诞生才一周年,MCP凉了
Anthropic去年推出的MCP(Model Context Protocol)曾被视为促进行业互操作的重要标准,吸引了多家大厂的支持与关注。然而,仅一年时间,MCP在开发者社区的热度明显下降,实际工程应用也未如预期般广泛落地。
为什么热度下降?
分析指出,MCP的上下文调用方式在实际使用中带来了性能与成本问题:模型间频繁的上下文交换增加了延迟,调用费用上升;此外,多Agent协作的复杂场景尚未成为主流,现有应用场景对互操作协议的迫切需求不足,导致开发投入与回报不匹配。
大厂支持与现实差距
尽管OpenAI、Google、AWS等宣布支持MCP,厂商层面的适配更多是策略性兼容,而非大量生产级应用。企业在尝试MCP时,往往需要解决兼容性、性能优化与成本控制问题,这些实际难题限制了协议的快速普及。
MCP在概念上吸引眼球,但工程化的性能与成本问题暴露了标准落地的现实挑战。
“小墨”积墨 AI 智能体开发平台
快速搭建具备商业价值的 AI 智能体,支持复杂工作流编排、50+ 主流模型接入与私有化部署。
未来走向
短期内,MCP可能更多以规范化探索与实验项目的形式存在。若要恢复活力,需要在延迟优化、成本模型与易用性工具上取得突破,同时推动能真正受益于多Agent协作的垂直场景落地,形成可持续的生态闭环。
产业建议
建议业界从实际业务痛点出发,选择性引入互操作协议,优先在确定收益的场景做深度验证;同时加大对轻量化互操作实现与成本控制的投入,以推动标准从概念走向工程化落地。
如有侵权,请联系删除。
