原理类比:MCP协议类似于HTTP协议,在HTTP协议出现前,用户连入网站需自行填写诸多信息,且各网站要求不同,网站间也无法互通。同理,在MCP协议出现前,agent获取数据,如天气信息,开发者需按数据提供方(如墨迹天气)要求的参数、格式等进行适配,过程繁琐。而MCP协议给大家提供了一个标准,数据提供方只需按MCP要求,对自身鉴权格式等做简单适配,配置相关描述文件并匹配数据传输格式,就能接入MCPserver。发展历程:MCP协议由AITPC于去年年末推出,其商业出发点是为Cohere公司吸引更多客户采购大模型API。去年年末到今年年初,该协议在国外一些基于大模型的创业公司间已有较高热度,形成了约四十多家公司的开放网络。但当时国内因商业化竞争集中于B端、创业项目少、agent落地滞后等因素,对MCP需求小。今年阿里以MCP为切入点推动自身agent发展,加之国外创业项目热度传导、国内创业者行动等因素,MCP在国内的需求和参与项目企业增多。 2、MCP对产业的影响 对大厂及开发者的影响:在国内,受限于技术和芯片,中小企业做AI多集中于BAT等平台,当前具备一定规模和成熟度的创业项目较少。MCP最先在BAT及DeepSeek.ai等平台产生价值,阿里和字节会先受益,其agent表现形式将质的升级。对开发者而言,使用成本和技术门槛降低,信息源丰富度、可操作性及数据传输格式等得到改善,中小及个体开发者将直接受益。未来还会在两端催生创业项目,一是围绕数据库场景等提供技术服务,二是传统行业AI化或新兴行业创业构建agent更易。生态演变:国内BAT大概率构建各自的半闭环生态,即在本生态内实现MCP协议,但非本生态内访问需授权。各生态内玩法不同,如阿里通过收购版图互通,字节自身业务互通,微信可能售卖资源实现互通,且各平台可能提供增值服务,通过付费、调用次数等实现非生态内应用的互通。 3、MCP与其他协议关系及挑战 与大厂内部协议关系:MCP与互联网大厂内部推出的协议是互补关系。以字节系为例,其内部业务间已有不同技术形态和协议,未来MCP可在这些协议基础上实现互通,方式多样,如外包一层或做转换器,大厂以此争夺agent开发者或用户。面临的挑战:MCP协议广泛应用面临安全和数据格式等挑战。安全方面,协议本身有一定安全性,但随着接入数据和兼容数据源增多,可能带来数据库安全等风险,国内开源氛围不足,需大厂优先解决安全性问题。数据格式层面,不同公司在数据传输等方面有各自优势,未来国内在数据内容、格式及传输方式等方面会有新发展和格局。 4、MCP的安全、效率及应用 安全保障:MCP协议本身具备一定安全性,不易被黑客轻易攻破。但在使用中,由于是点对点传输,会带来新风险,如数据隐私泄露、SQL注入等,协议认为两端使用者应自行规避这些风险,目前国内多数中小公司对此缺乏掌控力,需依赖外部或平台服务提供安全保障。 效率提升:MCP协议在开发工作上有质的突破,以墨迹天气为例,开发者无需再针对API做大量工作,仅需配置账号等基本信息,代码开发量可节省90%。在商务合作上,接入门槛降低,成本和难度减小,如可能一个邮件就能解决商务合作。应用领域:B2B方向业务的企业最先受益,因其握有独有数据,纪要加V:571117713且今年是AI功能以agent形式快速落地的一年,它们需求批量数据传输且安全可控,场景类似,MCP协议可降低工作量。此外,专业创业项目从用户体验出发,结合API落地,以及大厂下场结合垂类功能,这两类应用场景也会较早落地并产生效果。 5、MCP催生的商业模式及大厂生态比较 催生的商业模式:MCP未来可能催生技术服务型商业模式,围绕大模型及agent应用,特别是数据传输场景。还可能产生数据交互、数据商店类服务,以及内容格式标准化后的平台 型服务,如Keep可利用用户数据与其他agent合作,日活高的应用都可能有此类发展机会。大厂MCP生态比较:对中小和个体开发者,字节系的agent生态推动、友好度和重视程度在BAT中排第一,阿里的MCP协议基于阿里云才能用,腾讯目前动作少且技术实力待提升。在B端,服务国央企传统行业方向阿里优势明显,字节客户群体偏新兴创新企业。 6、MCP开发成本及接入动力 开发成本:对于单个普通企业,MCP降低的技术成本约5%-10%,但对于超大型集团公司或像阿里百炼这样的平台,因频繁授权减少、开发方式简化等,成本总量可能降低超10%,不过平台更换原有插件适配MCP也需一定成本。接入动力:资源提供方接入MCP生态动力足,可像加入自由市场按数据量或次数收钱。平台方选择接入服务合作方时,需考虑合规性、安全性及自身调性,可通过优惠便利吸引资源方加入,未来可能还需与地方信息服务方合作。