不久前在11月25日，AI独角兽Anthropic发文庆祝MCP协议（模型上下文协议）诞生一周年。然而如今整个AI业界对于Anthropic此举即便不说视而不见，也算得上是漠不关心了，这个消息在社交平台的讨论度更是趋近于零。

但有趣的是，就在今年年初，MCP还曾一度占据了AI界的头版头条，几乎所有从业者都高呼“MCP让AI连接万物”、“AI终于有了属于自己的USB接口”、“Agent时代的基础设施”。然而仅仅半年时间过去后，MCP就从圈内人眼中的“小甜甜”，光速蜕变为“牛夫人”。

那么MCP为何会被捧上神坛，又为什么光速陨落呢？其实这是因为MCP的走红本身就很违和，属于是“期望膨胀期”的典型产物。此外需要注意的是，MCP并非出道即巅峰，它的走红过程与ChatGPT、DeepSeek截然不同。

Anthropic在2024年冬季发布MCP，可它真正被广泛关注是在今年春季。以当下AI的受关注程度，如果一个产品真的有“爆点”，短则数天、长则几周就会迅速席卷全球，比如谷歌的Nano Bonana。而MCP之所以会在春季成为AI圈的头条，更像是Anthropic、谷歌、微软等大厂踢的一场默契球，属于“预制爆款”。

MCP想要解决的是不同厂商AI产品各自为政、各行其是的混乱局面，并导致AI模型与外部工具交互成为一件复杂、且不稳定的事情。彼时基于不同模型的智能体（AI Agent）想要变得有用，就需要为不同的功能编写单独的API，但不同智能体使用的“语言”都不一样。

有鉴于此，Anthropic就设计了MCP（Model Context Protocol），旨在通过标准化接口实现大语言模型（LLM）与外部数据源及工具的无缝集成。MCP就像AI应用的USB-C接口，通过能力协商、能力发现、订阅/通知等一系列工作，让AI模型知道有哪些工具、哪些数据是可用的，以及如何使用这些资源。

MCP能够直接在AI与数据、工具之间架起一座桥梁，通过MCP服务器和MCP客户端就实现AI领域的“万物互联”。要知道当今的互联网世界就是建立在开放、互联的基础上，所以MCP就相当于重走TCP/IP、HTTP、USB等标准化协议的路径。

不难发现，MCP是一个为智能体服务的协议，它给予了智能体获得“真功夫”的机会，这也是为什么MCP会在今年年初走红。从某种意义上来说，先有“2025年是智能体之年”这个说法，后来才有MCP登上舞台中央，而力推MCP则是一众AI大厂的默契。

在2024年的最后一天，OpenAI首席执行官山姆·奥特曼公布了2025年该公司即将发布的技术、产品，当时他将AGI（通用人工智能）排在第一位，紧随其后的就是智能体，并且让ChatGPT能够自主执行任务将是2025年的一大重点。

如果没有MCP，智能体想要变得有用，就需要开发者付出太多时间和精力。MCP则为智能体提供了一个统一的工具调用规范，让开发者能从繁琐的适配工作中解脱出来。短短三个月就有数千个工具自发接入MCP，再加上OpenAI、AWS、HuggingFace的鼎力支持，似乎MCP真的就成了。

然而将MCP视为“万能钥匙”的开发者很快就发现，事情的发展似乎与想象不同。MCP没有跟踪上下文传播，就意味着开发者无法知晓AI的决策路径中到底调用了哪些工具。此外它也没有截止时间传播机制，也就是说一个被调用的工具如果出现问题，那么智能体就会被卡住。

MCP在工程落地层面的挑战，就在云端部署上。对于企业级用户而言，为了应对高并发调用，MCP服务往往需要扩展到多服务器架构，此时MCP的双连接模型引入了跨机器寻址的复杂性。当长连接建立在一台服务器上，而请求可能被路由到另一台服务器时，就需要额外的广播队列机制来协调分散的连接，因此就大幅增加了实施难度和维护成本。

除此之外，MCP还很贵。智能体在利用外部工具时，要先收集并回传信息给基座模型来完成决策，所以MCP就要求所有工具定义、调用请求和返回结果，都必须经过模型的上下文窗口，直接导致模型需要处理的上下文容量会随着MCP调用数量的增加，呈现出指数级提升。

简而言之，开发者发现MCP尽管确实能让自己的智能体随心所欲地调用不同工具，可调用的工具越多，消耗的Tokens也越多。如果要减少Tokens的消耗，就必须用非常规范的流程去调用特定的工具，可这样一来，MCP的灵活性和通用性优势就无法发挥。

事实上，这些问题还只是纤芥之疾，MCP真正的缺陷在于随着调用工具的增加，智能体出现幻觉的概率也会同步上升。这是因为调用的工具越多，模型的注意力就越被稀释，进而开始胡乱决策。毕竟智能体和AI聊天机器人不一样，它是要“干活”的，畸高的幻觉问题就让它变成鸡肋。

当开发者发现MCP除了通用性，其他方面乏善可陈后，过多的缺陷就让大家直接打起了退堂鼓。