做到同样的事情，你应该更喜欢旧的东西”就陷入了每个开发者都会遇到的同样的Lavers定律时尚谬论，这种态度导致人们忽视AI 工程师的崛起，因为你认为它足够接近地映射到现有的工作。套用Eugene Wei的Status as a Service，每一代新的开发者都会积极寻找新的领域来留下自己的印记，基本上是因为你已经在你的领域留下了印记。

协议价值的反身性——记住，它们之所以有价值，是因为它们能够被采用——意味着这些想法中的任何一个都几乎没有事前价值。MCP 之所以有价值，是因为 AI 影响者认为它有价值，因此它确实变得有价值。

它也是一个旧想法的修订版，这意味着它实际上确实满足了我们知道我们拥有的需求，而不是一个未经证实的人造需求。

然而，说 MCP 完全等同于 OpenAPI，并且其成功仅仅是愤世嫉俗的潮流周期驱动的，这也是过于轻率的。这就是为什么我选择将这个成功因素描述为“AI 原生”——在这种情况下，MCP 是从Claude Sonnet 在 SWE-Bench 基准测试中排名第一的结果中吸取的经验教训，并在构建有效的智能体中阐述的，主要是这张幻灯片：

一个“AI 原生”标准，将每个智能体中已经独立重复出现的模式具体化，将永远比一个没有这些偏见设计的不可知标准更符合人体工程学，更易于使用和构建工具。

因此，MCP 在与 OpenAPI 的竞争中胜出。

其次，回到这张幻灯片，重点关注工具(模型控制)、资源(应用程序控制)和提示(用户控制)之间阐述的差异。

MCP 的“AI 原生”性是在第一波 LLM 框架之后诞生的，这意味着它有足够的喘息空间来抵制做“显而易见”的事情，即从 LLM 互操作性开始(现在已解决的问题，可能由客户端和网关拥有)，而只专注于动态上下文访问这一核心问题。

MCP 的优势：Anthropic 拥有最佳的开发者 AI 品牌

或许与背后有大公司支持同样重要的是，是哪家大公司在支持。如果要建立一个开发者标准，那么受到开发者的喜爱会有很大帮助。 在这方面，Sonnet 已经领先了近 9 个月。

https://aider.chat/docs/leaderboards/by-release-date.html

新手可能不太容易注意到一个更微妙的点：Anthropic 一直明确强调支持比 OpenAI 更多的工具。我们并没有针对大量工具的基准测试或对照实验（即移除部分功能以观察效果的实验），所以我们不知道不同模型实验室之间的能力差异。但是，直观上，MCP 在单次调用中支持的平均工具数量远超不使用 MCP 构建的工具中“正常”的数量（仅仅是因为易于包含，而不是由于任何固有的技术限制）。因此，能够更好地处理更多工具的模型将表现得更好。

https://x.com/swyx/status/1775993946935906645

因此，MCP 优于其他公司（比如 Cisco）提出的类似的开发者标准。

MCP 的优势：基于成功的 LSP 协议

“有大公司支持的‘开放标准’”的另一部分要求该标准没有任何致命缺陷。Anthropic 团队没有从头开始临时发明一个标准，从而避免重蹈覆辙，而是巧妙地采用了微软非常成功的 Language Server Protocol。

https://x.com/dsp_/status/1897821339332882617

同样，从研讨会中可以看出，人们敏锐地意识到了 MCP 与 LSP 的对比：

理解这一点的最佳方式是，看看其他任何试图获得大规模采用的开源 AI 原生竞争者，然后思考一下将它们添加到 Cursor/Windsurf 中是否像添加 MCP 一样容易。基本的见解是客户端和服务器之间的可互换性。通常这些竞争者被设计为以一种方式使用——作为另一个代码库中的开源包，而不是发出可以被任何人使用的消息8。另一个明智的选择是坚持使用 JSON RPC 作为消息传递方式——同样继承自 LSP。

因此，MCP 胜于其他更“未经证实”的标准格式。