2024 年 11 月，人工智慧新創公司 Anthropic 宣布推出「模型上下文協議」（Model Context Protocol，簡稱 MCP），希望促進 AI 模型與資料庫之間的整合，為 AI 應用取得外部資料的方法，打造出一套全新的互通標準。
根據 Anthropic 的解釋，MCP 的技術架構既簡單又直接，它讓開發人員可以在資料來源與 AI 應用之間，建立起安全的雙向連線；對於架設 MCP 伺服器的企業來說，他們可以透過 MCP 協議公開對外提供資料，讓其他採用 MCP 協議的客戶端 AI 應用直接存取。
透過 AI 互通標準釋放 LLM 潛在力量
就在 MCP 正式推出之後，科技企業如 OpenAI、Glean、MongoDB、Cloudflare、PayPal、Wix 和 Amazon Web Services 等，紛紛開設屬於自己的 MCP 伺服器，或者將自家服務與 MCP 協議進行整合，至今參與 MCP 技術的業者仍不斷增加。
多數投入 MCP 伺服器架設的企業，基本上都認為 AI 業界應該要開始建立一套標準，讓 AI 與 AI，或者 AI 與資料來源之間，擁有足夠的「互通性」；身為目前 AI 代理生態系的主流協議之一，MCP 亦被業界認為是潛在的勝出者。
人工智慧網路搜尋 API 服務 Exa 共同創辦人 Jeff Wang 就指出，整個 AI 業界在過去半年之間，積極開始朝實現共通性標準的方向不斷努力，最主要的理由即在於各大科技巨頭，全都想要釋放大型語言模型（LLM）的完整力量。
Jeff Wang 直言，AI 生態系之間的互通性，正隨著技術發展走到重要關口，當各種 AI 模型和工具，終於變得足夠強大且實用，下一步自然就是要找出簡易的方式，讓整個 AI 生態系，尤其是 AI 代理之間能夠彼此連接。
MCP 為何強大？奪回「控制權」是最大優勢
在 Anthropic 推出 MCP 之前，開發人員大多都是透過應用程式介面（API），連接 AI 應用程式與各種資料庫。然而，對於功能強大且可以自主完成任務的 AI 代理而言，API 所能提供的效果仍不夠完美。
跟傳統 API 不同，企業組織能夠藉由自定義指令，客製化 MCP 伺服器的各種能力，比方說載明 AI 代理「可以」或「不可以」存取的資料內容，或者讓伺服器主動詢問 AI 代理的身分，協議是否能夠取得用戶端所搭載的資訊，這些優勢皆讓數據提供者擁有更多掌控權，不再是被 AI 應用一昧的抓取資料。
資料庫業者 MongoDB 產品總監 Ben Flast 就指出，MCP 為企業與 AI 代理帶來了更高的控制權，以及更加細分的資料顆粒度（granularity），藉此用以控制、揭露企業願意對外公開的功能，這才是 MCP 真正強大的地方。
擺脫 API 維護枷鎖，MCP 化身 AI 開發橋樑
API 工具企業 Speakeasy 共同創辦人兼執行長 Sagar Batchu 則表示，在導入 MCP 之後，公司原先的工作任務介面和 API，已經直接轉變成文字聊天介面，這讓他們與旗下客戶，全都省下了不斷重寫與手動維護 API 的麻煩。
Sagar Batchu 說，在 MCP 逐漸成為業界實質標準的趨勢下，Speakeasy 自然會不斷拓展對 MCP 的支援，並協助客戶建立優秀的 MCP 伺服器，畢竟當 MCP 伺服器建置得越好，AI 的執行效能也會越好。
網站架設服務 Wix 技術長 Yaniv Even Haim 也向外媒透露，他們相信 MCP 未來可以成為 AI 開發工作流程的「橋樑」，它亦符合 AI 產業將 LLM 視為軟體開發動力的風潮，尤其 MCP 豐富的上下文與智慧介面，更是這項協議獲得廣泛採用的重要關鍵。
微軟、Google 擁抱 MCP，AI 互通成共同目標
隨著人工智慧熱潮發展至今，重要且關鍵的 AI 技術更新，大致上可以分成 3 大類，即「全新的 AI 模型」、「全新的 AI 代理或程式庫」，以及「AI 生態系互通標準的採用」，例如企業組織宣布架設 MCP 伺服器。
從科技業者的現身說法，以及整體行業趨勢分析，我們不難發現 MCP 確實正在朝 AI 業界「實質標準」的目標邁進；而對於那些還抱有質疑的人，科技巨頭對於新協議的接受態度，或許能夠有效消除他們的疑慮。
微軟執行長 Satya Nadella 過去曾在社群平台上指出，無論是 Google 主導的 A2A，即 Agent2Agent 的 AI 代理互通標準，或者 Anthropic 推出的 MCP，這些開放式協議都是落實 AI 代理生態網路的關鍵；此外，Google 執行長 Sundar Pichai 同樣也對 MCP 表達高度認可。
然而，新技術既有衝刺於前線的擁抱者，自然也會有採取謹慎態度的保守觀察者。
眾多標準持續競合，亦有業者採觀望態度
金融服務企業 Rocket Companies 技術長 Shawn Malhotra 就直言，雖然公司確實看見了互通標準所具備的潛力，內部亦在規劃設立相關的基礎設施，但他們仍希望見到更強的群聚效應，才會願意讓企業完全投入 MCP 技術，或者其他更為先進的 AI 互通標準。
Shawn Malhotra 進一步說明，他們相信當 AI 代理擁有互通標準，例如導入 MCP 技術之後，將會變得比過去更加強大，並且於未來產生更大效益；Rocket Companies 內部也在測試多款以 MCP 伺服器為基礎的 AI 工具，這些應用要進入正式的工作環境，或許單純只是時間問題。
除了 Anthropic 的 MCP、Google 的 A2A 之外，由 Cisco 主導開發的 AGNTCY，還有卡內基美隆大學研究人員提出的 LOKA 等，這些技術背後所擁有的理念，全都是希望找到並建立 AI 業界可以共同遵循的互通性標準。
在多個標準的競合之下，對於大部分科技企業來說，MCP 或許只會成為他們支援的眾多協定之一，畢竟客戶所提出的需求，才是決定採用哪個標準、哪個協議的絕對關鍵。
客戶擁有最終決定權，混合策略也是解方
舉例來說，如 Exa、Confluent、Merge等公司，雖然都對外表明投入 MCP 技術，但他們卻也同時指出，有些客戶可能正在採用其他協議，並為旗下的 AI 代理提供互聯與互通。
亦有另一部份公司指出，不同的 AI 互通技術，事實上擁有不同的商業價值。思愛普（SAP）全球商業 AI 負責人 Walter Sun 就表示，雖然掌握頂級 AI 代理生態系之間的溝通方式很重要，但 AI 之間的各種互聯，顯然還擁有很多不同的層次和層級，這將為不同技術帶來各種機會。
唯一無法否認之處，在於 AI 代理生態系之間的互通標準，正在技術演進下逐步建立；無論企業各自是為了什麼理由，選擇導入 MCP 並積極採用，該趨勢也間接證明了，AI 業界對於相關標準的需求，在未來只會變得越來越高。
【推薦閱讀】
◆ Sam Altman 打造的「真人驗證」World 正式登台！為何選擇台灣？
◆ AI 供應鏈代理上線！Salesforce 等巨頭如何用 AI 協助擬定全球關稅貿易策略？
◆ Anthropic 最強模型 Claude 4 系列登場，可「自主」寫程式 7 小時
＊本文開放合作夥伴轉載，參考資料：《VentureBeat》、《Anthropic》，首圖來源：Bing AI
（責任編輯：鄒家彥）
