摘要：MCP （Model Context Protocol，模型上下文协议），它是一个协议，就比如我们常说的HTTP协议，他们是一类东西。而MCP协议的目的是让各个应用程序和 AI 模型之间，有一种通用的标准的方式，能够快捷的交换信息。下图过于经典，不再赘述，我给
大家好，我是喜欢研究AGI的一枚产品经理，平时主要从事新能源汽车智能座舱、AI大模型应用等相关工作。另外，我超爱自驾游~
文摘：本文很短，主要对比概述MCP和FunctionCalling的本质区别，避免大家对于这两者存在理解上和使用上的偏差。
01 | MCP是什么？
MCP （Model Context Protocol，模型上下文协议），它是一个协议，就比如我们常说的HTTP协议，他们是一类东西。而MCP协议的目的是让各个应用程序和 AI 模型之间，有一种通用的标准的方式，能够快捷的交换信息。下图过于经典，不再赘述，我给大家在看一个更直接的图。
怎么样，上面这张图，是不是更清晰地表达了MCP的意义。
02 | MCP与FunctionCalling的区别是什么？
MCP：一种专为大模型设计的标准化通讯协议，旨在简化大模型与外部数据源/服务之间的交互流程，提供统一的连接规范（例如数据格式、认证机制、请求模板）。Function Calling：
大模型根据用户指令生成结构化请求调用外部函数或API的能力，属于具体实现层面的技术手段。
MCP与FunctionCalling的核心区别，如下表所示：
Function Calling是大模型自带的一种能力，根据用户输入，识别用户意图并触发预先设定的外部函数或工具，进而将自然语言转化为结构化参数传送给对应的函数，然后再将函数的输出结果返回给大模型处理。
而MCP是 Anthropic 提出的标准化协议，旨在让 AI 应用（包括 agent）以一种通用规范且便捷的方式，连接各种外部数据或服务，以保证大模型能够更简单且自动化的实现各种能力，相当于大模型的 「HTTP 协议」。
比如：我们以往让大模型去实现某个功能，涉及到本地数据，因为大模型无法直接读取本地数据，所以我们需要借助某些平台的能力（比如插件），或者直接在大模型的prompt中，将数据代入。这种操作既不智能，又不安全，关键是没有通用性。
而现在有了MCP协议，那么大模型就可以具备自主调用本地数据的能力。当用户的输入涉及相关数据调用时，大模型就会自动通过MCP协议获取指定的数据，这样就能保证整个功能体验的流畅性和智能化。
这就像前阵子爆火的Manus一样。Manus内部集成了好几个大模型和agent，并且还集成了虚拟机等一堆工具，它是如何保证各种工具、数据、服务在各个大模型之间自动且智能化的流转的？当然主要就是靠MCP，将各种信息串在一起，以实现整体业务流程的高效运转。
最后，补充一句：MCP还是一个新鲜产物，它的提出和发展方向是毋庸置疑的。只不过，目前它的能力范围还有限，但随着后续的迭代，它的能力、效率和普适性一定会大幅提升的。每个关注大模型技术和产品的人，都应该持续关注MCP的发展和迭代！
来源：ID2008912004