MCP生態(tài)正在快速崛起，3月新建服務(wù)器數(shù)量暴漲300%。這一技術(shù)通過標(biāo)準(zhǔn)化AI代理與外部工具的交互，解決了傳統(tǒng)API與大模型的兼容性難題，推動(dòng)AI從實(shí)驗(yàn)性工具向生產(chǎn)級(jí)應(yīng)用轉(zhuǎn)變。本文深入剖析MCP的供需現(xiàn)狀、技術(shù)瓶頸及未來機(jī)遇，揭示這一生態(tài)如何賦能AI代理的實(shí)用化與規(guī)?；?。

過去一個(gè)月內(nèi)，OpenAI、谷歌、微軟和亞馬遜四大頂級(jí)AI科技公司陸續(xù)宣布支持MCP協(xié)議。

同時(shí)，谷歌和思科也各自推出了MCP的“補(bǔ)充”：Agent2Agent(A2A)協(xié)議和Agent Connect協(xié)議(ACP)。

截至目前，MCP Server 代碼庫(kù)的GitHub 星標(biāo)已飆升至25000以上，并且還在快速增長(zhǎng)。僅在3月份，Smithery（MCP服務(wù)器“集散地”）的MCP發(fā)現(xiàn)平臺(tái)的服務(wù)器創(chuàng)建量就實(shí)現(xiàn)了300%的爆炸式增長(zhǎng)。

種種跡象顯示，MCP正加速成為下一代智能體系統(tǒng)的基礎(chǔ)設(shè)施標(biāo)準(zhǔn)。

那么，現(xiàn)在MCP生態(tài)究竟發(fā)展到了什么地步？

昨天，美國(guó)風(fēng)投機(jī)構(gòu)Madrona合伙人Jon Turow 和Baxter Black發(fā)布了一篇文章《MCP 的崛起真正體現(xiàn)了什么：兩個(gè)生態(tài)系統(tǒng)的故事》。

在這篇文章中，兩位大佬分析MCP服務(wù)器目錄和軟件包倉(cāng)庫(kù)的數(shù)據(jù)，試圖用最真實(shí)的數(shù)據(jù)，來揭示MCP生態(tài)系統(tǒng)演進(jìn)的真實(shí)位置，以及所催生的創(chuàng)業(yè)機(jī)會(huì)。

01 打通AI代理外部交互的“最后一公里”

在分析數(shù)據(jù)之前，先來說說MCP存在的意義以及它要解決的問題。

對(duì)AI代理來說，最重要的并不是與用戶對(duì)話，而是與外部服務(wù)交互，以訪問實(shí)時(shí)信息、處理數(shù)據(jù)并代表用戶采取行動(dòng)。這些才是讓AI轉(zhuǎn)化為真正有用代理的關(guān)鍵。

傳統(tǒng)上，API一直是服務(wù)之間交互的標(biāo)準(zhǔn)方式，他們需要精確的參數(shù)格式、嚴(yán)格的錯(cuò)誤處理協(xié)議以及精準(zhǔn)的響應(yīng)解析，這些結(jié)構(gòu)化和確定性的特征與大模型的運(yùn)行方式存在根本沖突。

Toolformer和Gorilla等早期研究項(xiàng)目表明，大型語言模型可以學(xué)習(xí)與API交互，但卻暴露出一個(gè)根本性的問題：AI 型的概率性質(zhì)不太適合傳統(tǒng)API的確定性要求。

由于AI模型存在概率輸出，經(jīng)常會(huì)出現(xiàn)參數(shù)錯(cuò)亂、響應(yīng)格式錯(cuò)誤或無法正確處理錯(cuò)誤的情況。這使得AI代理幾乎無法大規(guī)模地使用可靠的工具。

而MCP為AI模型提供了一種標(biāo)準(zhǔn)化方法來解決此問題，使其能夠發(fā)現(xiàn)可用的工具、了解如何正確使用它們，并在不同工具之間切換時(shí)保持對(duì)話上下文。它為代理與工具的交互帶來了確定性和結(jié)構(gòu)性，從而實(shí)現(xiàn)了可靠的集成，無需為每個(gè)新工具編寫自定義代碼。

為了理解這在實(shí)踐中造成的差異，我用一個(gè)具體案例進(jìn)行說明：請(qǐng)考慮當(dāng)用戶要求AI助手“在我的Figma設(shè)計(jì)中添加一個(gè)紅色按鈕”。

在沒有MCP的情況下，AI可能會(huì)嘗試生成代碼來調(diào)用Figma的API，它可能會(huì)出現(xiàn)各種各樣的錯(cuò)誤，比如參數(shù)錯(cuò)誤，又或者錯(cuò)過身份驗(yàn)證步驟，最終導(dǎo)致工作流程崩潰。

使用MCP時(shí)，當(dāng)Cursor連接到Figma的MCP服務(wù)器，AI會(huì)確切知道有哪些可用的方法，這些方法需要哪些參數(shù)，以及如何正確格式化請(qǐng)求。Figma的MCP服務(wù)器則會(huì)告訴Cursor，“這是添加紅色按鈕的確切方法”，然后該操作就能一致成功執(zhí)行。

也就是說，用戶無需了解底層的技術(shù)細(xì)節(jié)就能得到他們所要求的結(jié)果。這種確定性的交互正是MCP如此令人興奮的原因——它將不可預(yù)測(cè)的AI實(shí)驗(yàn)轉(zhuǎn)化為可靠的生產(chǎn)工具。

這不僅僅是一種便利，而是一項(xiàng)根本性的轉(zhuǎn)變，讓AI代理在現(xiàn)實(shí)世界中切實(shí)可用。正因如此，整個(gè)行業(yè)都對(duì)此充滿期待。

02 MCP的真實(shí)現(xiàn)狀

需求仍然集中在基礎(chǔ)模塊構(gòu)建

當(dāng)前的需求集中在搜索工具和命令行實(shí)用程序等基礎(chǔ)構(gòu)建塊

從原始數(shù)據(jù)來看，MCP的爆炸式增長(zhǎng)顯然主要源于新服務(wù)器和開發(fā)工具的創(chuàng)建。

我們可以將這些新的服務(wù)器和工具，稱為生態(tài)系統(tǒng)的“供應(yīng)方”，它們?yōu)锳I代理提供的構(gòu)建模塊：搜索工具、API 連接器、數(shù)據(jù)訪問層等等。

從數(shù)據(jù)上看可用的MCP服務(wù)器數(shù)量正在快速增長(zhǎng)。官方MCP TypeScript SDK正在快速增長(zhǎng)，npm 的每周下載量約為70萬次。（NMP是一個(gè)Node.js包管理和分發(fā)工具，NPM上面有許許多多公用的模塊，都由來自世界各地的Node.js開發(fā)者貢獻(xiàn)的）

僅在3月份，Smithery（MCP服務(wù)器“集散地”）的MCP發(fā)現(xiàn)平臺(tái)的服務(wù)器創(chuàng)建量就實(shí)現(xiàn)了3倍的爆炸式增長(zhǎng)。

雖然服務(wù)器創(chuàng)建很多，但實(shí)際使用量仍然高度集中在幾個(gè)服務(wù)器。

在Smithery的2500多臺(tái)MCP服務(wù)器中，只有8臺(tái)的安裝量超過50000。其分布遵循經(jīng)典的冪律：

有趣的是，雖然“網(wǎng)頁(yè)搜索”的服務(wù)器數(shù)量最多，但在實(shí)際使用中，“文件搜索”和“代碼/開發(fā)”服務(wù)器的平均每臺(tái)服務(wù)器安裝量卻高得多——分別為3096臺(tái)和3239臺(tái)。

這表明早期用戶是尋求實(shí)用工具的技術(shù)構(gòu)建者，而不是大眾市場(chǎng)的體驗(yàn)者。這也說明了一件事情：這仍然是一個(gè)以技術(shù)為中心、面向開發(fā)者的生態(tài)系統(tǒng)。

（1）網(wǎng)絡(luò)搜索（529臺(tái)服務(wù)器）和代碼/開發(fā)工具（323臺(tái)服務(wù)器）在原始服務(wù)器數(shù)量上領(lǐng)先，安裝最多的服務(wù)器包括：

流行的網(wǎng)絡(luò)搜索選項(xiàng)包括集成網(wǎng)絡(luò)和本地搜索的Brave Search和使用其Sonar Pro模型進(jìn)行網(wǎng)絡(luò)查詢的Perplexity Search。

安裝最多的代碼/開發(fā)工具服務(wù)器通過結(jié)構(gòu)化的思維過程實(shí)現(xiàn)動(dòng)態(tài)、反思性的問題解決：順序思維和思考工具。

（2）文件搜索工具的使用集中度較高，平均安裝量排名第二（3096），且有3臺(tái)服務(wù)器的安裝量超過5萬，其中：

Desktop Commander服務(wù)器是Smithery平臺(tái)上安裝數(shù)量第二多的服務(wù)器；該服務(wù)器用于執(zhí)行終端命令和管理具有差異編輯功能的文件。

（3）通訊工具的服務(wù)器數(shù)量排在第三低，為57臺(tái)，但平均安裝數(shù)量高達(dá)1165臺(tái)，此類別中的頂級(jí)服務(wù)器均與Google套件兼容：

VeyraX服務(wù)器是安裝最多的通信服務(wù)器，它兼容70多種工具，其中最著名的是 Gmail。通信類別中的其他頂級(jí)服務(wù)器專注于支持 Gmail 管理，其中四個(gè)服務(wù)器的名稱中包含“Google Workspace”。

我們還跟蹤了從npm下載可直接與桌面主機(jī)一起使用的MCP服務(wù)器包的活動(dòng)。

在npm生態(tài)系統(tǒng)中，總共發(fā)現(xiàn)了53個(gè)MCP SDK包和751個(gè)MCP服務(wù)器包。SDK的下載量增長(zhǎng)速度顯著快于服務(wù)器的下載量，這表明了一個(gè)由供應(yīng)主導(dǎo)的動(dòng)態(tài)。開發(fā)者們正在為那些尚未實(shí)現(xiàn)的應(yīng)用做準(zhǔn)備。

其中，“AI/工具”類別在原始下載量方面領(lǐng)先。在已發(fā)布156臺(tái)服務(wù)器中，平均每臺(tái)服務(wù)器的安裝量超過1萬次。然而，就每臺(tái)服務(wù)器的吸引力而言，一些規(guī)模較小的類別卻表現(xiàn)得遠(yuǎn)超預(yù)期。

“文件搜索”類別僅有13臺(tái)服務(wù)器，但平均安裝量達(dá)2萬次，這些工具正在為代理工作流程帶來真正的價(jià)值。同樣，“CLI 命令”軟件包也悄然占據(jù)了下載量的主導(dǎo)地位：雖然只有39個(gè)，但其平均安裝量卻超過了其他更受歡迎的類別。

npm每周下載數(shù)據(jù)也揭示了有趣的分類趨勢(shì)?！癈LI 命令”以13.1萬的總下載量領(lǐng)先（其中用于從該平臺(tái)安裝軟件包的Smithery-CLI占了大部分）。

“AI/工具”和“網(wǎng)頁(yè)搜索”緊隨其后，下載量分別為8.7萬和8.4萬，不過“AI/工具”的下載量處于穩(wěn)定狀態(tài)，而“網(wǎng)頁(yè)搜索”則保持穩(wěn)步增長(zhǎng)。

總體而言，安裝數(shù)據(jù)反映出開發(fā)者群體技術(shù)水平極高，但仍處于實(shí)驗(yàn)階段。

安裝數(shù)據(jù)反映出目前AI代理的開發(fā)者群體技術(shù)底蘊(yùn)深厚，但大都在進(jìn)行非常底層的工作，這表明他們目前處于早期試驗(yàn)階段。當(dāng)前的需求集中在搜索工具和命令行實(shí)用程序等基礎(chǔ)構(gòu)建塊上，而這些基本功能將成為未來更復(fù)雜工作流程的基礎(chǔ)。

03 和應(yīng)用的“飛輪效應(yīng)”開始顯現(xiàn)

讓我們來理解一下數(shù)據(jù)所揭示的供需不匹配和不一致現(xiàn)象：

1.應(yīng)用程序正在推動(dòng)基礎(chǔ)設(shè)施優(yōu)先級(jí)的提升：當(dāng)前的需求大多集中在桌面應(yīng)用程序和單用戶場(chǎng)景上。以代碼為核心的AI助手Cursor已成為MCP需求的主要來源之一，這與那些最受開發(fā)者歡迎的工具的發(fā)展趨勢(shì)相吻合。

隨著用戶對(duì)其應(yīng)用程序功能的需求不斷增長(zhǎng)，他們對(duì)新型基礎(chǔ)設(shè)施的需求也隨之增加。當(dāng)ChatGPT或者Operator引入MCP支持，這可能會(huì)為一系列新的多用戶代理應(yīng)用奠定堅(jiān)實(shí)的基礎(chǔ)。

2.基礎(chǔ)設(shè)施集中化正在賦能新的應(yīng)用：我們?cè)谕评砉ぞ撸ɡ鏢mithery的“順序思維”）和 Web/UI自動(dòng)化領(lǐng)域看到的增長(zhǎng)勢(shì)頭表明，基礎(chǔ)設(shè)施正在圍繞能夠支持更復(fù)雜代理應(yīng)用的功能進(jìn)行整合。

Smithery的“順序思維”服務(wù)器的流行并非偶然——它解決了我們之前概述的根本問題。

與期望AI模型能夠概率性地學(xué)習(xí)API使用模式（像Toolformer嘗試的那樣）不同，它直接將結(jié)構(gòu)化的推理編碼到工具中，使得交互更加確定和可靠。這種模式表明，未來成功的工具也將類似地編碼知識(shí)和結(jié)構(gòu)，而不是依賴AI模型自己去摸索出來。

這不是一個(gè)“基礎(chǔ)設(shè)施階段”與“應(yīng)用階段”的故事——而是兩者之間持續(xù)的相互作用，正如 Union Square Ventures 在2018年所描述的那樣。MCP服務(wù)器的供應(yīng)正在響應(yīng)早期的應(yīng)用需求，同時(shí)也為應(yīng)用程序開發(fā)人員創(chuàng)造了新的可能性。

04 MCP的機(jī)會(huì)在哪？

根據(jù)我們的研究，這種相互作用使得基礎(chǔ)設(shè)施和應(yīng)用端都存在不同的機(jī)會(huì)：

對(duì)于基礎(chǔ)設(shè)施和工具提供商

如果你正在構(gòu)建或增強(qiáng)代理可以利用的工具和服務(wù)，那么數(shù)據(jù)表明有三個(gè)明確的必要條件：

（1）不要對(duì)MCP孤注一擲。

MCP的價(jià)值在于，它解決了概率性AI模型與確定性API需求之間的根本不匹配問題。固然相比于集成其他東西，MCP服務(wù)器是當(dāng)前幫助開發(fā)者可靠集成服務(wù)的一個(gè)更好選擇。但這些協(xié)議的未來存在很大變數(shù)。正如一位基礎(chǔ)設(shè)施提供商所說，今天的開發(fā)者‘被困在一個(gè)尚未成熟的框架中’。所以在使用MCP進(jìn)行構(gòu)建的同時(shí)，但要注意保持靈活性以適應(yīng)標(biāo)準(zhǔn)的發(fā)展?！?/p>

（2）注意阻礙因素的變化。

現(xiàn)在，有一些關(guān)鍵問題阻礙了更廣泛的MCP采用。其中，安全性和治理是最核心的問題，特別是對(duì)于那些需要強(qiáng)權(quán)限、可審計(jì)性和風(fēng)險(xiǎn)控制的應(yīng)用場(chǎng)景來說，這一點(diǎn)很關(guān)鍵。

另外，發(fā)現(xiàn)和認(rèn)證（AuthN/AuthZ）也面臨一些挑戰(zhàn)，由于市場(chǎng)分散，使得多服務(wù)工作流在實(shí)際應(yīng)用中將變得更加復(fù)雜。

信任也是一個(gè)問題。隨著數(shù)千個(gè)MCP服務(wù)器上線，開發(fā)者和代理需要更好的方法來識(shí)別可靠的工具并剔除存在風(fēng)險(xiǎn)的工具。除了存在風(fēng)險(xiǎn)的工具外，缺少防護(hù)措施意味著你的IDE可能會(huì)在某個(gè)時(shí)刻嘗試刪除關(guān)鍵文件。

組成和協(xié)作是當(dāng)今環(huán)境中的另外兩個(gè)阻礙因素。最強(qiáng)大的代理應(yīng)用程序需要能夠利用其他工具的工具——包括在執(zhí)行過程中調(diào)用LLM（大型語言模型）或其他服務(wù)。目前的MCP規(guī)范并不容易支持這種級(jí)別的組合，從而限制了開發(fā)者在MCP上能構(gòu)建的應(yīng)用復(fù)雜性。

在這種情況下，創(chuàng)始人可以通過參與擴(kuò)展MCP、采用Google A2A 或 Cisco ACP的部分功能，或構(gòu)建自己的解決方案來彌補(bǔ)這些差距。找到正確方案來彌補(bǔ)這些差距的人不僅能改進(jìn)自己的產(chǎn)品，還能推動(dòng)整個(gè)生態(tài)系統(tǒng)的發(fā)展。

（3）積極響應(yīng)實(shí)際的代理開發(fā)需求。

最成功的基礎(chǔ)設(shè)施提供商應(yīng)該密切觀察代理用戶的實(shí)際構(gòu)建需求，并不斷改進(jìn)其產(chǎn)品以解決他們遇到的具體痛點(diǎn)。這種響應(yīng)能力，而非任何特定功能，將決定哪些基礎(chǔ)設(shè)施提供商能夠蓬勃發(fā)展。

對(duì)于代理開發(fā)者

這里蘊(yùn)含著變革性的機(jī)遇。AI代理代表著一種全新的應(yīng)用形態(tài)，所有互聯(lián)網(wǎng)公司都會(huì)展開競(jìng)爭(zhēng)。正如移動(dòng)互聯(lián)網(wǎng)創(chuàng)造了應(yīng)用程序一樣，代理也提供了類似的重新洗牌的機(jī)會(huì)。

MCP供應(yīng)熱潮有機(jī)會(huì)創(chuàng)造出比以往更強(qiáng)大的工具。簡(jiǎn)單來說，利用這個(gè)不斷擴(kuò)展的工具包，你能實(shí)現(xiàn)以前不切實(shí)際或不可能完成的任務(wù)。

數(shù)據(jù)顯示，即使目前應(yīng)用范圍有限，推理、Web 交互、數(shù)據(jù)訪問和通信工具也在快速成熟。這意味著代理開發(fā)者可以專注于通過組合和編排來創(chuàng)造價(jià)值，而無需從頭構(gòu)建核心功能。

數(shù)據(jù)顯示，一些服務(wù)不足的類別可能蘊(yùn)含著機(jī)遇，包括生產(chǎn)力工具、分析能力、商務(wù)解決方案和旅行服務(wù)。但與其追逐類別，不如找到一個(gè)你真正感興趣的客戶問題，并利用MCP和代理堆棧不斷擴(kuò)展的功能，找到切實(shí)可行的解決方案。

MCP 仍是一項(xiàng)新興技術(shù)，存在諸多局限性，例如我們上文提到的身份驗(yàn)證、發(fā)現(xiàn)和安全方面的局限性。但它凸顯了一個(gè)不容置疑的趨勢(shì)：代理的功能正在擴(kuò)展到遠(yuǎn)超聊天的范疇。

因此，應(yīng)用程序開發(fā)者應(yīng)該考慮的是，隨著基礎(chǔ)設(shè)施的不斷完善，哪些功能是可行的/實(shí)用的。比起技術(shù)熱情，解決客戶生產(chǎn)過程中的實(shí)際問題，讓客戶滿意，才是最重要的事情。

05 被壓縮的AI周期

固然，MCP生態(tài)系統(tǒng)的發(fā)展軌跡與互聯(lián)網(wǎng)有著諸多相似之處，但有一個(gè)關(guān)鍵的不同點(diǎn)：

AI進(jìn)步的時(shí)間線被大大壓縮了，這意味著基礎(chǔ)設(shè)施與應(yīng)用程序之間的相互作用比以往任何時(shí)候發(fā)生得更快。

誠(chéng)然，盡管MCP早期曾令人興奮不已，但任何事情都可能發(fā)生。歷史上，OpenStack的協(xié)議曾經(jīng)在市場(chǎng)上引發(fā)熱議，最終卻毫無進(jìn)展。而現(xiàn)在MCP的“補(bǔ)充”，比如Google A2A 和 Cisco ACP，未來也不排除可能成為更成熟的應(yīng)用方案。

不過，這些細(xì)節(jié)并不重要。最重要的是，代理應(yīng)用程序的開發(fā)者對(duì)能夠擴(kuò)展其代理功能（超越聊天功能）的基礎(chǔ)設(shè)施的明確需求。那些能夠識(shí)別出以前難以解決、現(xiàn)在可解決的問題的創(chuàng)始人，將真正定義AI時(shí)代的產(chǎn)品。

還記得可口可樂嗎？工業(yè)制冷技術(shù)花了幾十年才成熟到足以大規(guī)模分銷冷飲。可口可樂的產(chǎn)品創(chuàng)新與基礎(chǔ)設(shè)施建設(shè)之間的關(guān)系歷經(jīng)幾代人的發(fā)展。在人工智能代理的世界里，我們看到了類似的相互作用模式，只不過是以月為單位，而不是以十年為單位。

與工業(yè)基礎(chǔ)設(shè)施、互聯(lián)網(wǎng)的緩慢演進(jìn)不同（iOS 應(yīng)用商店于2008年推出，但 Uber 和 Airbnb 直到2010年才出現(xiàn)）不同，我們每天都能看到代理技術(shù)的潛在應(yīng)用發(fā)生著日新月異的變化。

無論是構(gòu)建基礎(chǔ)設(shè)施還是應(yīng)用程序，那些現(xiàn)在就準(zhǔn)備好駕馭這波互動(dòng)浪潮的建設(shè)者，都將定義下一代人工智能軟件。