标准化连接：Anthropic的MCP
——AI的通用语言

为什么需要MCP？

Function Calling是一大进步，但随着越来越多的AI模型和工具出现，一个新问题浮现：每个AI系统都有自己的“方言”，导致连接不同系统时需要大量定制工作。

就像古代的欧洲，每个王国都有自己的语言和标准，商人在各国之间贸易时需要不断翻译和适应。这种情况下，一种通用语言将极大地简化交流。

这正是Anthropic在2024年11月创建MCP的原因。

MCP：AI世界的“世界语”

如果说Function Calling是给AI提供工具的方法，那么MCP则是创建了一种标准化的语言，让所有AI和工具都能无缝对话。

我喜欢把MCP比作计算机的USB接口。在USB出现之前，连接打印机需要一种端口，连接键盘需要另一种，连接相机又需要完全不同的接口。USB的魅力在于它提供了一个统一标准——任何USB设备都可以插入任何USB端口。MCP为AI世界做了同样的事情（图2-3）。

MCP的神奇之处

MCP引入了“客户端-服务器”架构，就像网络浏览器和网站的关系。

● MCP客户端： 嵌入在AI助手（如Claude Desktop）中，负责与用户交互。

● MCP服务器： 连接各种数据源和工具，提供实际功能。

它们通过一组标准化的原语（Primitives）进行通信，这些原语包括以下几种。

● Prompts： 指令或模板，告诉AI该做什么。

● Resources： 结构化数据，提供AI分析和处理的内容。

● Tools： 可执行的函数或操作，让AI能够执行实际操作。

● Roots： 允许AI访问主机文件系统或环境的特定部分。

● Sampling： 让AI能够将复杂推理分解成更小的步骤。

其中，Roots和Sampling这两个原语特别值得关注。它们代表了AI正在朝着更复杂、更自主的方向发展，这就像是从“给AI提供工具”升级到“允许AI在一定范围内自由探索和思考”。

MCP带的优势见表2-7。

Anthropic采取开源方式发布MCP，这一决定令我印象深刻。这意味着任何人都可以为这个标准做出贡献，加速了创新和普及。就像互联网的开放标准推动了网络的蓬勃发展，MCP有潜力成为AI集成的通用语言。

小故事：从API混乱到和谐统一

一位开发者朋友曾抱怨，为了让应用程序同时支持GPT和Claude，他不得不维护两套完全不同的代码。“就像同时为Windows和Mac开发软件，但区别更大。”他说。

当MCP推出后，他试着重构了应用程序。“现在我只需要写一次集成代码，然后它就能适用于任何支持MCP的AI模型。这简直是救命稻草！”

从锁匙到桥梁：技术基石如何塑造AI Agent的未来

Function Calling和MCP这两项技术正在从根本上改变AI Agent的能力和开发方式。Function Calling就像是给了AI一把能开启外部世界的钥匙，让它从“只会说话”变成“能够行动”。而MCP则像是在不同AI系统和工具之间架起了桥梁，构建了一个互联互通的生态系统。

我个人认为，这些技术的意义远不止于此。它们不仅是技术创新，更是AI从“被动回应”走向“主动服务”的关键一步。在不远的将来，我们可能会看到AI Agent能够自主规划复杂任务，协调多种工具，并根据用户的长期目标提供持续支持。