Anthropic 開源 MCP 標準：要給所有 AI 助手做統一的資料介面

Model Context Protocol（簡稱 MCP）是 Anthropic 開源的一套通用標準，專門用來把 AI 助手與儲存資料的各類系統打通。無論是 Claude 還是其他模型，都能借助這個協議直接連線本地檔案、商業軟體和開發環境。

過去每接入一個新的工具或資料庫，開發者就得單獨寫一套適配程式碼。MCP 解決的就是這種割裂，把混亂的定製化開發收攏成一個統一的雙向通訊協議。

它能做什麼

MCP 的執行架構很直接：一端是由開發者把資料來源包裝成「MCP 服務端」，另一端則是 AI 應用或工作流充當「MCP 客戶端」，按需向服務端請求資料。這讓 AI 在切換不同工具時能夠保留完整的上下文。

在 Anthropic 的實際演示中，工程師在 Claude 桌面端配好 MCP 後，不到一小時就搭好了一套整合。Claude 能直接連上 GitHub，自動建立一個新的程式碼倉庫，並自己發起一條 Pull Request。

除了協議規範和 SDK，Anthropic 還在 GitHub 上開源了一批預構建的服務端，覆蓋了 Google Drive、Slack、GitHub、Git、Postgres 以及 Puppeteer 等常用企業工具。

怎麼上手和目前的限制

想自己動手的開發者，現在只要使用 Claude 桌面應用就能開始測試，所有 Claude.ai 賬戶都支援連線本地 MCP 服務端。你可以直接拉取官方開源的伺服器示例，也可以按照快速入門指南自己寫一個服務端。

企業使用者方面，Claude for Work 客戶目前可以在本地測試連線內部資料，Anthropic 表示不久後會提供面向整個組織的企業級遠端部署工具包。目前 Block 和 Apollo 已經把 MCP 整合到自研系統中，Zed、Replit、Codeium、Sourcegraph 等開發工具也都在接入。

不過它也有幾個不容忽視的侷限。首先，Anthropic 宣稱 MCP 能幫助 AI 更好地理解程式設計上下文、減少出錯次數，但官方目前沒有公佈任何具體的基準測試資料來佐證這一結論。

其次是生態推進的阻力。儘管協議是完全開源的，但 OpenAI 等競爭對手未必願意跟進。OpenAI 最近在 ChatGPT 上推出的 Work with Apps 同樣能讀取開發工具程式碼，走的就是和少數夥伴閉門合作的私有路線，並沒有選擇開源。

為什麼重要

如果你正在開發 AI 自動化工作流，或者想讓 AI 順暢呼叫自己的本地資料，MCP 很值得現在就上手試試。它沒有把資料通道繫結在自家模型上，而是做成通用的中介軟體，省去了反覆造輪子的麻煩。

我們認為，MCP 能不能真正成為 AI 時代的通用介面，關鍵在於其他模型廠商和工具生態願不願意跟進。只要開發者社群能持續貢獻各類 SaaS 的 MCP 服務端，它就有機會倒逼行業拆掉資料孤島；但如果頭部玩家堅持各搞一套私有協議，它的影響力就仍會停留在以 Claude 為核心的開發圈子內。