为什么 IT 领导者应该关注模型上下文协议？

去年十一月，Anthropic 推出了模型上下文协议（MCP），最初引起了人们的微弱兴趣。该公司将这一消息放在了一个 博客文章 中，称 MCP 为一个开放标准，旨在“帮助前沿模型产生更好、更相关的响应”。

但是，当开发人员了解更多关于 MCP 的信息时，它的强大之处变得明显。仅仅几个月，像 OpenAI、Google 和 Microsoft 这样的公司就采用了这一标准。这激发了人们对 MCP 的兴趣，其增长速度类似于红热的消费者应用程序，而不是开发者基础设施工具。

MCP 的 GitHub 仓库 已经迅速变成一个充满活力的社区。目前，有超过 64,500 个星标和约 7,500 个分支。然后还有成千上万的服务器出现在各种网站上。

这样的势头对于开发者基础设施来说是罕见的。然而，它表明了 MCP 的重要性，因为它被称为“AI 应用的 USB-C”。

让我们看看为什么这个开放标准如此流行，以及 IT 领导者应该如何看待它。

MCP 的优势

在 MCP 引入之前，构建高级生成式 AI 或代理系统是一个痛苦的过程。每个大型语言模型（LLM）都需要与其使用的每个工具或数据源进行自定义集成。这就产生了所谓的“MxN 问题”。这意味着 M 个模型必须手动连接到 N 个不同的工具。

例如，如果您使用三个不同的 LLM 与十个应用程序合作，您需要构建 30 个单独的集成。这不仅需要大量的工程资源，而且代码库在工具、API 和模型演变时也将很难维护。

但是，有了 MCP 标准，过程得到了显著改善。它提供了两个重要的功能：上下文和工具使用 LLM。这不仅可以提供更相关的响应，还可以提高准确性和生产力。

例如，使用上下文，AI 应用程序可以访问广泛的公开可用数据源，例如天气或财务数据。MCP 还可以访问私有数据源，如 Slack 或 Jira 票据。

在工具使用方面，MCP 可以执行诸如数据库的 CRUD 任务、安排事件或提醒、CRMs 或 ERPs 的更新等操作。

除了为上下文和工具使用提供标准化之外，MCP 还具有其他优势。其中一个是安全性，因为它支持基于 OAuth 的授权。接下来，模型与工具或数据源没有紧密耦合。换句话说，当 API 发生变化或采用新工具时，不需要进行重大重写。

MCP 还有助于提高治理和合规性，因为工具使用和数据流的集中化。这使得执行政策和审计变得更加容易。

考虑到这些优势，MCP 已经成为一个非常流行的系统，用于构建生成式 AI 和代理应用程序。

MCP 的挑战

MCP 仍然需要大量工作来使其更加稳定和成熟。UI 通常是笨拙和不直观的。为了提高安全性，MCP 应该具有强类型方法，以最小化潜在的攻击向量。同样重要的是细粒度授权。例如，应该可以授权 MCP 服务器或代理仅执行特定操作。

发现 MCP 仍然是一个问题。需要注册表来验证和认证服务器，类似于应用商店的工作方式。这些注册表可以服务不同的垂直行业，例如 IT、安全和金融。企业可能会开发内部注册表以提供更多控制。

最后，MCP 可能具有更广泛的影响，甚至威胁商业模式。例如，这些系统可以降低 Web 应用程序和移动应用程序的每日活跃用户（DAU）。原因是 AI 代理将利用 MCP 执行操作，这意味着对这些平台的访问需求较少。

安全作为基础

MCP 允许更快的创新。这在企业面临着展示其 AI 投资成果的压力时尤为重要。然而，速度的驱动不能以牺牲安全性和合规性为代价。在这些领域走捷径可能会带来重大风险，因为 MCP 不仅可以访问敏感数据，还可以直接操作这些数据。

MCP 实现应该将治理、日志记录和审计嵌入到每个层次。政策应该明确定义谁可以授权代理、他们可以执行什么操作以及如何监控这些活动。细粒度授权结合持续的监督，可以降低滥用的可能性，同时确保合规所需的透明度。

结论

MCP 正迅速成为构建下一代生成式 AI 和代理系统的基石。对于 IT 领导者来说，MCP 代表着既是机会又是责任的东西。有一种机会可以解锁新的效率和能力，也有一种责任要正确地实施它。

从长远来看，企业将安全性和合规性视为不可或缺的，而不是可选的，将最好地捕捉到 MCP 的全部价值。通过平衡创新与强大的治理，IT 领导者可以确保他们的 AI 计划不仅强大且具有变革性，而且值得信赖、可持续和具有弹性。