摘要：最近，随着越来越多使用 MCP 制作的Agent产品出现，这个小众技术名词也逐渐出圈，甚至有人在讨论它会不会成为新时代的CUDA，构建起Anthropic挑战OpenAI的壁垒。

，抓住风口

2024年11月，AI大模型公司Anthropic推出MCP协议时，前哨就将它纳入持续追踪的范围。

最近，随着越来越多使用 MCP 制作的Agent产品出现，这个小众技术名词也逐渐出圈，甚至有人在讨论它会不会成为新时代的CUDA，构建起Anthropic挑战OpenAI的壁垒。

MCP近30天微信热度

今天，我们就好好介绍一下MCP，Model Context Protocol（模型上下文协议）是什么，它和CUDA有什么异同，让你了解这个AI领域的热词。

今晚8点，王煜全还将带来本周专题直播，和大家分享硅谷考察的所见、所想，深入解读英伟达大会、硅谷AI创业公司的最新动态。

欢迎点击文首入口，锁定直播席位，先人一步掌握未来科技趋势。

MCP诞生背景：Agent开发的痛点

2023年，OpenAI推出了函数调用（function calling）功能，这无疑是AI领域的一个重要里程碑。

函数调用使AI模型能够像人类一样，调用各种外部工具和服务来完成任务。例如，AI模型可以根据用户的指令，自动搜索网络、发送电子邮件、预订机票等。

然而，OpenAI提供的模式存在一些明显的痛点：开发一个能够连接各种不同工具的AI Agent，开发者可能需要为每个工具编写特定的代码。

Resend 是一家AI邮件公司，他们的工程师在采访中也提到这个问题：“（函数调用让）开发者需要为每个系统编写特定的业务逻辑，缺乏统一的执行、数据获取和工具调用接口。”

这意味着开发者需要花费大量时间和精力来处理各种复杂的集成细节，而不是专注于AI Agent 的核心功能和创新。

MCP：AI 世界的“通用接口”

为了解决这个问题，Anthropic推出了模型上下文协议也就是MCP，你可以将它想象成 AI 世界的“通用接口”，使 AI 模型能够用一种通用的语言与各种不同的工具和服务进行交流。

MCP 是如何工作的呢？简而言之，它定义了一套标准，规定了 AI 模型如何调用外部工具、获取数据和与服务交互。

类似于为不同的API接口准备了一个通用转接头，让模型能够统一调用不同的工具。

前哨PPT报告（3月13日）

MCP 的设计灵感来源于语言服务器协议（LSP）。LSP 允许代码编辑器与语言服务器进行通信，实现代码自动补全、错误检查等功能。

MCP 则更进一步，它不仅仅是响应代码编辑器的请求，而是支持自主的 AI 工作流。这意味着 AI Agent 可以根据自己的判断，自主决定使用哪些工具、以什么顺序使用它们，以及如何将它们链接起来以完成任务。

此外，MCP 还允许人工介入以提供数据和批准执行，这也是Agent开发中的一大痛点，为开发者提供引设计“人机协作”的空间。

随着Agent火热的生态

MCP 于 2024 年 11 月发布，最初目标是为 AI 助手提供与数据存储系统、商业工具和开发环境进行连接的新途径，当时并未引起广泛关注，但在 2025 年初，随着Agent成为热门话题，AI 社区对 MCP 的兴趣显著增加 。

MCP 最初的应用场景主要集中在连接 AI 助手与本地系统和数据 。例如，一些开发者通过 MCP，让AI 模型访问本地文件系统、数据库和应用程序，从而扩展其功能并提高其在特定任务中的性能。

A16z MCP生态图

随后一些专业机构和公司开始采用MCP标准，如 Block 和 Apollo，已经将 MCP 集成到他们的系统中，而 Zed、Replit、Codeium 和 Sourcegraph 等开发工具公司也开始利用 MCP 来增强其平台，使 AI Agent 能够更好地检索相关信息以理解代码任务的上下文 。

不久前知名的Manus应用就是MCP+云端环境实现的Agent应用。

短短几个月的时间里，MCP 生态系统就经历了快速发展。到 2025 年 2 月，据报道已有超过 1000 个由社区构建的 MCP 服务器。

Anthropic 也发布了 TypeScript 和 Python 软件开发工具包（SDK），进一步推动了 MCP 生态的发展。各种常见数据源和工具的MCP服务器如雨后春笋般涌现，例如 GitHub、Google Drive、Slack 和 PostgreSQL。

不久前，我们也向大家介绍过，让Claude能调用Blender，自主完成3D建模的Blender MCP。

与 LangChain 等 Agent 框架需要人来定义AI的具体工作流、工具接口，MCP 更以AI模型为中心，把各种工具放到模型面前，由AI根据具体情况调用，大大简化了开发难度，也提高了灵活性。

值得一提的是，LangChain 和 LangGraph 已经有了 MCP 适配器，MCP俨然成为了Agent开发不容忽视的标准协议。

MCP 是 下一个CUDA 吗？

随着英伟达持续走红，任何一个软件生态都会被拿来和它的竞争壁垒CUDA类比，所以也有不少人会问“MCP会成为CUDA吗？”

为了回答这个问题，我们需要深入分析 MCP 与 CUDA 的异同点。

相似之处：

两者都旨在提供一个平台，简化各自生态的开发难度（MCP 对应 AI 软件，CUDA 对应 GPU 计算）。

两者都围绕自身建立了一个不断增长的开发者社区。

两者都解决了各自领域中的一个关键需求（MCP 解决 AI 的数据接口集成问题，CUDA 解决GPU并行计算通用化的问题）。

不同之处：

CUDA 与英伟达的硬件紧密耦合，存在供应商锁定，而 MCP 与模型无关且开放。这意味着任何 AI 模型都可以使用 MCP，而不仅仅是 Anthropic 的 Claude。

CUDA 侧重于底层计算，而 MCP 侧重于高层数据/工具集成。CUDA 主要用于加速 AI 模型的训练和推理，MCP 则主要用于连接 AI 模型与外部数据和工具。

CUDA 生态成熟而庞大，MCP 相对较新。CUDA 自 2006 年推出以来，已经积累了大量的开发者和应用，而 MCP 才刚刚起步。

显然目前的 MCP 作为一个开源协议，并没有绑定特定模型，短期内它无法形成 CUDA 式的供应商锁定。

但它如果能够成为 AI 集成领域被广泛采用的标准，仍然可以为 Anthropic 带来显著的竞争优势，结合上 Claude 目前仍然领先的编程能力，持续从OpenAI手中分走更多开发者与收益。

Anthropic 已经计划提供部署远程生产 MCP 服务器的工具包，社区也在积极推动对远程服务器的支持，简单说就是更多Manus产品将在Claude生态上涌现。

2025年的Agent爆发近在眼前！

哪些领域会成为Agent热点？哪些Agent产品最具商业价值？前哨特训营上周已经扫描338家Agent给出答案。

欢迎现在加入前哨科技特训营，我们一起掌握更多科技前沿。

【科技特训营】看懂科技产业，离不开长期观察。线上书院模式，与王老师深度链接！为未来五年做好准备，先人一步，领先一路！

↓¥399，掌握王煜全AI产业预测精华（iOS用户请在电脑端打开）

此外，我们还为您准备了一份清单

“全球社交媒体平台TOP10”

来源：王煜全