什么是 MCP? 为什么 MCP 这么热门? MCP 的好处在哪?

在 Anthropic 于 2024 年的 11 月开源了 Model Context Protocol (MCP) 这个协定后，MCP 这个词一直是 AI 应用界中讨论度非常高的词。然而这个协定是什么? 什么是基于 MCP 的伺服器? 为什么现在各大 AI 工具都开始串接起 MCP 伺服器?

关于这些问题，让我们在这篇贴文一起讨论。

什么是 Model Context Protocol (MCP)?

如果我们把 MCP 的三个字分别拆开来看，他们分别代表：

Model 模型，也就是大家熟知的 AI 模型，例如 GPT 模型、Claude 模型
Context 脉络，也就是提供给模型的额外资料
Protocol 协定，也就是一个通用的标准

而把这三个字连在一起，MCP 就是指让模型能够轻易对接到外部资料的一种协定。相信这时你可能会问，MCP 是能让模型对接外部资料的协定，不过为什么需要让模型能对接到外部资料?

在《AI 代理是什么?》一文中有谈到， AI 代理的核心要件之一是工具，而对接到外部资料意味着能让 AI 去操作外部工具。之所以这么说，是因为软体程式在做的事情就是操作资料，例如多数人都很熟悉的 CRUD 就是对资料的操作。

举例来说，假如今天用 AI 代理在 Cursor 或 Windsurf 这类的 AI 驱动 IDE 写完程式码，想要直接发一个 Pull Request 到 GitHub 上，在过去是做不到的，因为即使 AI 代理非常聪明，但没有对接到外部的工具，也无法完成这类的任务。所以开发者需要自己打开 GitHub，然后点击发 Pull Request，然后手动把 AI 生成好的 PR 相关描述，加到 GitHub 的 PR 当中。

不过当有了 MCP 后，这些手动的流程都能够被 AI 做掉。因为换个角度来谈，在 GitHub 发 PR 这件事，其实就是在 GitHub 的某个程式码库中，新增一笔 PR 相关的资料。因此，当把这类 AI IDE 透过 MCP 伺服器对接到 GitHub，在 AI 代理写完程式码后，就可以直接完成新增一个 PR 的操作。

为什么需要 MCP?

读完上面的段落，读者们可能会有个疑问「上面这段描述，不就是让 AI 模型呼叫 GitHub 中用来发送 PR 的 API 吗? 这样 MCP 在这边的做用是什么?」。如果你有这个疑问，说明你的理解没有错，以上面谈到「让 AI 代理直接发 PR」这个例子，AI 代理做的事情就是透过 GitHub 的 API 来发送 PR。

只是为什么又需要多一层 MCP 呢? 要回答这个问题，或许可以反过来问，如果没有 MCP 的话，AI 模型要怎么知道如何呼叫 GitHub 的 API? 事实上，AI 很可能不知道，假如你直接问 AI 模型「如何呼叫 GitHub 的 API 来发 PR?」，AI 模型的回答可能是基于训练资料 (所以可能过时)，又或者 AI 可能会有幻觉的回答。

因此，要避免模型用过时的方式，或者用幻觉的方式来呼叫某个外部的 API，过去在业界有个做法叫函式呼叫 (function calling)，是由开发者直接定义好某个函式 (或者某个 API)，然后定义好如何呼叫该函式 (或呼叫该 API)，然后再传入相对应的格式后，让模型去呼叫该函式 (或 API)。

在看完函式呼叫，相信读者可能会问，既然已经有函式呼叫这种方式可以呼叫外部 API，为什么又需要 MCP 呢? 两者之间有什么不同?

这两种方式的一大区别在于，MCP 是从协定的角度出发，但函式呼叫则是让开发者可以灵活地自由定义，不同的开发者可以自由定义函式以及如何呼叫。灵活听起来似乎很不错，但是当不同开发者定义的方式不同，就会遇到「无法通用」这个问题。从软体设计的角度来看，当无法通用的问题在于普及度会困难，且不同的开发者可能会需要重新造相似的轮子。

这种因为缺乏标准，导致重复造轮子且互不通用的状况，在软体工程的历史上出现过非常多次。事实上，在 Anthropic 最开始把 MCP 开源时，有提到希望让 MCP 成为 USB-C 一样的存在。就如同 USB-C 这个标准形式，让每一个装置都能够透过 USB-C 来连接，不会因为换了装置后就不能继续用同样的接头。

以 USB-C 为例来说，先前苹果独树一格用自己的 Lightning 接头，让很多人忘记带充电线时，假如周遭的其他人都是用 USB-C，就变得没办法借别人的充电线来充电。但后来苹果也统一成 USB-C 后，这个问题就不复存在，只要有 USB-C，不管是用哪牌的装置，都能够共享。

而 MCP 的存在也是同样的道理，能让 AI 应用轻易转换、搭配不同模型；同时也能让模型轻易对接到不同的资料来源与工具。因此，如果要总结「为什么需要 MCP」，最核心的点，就是提供一个标准化的接头，透过标准化能让开发 AI 应用的人，能够更轻易地把 AI 模型与外部资料与工具接在一起。

什么是 Model Context Protocol (MCP)?

为什么需要 MCP?

阅读更多