近期，AI領(lǐng)域的一項新技術(shù)協(xié)議——“模型上下文協(xié)議”（MCP）迅速走紅，吸引了國內(nèi)外科技巨頭的關(guān)注。這一協(xié)議的出現(xiàn)，不僅標(biāo)志著AI Agent技術(shù)落地進(jìn)入新階段，也預(yù)示著大廠生態(tài)之爭的新篇章。

百度率先從C端市場切入，其“心響”應(yīng)用利用MCP協(xié)議，成功整合了多種AI模型和外部工具，為用戶提供了一站式服務(wù)體驗。同時，百度地圖也宣布支持MCP接口，進(jìn)一步豐富了其應(yīng)用場景。阿里云則推出了百煉平臺，提供全生命周期的MCP服務(wù)，并在支付寶等產(chǎn)品中集成了MCP協(xié)議，實現(xiàn)AI工具的一鍵調(diào)用。4月29日，阿里開源的Qwen3系列模型同樣宣布支持MCP協(xié)議。

仔細(xì)觀察不難發(fā)現(xiàn)，推動MCP協(xié)議發(fā)展的背后，是國內(nèi)外科技巨頭的身影。國外的Anthropic、OpenAI、谷歌，以及國內(nèi)的百度、阿里、字節(jié)等大廠，都在積極布局這一領(lǐng)域。表面上看，它們是在為AI Agent的落地打通“最后一公里”，統(tǒng)一行業(yè)標(biāo)準(zhǔn)，釋放Agent調(diào)用工具的能力。但實際上，這背后隱藏著各家公司對未成熟行業(yè)定義權(quán)的爭奪。

值得注意的是，除了開源的MCP外，OpenAI、谷歌等公司都擁有自己的一套Agent調(diào)用工具標(biāo)準(zhǔn)。選擇Anthropic構(gòu)建的MCP，并不意味著對這些公司地位的認(rèn)可，而是在開源的基礎(chǔ)上，各方暫時達(dá)成一致，共同推動生態(tài)的快速發(fā)展。

MCP協(xié)議可以看作是Agent落地的重要一環(huán)。隨著標(biāo)準(zhǔn)共識的達(dá)成，大規(guī)模Agent應(yīng)用的落地將指日可待。屆時，Agent應(yīng)用將演變?yōu)榇髲S生態(tài)之爭的焦點。對于獨立Agent應(yīng)用開發(fā)者而言，他們面臨著成本和被頭部公司覆蓋的雙重壓力。因此，被集成到大廠Agent應(yīng)用生態(tài)或許成為他們的最佳選擇之一。這樣一來，大廠將掌握從定義到篩選的權(quán)力，生態(tài)越完備、數(shù)據(jù)壁壘越高，在行業(yè)中的話語權(quán)就越大。

有技術(shù)人員指出，MCP協(xié)議本質(zhì)上是為模型和外部工具之間提供了一個標(biāo)準(zhǔn)和高效的連接方式。但它并不是構(gòu)建服務(wù)的必選項，即使沒有MCP，通過Function Call和現(xiàn)有的工具調(diào)參也可以達(dá)到相同的效果。然而，統(tǒng)一的標(biāo)準(zhǔn)協(xié)議對于大廠在行業(yè)中的話語權(quán)至關(guān)重要。OpenAI、谷歌等公司的認(rèn)可，以及阿里、百度等公司的跟進(jìn)，共同推動了MCP服務(wù)的快速發(fā)展。

在MCP協(xié)議出現(xiàn)之前，客戶想要深度使用一款A(yù)I產(chǎn)品功能，通常只能選擇SaaS工具。但對于具有行業(yè)知識的客戶來說，通用SaaS往往缺乏深度能力。因此，定制化路線成為他們的選擇之一，通過Open API的方式將AI產(chǎn)品集成到系統(tǒng)中。然而，這種方式不僅耗時耗力，而且成本高昂。現(xiàn)在，隨著MCP服務(wù)的推出，客戶只需一個支持標(biāo)準(zhǔn)MCP協(xié)議的Agent，就能快速接入到產(chǎn)品平臺，實現(xiàn)省時、省力和省錢的效果。

百度智能體業(yè)務(wù)首席架構(gòu)師、心響APP負(fù)責(zé)人黃際洲表示，心響既支持外部MCP接入，也有自己的獨立協(xié)議。目前，心響已經(jīng)接入了包括百度文庫AI繪本功能在內(nèi)的十個智能體。這些智能體的落地場景效果與技術(shù)無關(guān)，而是技術(shù)之外的因素在起作用。從百度到阿里，生態(tài)是關(guān)鍵的一環(huán)。在無需“磨合”的情況下，各方完成了適配，共同推動了MCP協(xié)議的發(fā)展。

阿里云百煉平臺云部署的MCP Server數(shù)量已經(jīng)達(dá)到了31個，涵蓋了地圖、文生圖、搜索等多種功能。這些功能都屬于阿里生態(tài)的一部分。大廠在其中既扮演了集成者的角色，也扮演了被集成者的角色。一方面，它們輸送自己成熟的MCP服務(wù)能力；另一方面，它們在生態(tài)中集成外來的第三方能力，與之互為補充。這樣一來，生態(tài)越完善，能滿足用戶的需求就越豐富。

接入MCP后，相當(dāng)于擁有了“原子化”的能力，可以隨意組合嵌入到業(yè)務(wù)流中。例如，開發(fā)者可以通過“支付寶MCP Server”接入收單支付功能，從而打通AI應(yīng)用的支付渠道，解決智能體“能對話不能收錢”的痛點。這種靈活的組合方式，為AI應(yīng)用的發(fā)展提供了更多的可能性。

AI研究網(wǎng)站“AI Digest”的一項研究表明，AI Agent所能完成的任務(wù)長度正在呈指數(shù)級增長。按照這一趨勢推算，未來幾年內(nèi)，AI Agent將能夠完成更長時間的任務(wù)。這一前景不可估量。此前饑餓營銷的Manus已經(jīng)勾勒出了多智能體完成任務(wù)的產(chǎn)品樣本，但后期效果并不理想。百度近期推出的“心響”則試圖探索通用Agent產(chǎn)品的道路。

在產(chǎn)品形態(tài)上，心響從過去的AI助手模式轉(zhuǎn)變?yōu)橹苯油瓿扇蝿?wù)的模式。過去的AI助手提供的是零件，需要用戶自己去組裝；而現(xiàn)在的Agent產(chǎn)品則可以直接交付最終成品。這種轉(zhuǎn)變提高了效率，用戶只需用一句話就能完成所有步驟的全自動操作。

在執(zhí)行任務(wù)過程中，有一個“管家”性的角色被稱為主智能體，負(fù)責(zé)拆解用戶需求和分配任務(wù)。指令下達(dá)后，由各子智能體同時進(jìn)行。這種協(xié)作方式提高了任務(wù)執(zhí)行的效率和質(zhì)量。

黃際洲表示，MCP協(xié)議在調(diào)用多智能體協(xié)作過程中發(fā)揮了很大作用。它就像一把鑰匙，有了統(tǒng)一的秘鑰，讓接入變得更加簡單。然而，他也指出，目前業(yè)界最大的問題是貢獻(xiàn)者太少，背后的成本太大。為了平攤成本，各家都開放MCP后，壁壘在于生態(tài)能否把商業(yè)模型跑通。理想的情況下，開發(fā)者和大廠都能賺到錢，需求越做越大，給用戶提供的體驗也越來越好。

心響產(chǎn)品的目標(biāo)是成長為通用的超級智能體。它橫向盡可能把更多的場景融入到應(yīng)用里；縱向則把場景做深，把功能做到極致。黃際洲認(rèn)為，法律、旅游、健康、教育、研究等都是比較好的場景。在此基礎(chǔ)上再拓展長尾交互場景，形成更高的壁壘。

在商業(yè)化方面，Agent應(yīng)用的收入大概率還是來自流量和廣告。這很大程度上是由現(xiàn)在的Agent應(yīng)用機制決定的。以心響為例，用戶在演示中讓Agent幫忙做旅游攻略、打電話、使用團購券訂餐廳等操作時，實際上涉及了地圖、點評、旅游出行等多種服務(wù)功能。這些服務(wù)功能的提供需要完整的數(shù)據(jù)鏈支持。

Agent應(yīng)用就像是入口一樣的存在，它能夠倒流給生態(tài)中的其他應(yīng)用，最后完成從提需求到交付的閉環(huán)。這部分收入對于大廠來說屬于“肥水不流外人田”。而對于第三方用以補充大廠生態(tài)的Agent來說，則落入了流量池中。大廠會根據(jù)篩選機制來決定是否接入某一家的Agent。前期，大廠需要更多的開發(fā)者進(jìn)入來補充應(yīng)用商店的空白；但到后期就變成了流量競爭，誰的出價更高，誰的曝光度就越高。

在用戶使用應(yīng)用過程中，同樣存在廣告曝光和排名篩選的情況。比如在旅游攻略案例中，搜索出現(xiàn)的餐廳排名、飛機價格排名等篩選權(quán)都掌握在大廠的手中。通過這種方式，大廠可以實現(xiàn)“一魚多吃”：商家通過廣告營銷提高排名順序；用戶則可以購買免廣或競價服務(wù)來提升使用體驗。

盡管Agent應(yīng)用的發(fā)展可能會取代一些傳統(tǒng)應(yīng)用的功能，但它卻難以撼動既有的廣告投流體系。大廠通過掌控生態(tài)和流量入口，依然能夠在AI時代保持強大的競爭力。