MCP为什么会火？为什么这么重要
2025年6月12日
模型上下文协议（Model Context Protocol）于2024年11月发布，反响相当不错，但最初的兴奋热潮（从Copilot到Cognition再到Cursor都加入了支持）很快就平息了下来1，直到2月26-27日的AI工程师峰会。在那次会议上，我与Barry Zhang的偶然对话促成了我们邀请Mahesh Murag（MCP服务器的开发者）。我原本只是想换个口味，不再重复Anthropic在2023年和2024年的提示词工程workshop，但接下来发生的事情出乎意料：
通常workshop对现场观众很有价值，但在线观众很少能保持两小时的专注。然而workshop的实时推文开始疯传，因为社区第一次听到了期待已久的官方注册表的公告，还有对协议规范各个部分的深入剖析，比如这个：
接着我们加快了编辑2进度来发布workshop视频，结果在过去一周里获得了近30万的总观看量，然后就出现了这种情况：
大家都在抱怨MCP内容太多
我在Latent Space的一个"伸展目标"是试图提供略微领先于共识的编辑观点。11月我们说GPT包装器其实很好，现在a16z对它们很兴奋。12月我们告诉那些反对200美元/月Pro计划的人，你们都错了，2000美元/月的"ChatGPT Max"即将到来，现在我们得到确认计划推出2000-20000美元/月的智能体。但我必须承认，MCP的受欢迎程度连我都感到意外，主要是因为我见过许多试图创建新标准的XKCD 927式尝试都失败了，而MCP最初只是作为为Claude Desktop编写本地、隐私保护集成的方式推出的。我敢打赌，只有一小部分AI工程师群体甚至下载过Claude Desktop（相比之下，ChatGPT Desktop甚至Raycast AI的下载量更多）。
尽管我们促成了这次workshop，但我仍然觉得低估了MCP。
套用Ben Thompson的话，任何网络最重要的特征就是已经在其中的人。相应地，任何新协议的力量都来自于其采用情况（即生态系统），可以说MCP现在已经获得了足够的临界质量和势头，它已经是2023-2025年"智能体开放标准"大战的预定赢家。按照目前的速度，MCP将在7月份超越OpenAPI：
自己看看。如果好奇可以加上Langchain，但它会让图表失去平衡
被广泛接受的标准，如Kubernetes、React和HTTP，通过将爆炸性增长的MxN问题转化为易于处理的M+N生态系统解决方案来适应数据发射器和消费者的巨大多样性，因此如果能获得临界质量，它们就具有巨大价值。实际上，连OpenAI都拥有之前的AI标准3，甚至Gemini、Anthropic和Ollama都在宣传与OpenAI SDK的兼容性。
我没有狂妄到认为AIE峰会workshop 引起了 这种加速；我们只是在已经看到蔓延的火焰上浇了汽油。但作为开发者工具初创公司的学生，其中许多都试图但未能为开放标准创造势头4，我觉得不能错过趁它还新鲜时更仔细研究的机会，以便为未来的标准创建提供手册。此外，每天都有人问我对MCP的看法两次，所以是时候把它写下来了。
MCP为什么会成功（简述）
即获得事实标准的"成功"地位，而不是完全等同但可替代的方法，如OpenAPI和LangChain/LangGraph。大致按重要性递减排列。
- MCP是老想法的"AI原生"版本
- MCP是有大靠山的"开放标准"
- Anthropic拥有最佳的开发者AI品牌
- MCP基于LSP，一个现有的成功协议
- MCP通过完整的第一方客户端、服务器、工具和SDK进行了狗粮测试
- MCP从最小基础开始，但频繁更新路线图
- 非因素： 我们认为令人惊讶地_没有_对MCP成功做出贡献的事情
- 联合发布合作伙伴如Zed、SourceGraph Cody和Replit
- 发布时提供出色的文档
现在我将详细阐述并提供一些截图。
哦看，又一个神盒子："我们可以通过引入额外的间接层来解决任何问题。"
MCP是老想法的"AI原生"版本
很多"老派开发者"类型的人，包括我自己，最初会对MCP的成功感到困惑，因为在技术层面上，MCP大部分能够实现与现有标准如OpenAPI/OData/GraphQL/SOAP等相同5的功能。因此隐含的假设是更老、更经过时间考验的标准应该获胜。
然而，仅基于技术基础就否定想法是忽略了人类工程师运作的社会学背景。换句话说，说"老东西能做同样的事，你应该选择老东西"犯了每个开发者都会遇到的同样的Lavers定律时尚谬误，这种态度会导致人们忽视AI工程师的崛起，因为你假设它与现有工作足够相似。套用Eugene Wei的《地位即服务》，每一代新开发者都积极寻找新的领域来留下自己的印记，基本上是因为你已经在你的时代留下了印记。
协议价值的反身性本质—记住，它们只有在能够获得采用时才有价值—意味着任何这些想法几乎没有_事前_价值。MCP之所以有价值，是因为AI影响者认为它有价值，因此它_确实变得有价值_。
它是一个老想法的修订版也很有价值，这意味着它实际上确实满足了我们知道我们有的需求，而不是一个未经证实的虚构需求。
然而，说MCP与OpenAPI完全等同，仅仅是愤世嫉俗的时尚周期驱动其成功也过于武断。这就是为什么我选择将这个成功因素描述为"AI原生"—在这种情况下，MCP诞生于Claude Sonnet在SWE-Bench排名第一的结果中感受到的经验教训，并在构建有效智能体中得到了阐述，主要是这张幻灯片：
一个"AI原生"标准，它体现了已经在每个智能体中独立重现的模式，总是比一个不带这些偏见设计的无关标准更符合人体工程学地使用和构建工具。
因此MCP战胜了OpenAPI。
其次，回到这张幻灯片，关注工具（模型控制）、资源（应用程序控制）和提示（用户控制）之间阐述的差异。
MCP的"AI原生"特性诞生于LLM框架初潮_之后_，这意味着它有足够的喘息空间来抵制做"显而易见"的事情，即从LLM互操作性开始（现在是已解决的问题，可能由客户端和网关拥有），而只专注于将动态上下文访问置于其宇宙中心这个烦人的未解决问题（非常字面意思地说MCP的动机是"模型只有在提供良好上下文的情况下才是好的"）。
因此MCP战胜了LangChain等。
MCP是有大靠山的"开放标准"
对于希望最好想法获胜的理想主义者来说，这一点可能是最令人沮丧的：来自大实验室的标准比来自其他任何人的标准更有可能成功。甚至是那些拥有数万GitHub星标和来自顶级VC数千万美元资金的标准。这一点毫无公平可言；如果你的初创公司的财务未来激励你将我锁定在你的标准中，我就不会采用它。如果标准支持者看起来太大了，根本不关心将你锁定在标准中，那么我就会采用它6。
因此MCP战胜了Composio等。
任何"开放标准"7都应该有一个规范，MCP有一个非常好的规范。仅这个规范就击败了很多没有提供如此详细规范的竞争对手。
因此MCP战胜了许多开源框架，甚至可以说战胜了OpenAI函数调用，其文档略逊于适当的详尽规范。
Anthropic拥有最佳的开发者AI品牌
与有大靠山支持的事实同样重要的是_哪个_大靠山。如果你要构建开发者标准，被开发者喜爱会有帮助。 Sonnet在这里称王已经近9个月了。
一个可能被新手忽略的更微妙的点—Anthropic一直明确强调支持比OpenAI更多的工具—我们并没有大工具数量的基准测试/消融研究，所以我们不知道模型实验室之间的差异能力，但直觉上MCP在单次调用中启用的平均工具数量远超没有MCP构建的工具中"正常"的数量（仅仅因为易于包含，而不是由于任何固有的技术限制）。所以能够更好地处理更高工具数量的模型会表现更好。
因此MCP战胜了，比如思科的等效开发者标准。
MCP基于LSP，一个现有的成功协议
"有大靠山的开放标准"声明的另一部分要求标准没有任何致命缺陷。Anthropic团队没有从头开始临时发明标准，从而冒着重新争论过去所有错误的风险，而是聪明地改编了微软非常成功的语言服务器协议。
再次，从workshop中可以看出对MCP与LSP比较的敏锐认识：
理解这一点的最佳方式是查看任何其他试图获得大规模采用的开源AI原生竞争对手，然后思考你将它们添加到Cursor/Windsurf就像添加MCP一样容易会有多容易。基本见解是客户端和服务器之间的可替换性：通常这些竞争对手被设计为以一种方式消费—作为另一个代码库中的开源包—而不是发出可以被任何人消费的消息8。另一个好选择是坚持使用JSON RPC进行消息传递—同样继承自LSP。
因此MCP战胜了其他更"未经证实"的标准格式。
MCP通过完备性测试
MCP发布时包含：
- 客户端：Claude Desktop
- 服务器：19个参考实现，包括有趣的内存、文件系统（魔法！）和顺序思维
- 工具：MCP检查器、Claude Desktop开发工具
- SDK：Python和TS SDK，还有一个llms-full.txt文档
从那时起，最近的Claude Code还偷偷加入了来自Anthropic的_第二个_官方MCP客户端，这次是CLI形式：
所有这些都来自Anthropic开发者的真实用例。
因此MCP战胜了其他大公司如Meta的llama-stack等狗粮测试不足的尝试。