MCP（模型上下文协议）是一种于 2024 年 11 月推出的开放协议，允许系统以跨集成的泛化方式为 AI 模型提供上下文。该协议定义了 AI 模型如何调用外部工具、获取数据和与服务交互。
MCP 已经在重塑 AI 智能体和代理的生态系统。其未来的发展趋势取决于如何应对基础性挑战，如果处理得当，可能成为 AI 与工具交互的默认接口，并开启新一代自主、多模态、深度集成的 AI 体验。如果被广泛采用，它可能代表工具构建、消费和货币化方式的转变。
今年将是关键的一年，可能会面临一些关键问题，比如是否会看到一个统一的 MCP 市场崛起，AI 代理的认证是否会变得无缝，多步执行能否被正式纳入协议等。
MCP 从 LSP（语言服务器协议）中获取灵感，超越 LSP 的地方在于其以智能体为中心的执行模型，LSP 主要是被动响应，而 MCP 专门为支持自主的 AI 工作流而设计，根据上下文，AI 智能体可以决定使用哪些工具、按什么顺序以及如何将它们串在一起来完成任务。MCP 还引入了人工参与的功能，允许人类提供额外的数据并批准执行。
MCP已经在重塑AI代理生态系统，但下一波进展将取决于我们如何应对基础性挑战。如果处理得当，MCP可能成为AI与工具交互的默认接口，并开启新一代自主、多模态、深度集成的AI体验。如果MCP被广泛采用，它可能代表工具构建、消费和货币化方式的转变。我们期待看到市场将它们带向何方。今年将是关键的一年：我们会看到一个统一的MCP市场崛起吗？AI代理的认证会变得无缝吗？多步执行能否被正式纳入协议？本文链接：https://a16z.com/a-deep-dive-into-mcp-and-the-future-of-ai-tooling/-完-
MCP已经在重塑AI智能体生态系统，但下一波进展将取决于我们如何解决基础性挑战。如果做得好，MCP可能成为AI与工具互动的默认接口，释放出新一代的自主、多模态和深度集成的AI体验。如果被广泛采用，MCP可能代表着工具构建、使用和货币化的转变。我们很期待看到市场将它带向何方。今年将是关键：我们是否会看到统一的MCP市场的兴起？认证是否会为AI智能体变得无缝？多步执行是否能被正式纳入协议？
自从OpenAI在2023年发布函数调用以来，我一直在思考解锁智能体和工具使用生态系统所需的条件。随着基础模型变得越来越智能，智能体与外部工具、数据和API的交互能力变得越来越分散：开发人员需要为智能体实现特殊的业务逻辑，以适应智能体操作和集成的每一个系统。很明显，需要有一个标准的执行、数据获取和工具调用接口。API是互联网最早的统一语言——为软件通信创造了共同语言，但人工智能模型缺乏同等的东西。模型上下文协议（MCP），于2024年11月推出，在开发者和AI社区中已经获得了广泛关注，被视为一种潜在的解决方案。在本文中，我们将探讨什么是MCP，它如何改变AI与工具的交互方式，开发人员已经使用它构建了什么，以及仍需解决的挑战。让我们开始吧。[heading2]什么是MCP？[content]MCP是一种开放协议，允许系统以跨集成的泛化方式为AI模型提供上下文。该协议定义了AI模型如何调用外部工具、获取数据和与服务交互。作为一个具体的例子，下面是Resend MCP服务器如何与多个MCP客户端协作。这个想法并不新鲜；MCP从LSP（语言服务器协议）中获取灵感。在LSP中，当用户在编辑器中输入时，客户端查询语言服务器以自动完成建议或诊断。在MCP超越LSP的地方在于其以智能体为中心的执行模型：LSP主要是被动的（响应来自IDE的请求，基于用户输入），而MCP是专门为支持自主的AI工作流而设计的。根据上下文，AI智能体可以决定使用哪些工具、按什么顺序以及如何将它们串在一起来完成任务。MCP还引入了人工参与的功能，允许人类提供额外的数据并批准执行。