MCP从神坛陨落：AI界的期望与现实的碰撞

在11月25日，AI独角兽Anthropic庆祝了MCP协议（模型上下文协议）诞生一周年。然而，这个里程碑事件在AI界并未激起太多波澜，社交平台上的讨论度几乎为零。

令人惊讶的是，就在今年年初，MCP还曾是AI界的热点话题，被誉为“AI连接万物的桥梁”、“Agent时代的基础设施”。但仅仅半年后，MCP就从“宠儿”变成了“弃子”。

那么，是什么导致了MCP的迅速崛起和陨落呢？其实，MCP的流行本身就是“期望膨胀期”的典型产物。值得注意的是，MCP并非一开始就处于巅峰，它的走红与ChatGPT、DeepSeek截然不同。

Anthropic在2024年冬季推出MCP，而它真正受到关注则是在今年春季。以当前AI的受关注程度，一个真正有“爆点”的产品应该会在数天至数周内席卷全球，如谷歌的Nano Bonana。而MCP之所以在春季成为头条，更像是Anthropic、谷歌、微软等大厂联手策划的“预制爆款”。

MCP旨在解决不同厂商AI产品各自为政的问题，使AI模型与外部工具交互变得复杂且不稳定。那时，基于不同模型的智能体（AI Agent）需要为不同功能编写单独的API，但这些智能体使用的“语言”各不相同。

因此，Anthropic设计了MCP（Model Context Protocol），通过标准化接口实现大语言模型（LLM）与外部数据源及工具的无缝集成。MCP就像AI应用的USB-C接口，通过能力协商、能力发现、订阅/通知等机制，让AI模型了解哪些工具和数据可用以及如何使用这些资源。

MCP能够在AI与数据、工具之间搭建桥梁，通过MCP服务器和客户端实现AI领域的“万物互联”。这与当今互联网世界建立在开放、互联的基础上相呼应，因此MCP被视为重走TCP/IP、HTTP、USB等标准化协议的道路。

显然，MCP是一个为智能体服务的协议，它赋予了智能体获取“真功夫”的机会。从某种意义上说，先有“2025年是智能体之年”的说法，后来才有MCP的崛起。力推MCP是一众AI大厂的默契。

在2024年的最后一天，OpenAI首席执行官山姆·奥特曼公布了该公司将在2025年发布的技术和产品。其中，AGI（通用人工智能）被排在第一位，紧接着是智能体。让ChatGPT能够自主执行任务将成为2025年的重点。

如果没有MCP，智能体将变得难以使用。MCP为智能体提供了一个统一的工具调用规范，使开发者能够从繁琐的适配工作中解脱出来。短短三个月内，就有数千个工具自发接入MCP，并得到OpenAI、AWS、HuggingFace的大力支持。

然而，将MCP视为“万能钥匙”的开发者很快发现，事情的发展并不如预期。MCP没有跟踪上下文传播，这意味着开发者无法了解AI决策路径中调用了哪些工具。同时，它也没有截止时间传播机制，如果调用的工具出现问题，智能体将被卡住。

MCP在工程落地层面也面临挑战。对于企业级用户来说，为了应对高并发调用，MCP服务需要扩展到多服务器架构。此时，MCP的双连接模型引入了跨机器寻址的复杂性。当长连接建立在一台服务器上而请求可能被路由到另一台服务器时，就需要额外的广播队列机制来协调分散的连接。

此外，MCP还很昂贵。智能体在利用外部工具时需要将信息回传给基座模型来完成决策。因此所有工具定义、调用请求和返回结果都必须经过模型的上下文窗口导致模型需要处理的上下文容量随MCP调用数量增加呈指数级提升。

总之开发者发现尽管MCP让智能体能够方便地调用不同工具但调用工具越多消耗Tokens也越多。如果要减少Tokens消耗就必须用非常规范流程调用特定工具这导致MCP灵活性和通用性优势无法发挥。

事实上这些问题只是表面现象真正缺陷在于随着调用工具增加智能体出现幻觉概率同步上升。这是因为调用工具越多模型注意力就越被稀释进而开始胡乱决策。毕竟智能体需要‘干活’畸高幻觉问题让它变得鸡肋。

当开发者发现除了通用性外其他方面乏善可陈时过多缺陷让大家直接打起了退堂鼓。

【本文图片来自网络】