Anthropic MCP：重塑AI工作流，迈向智能体时代

在全球对Anthropic的旗舰产品Claude的新功能——「精选」分类充满期待时，该公司悄然上线了Model Context Protocol (MCP)服务。

近日，Anthropic为其桌面应用Claude新增了一个名为「精选」的分类，其中整合了与Figma、Gemma、Canva、GitHub等生产力工具的深度集成。这一更新看似不起眼，实则影响深远。

MCP服务的核心，是使AI模型能够安全、标准化地连接到外部工具和数据的协议。现在，用户可以通过远程连接授权Claude直接访问这些第三方服务的数据，并在对话中调用其功能。

这一更新标志着Claude从单一的「聊天机器人」向能够调度外部资源的「智能体平台」迈出了关键一步。

从「聊天」到「调度」，MCP重塑AI工作流

要理解MCP的价值，首先要看清当前AI应用的痛点。在过去一年，各种AI应用如雨后春笋般涌现，但用户需要在不同应用间不断复制粘贴、切换上下文，导致效率低下。

Anthropic给出的解决方案是MCP协议，它统一了AI模型访问外部资源的标准。

与OpenAI的GPTs或Assistants API相比，Claude这次上线的MCP服务体现了其鲜明的产品哲学：强调安全与权限控制，深度集成而非浅层连接，以及从「精选」切入，控制体验。

在AI对话框里完成工作

Anthropic的连接器如何工作？通过模拟一个真实的使用场景，我们可以感受这种范式转变。

现在用户可以直接在对话中操作Figma里的项目｜图片来源：Anthropic

旧模式下：

用户在Figma完成设计后，需要在不同工具间手动搬运数据才能完成后续工作。

新模式（Claude with MCP）：

用户通过Claude的连接器授权连接Figma和GitHub，通过自然语言指令完成复杂任务。

从对比可以看出，新模式下体验的飞跃在于用户始终在一个对话界面中，用自然语言指挥。

AI时代「操作系统」雏形？

MCP协议的推出揭示了Anthropic一个更深层的战略意图：争夺AI时代「操作系统」的定义权。

对开发者来说，MCP降低了开发AI智能体的门槛。对算力成本也有潜在影响：外包专业工具的能力可以让大语言模型更专注于自己的优势。

在Asana里用自然语言创建协作项目｜图片来源：Anthropic

当然，挑战依然巨大。但Claude上线MCP服务是Anthropic在AI竞争中的一张战略牌。

其真正的价值在于它正在铺设一条轨道，可能最终决定未来的AI生产力是以「单个超级应用」还是「可自由插拔的智能体网络」为中心。