近期，AI领域的一项新技术协议——“模型上下文协议”（MCP）迅速走红，吸引了国内外科技巨头的关注。这一协议的出现，不仅标志着AI Agent技术落地进入新阶段，也预示着大厂生态之争的新篇章。
百度率先从C端市场切入，其“心响”应用利用MCP协议，成功整合了多种AI模型和外部工具，为用户提供了一站式服务体验。同时，百度地图也宣布支持MCP接口，进一步丰富了其应用场景。阿里云则推出了百炼平台，提供全生命周期的MCP服务，并在支付宝等产品中集成了MCP协议，实现AI工具的一键调用。4月29日，阿里开源的Qwen3系列模型同样宣布支持MCP协议。
仔细观察不难发现，推动MCP协议发展的背后，是国内外科技巨头的身影。国外的Anthropic、OpenAI、谷歌，以及国内的百度、阿里、字节等大厂，都在积极布局这一领域。表面上看，它们是在为AI Agent的落地打通“最后一公里”，统一行业标准，释放Agent调用工具的能力。但实际上，这背后隐藏着各家公司对未成熟行业定义权的争夺。
值得注意的是，除了开源的MCP外，OpenAI、谷歌等公司都拥有自己的一套Agent调用工具标准。选择Anthropic构建的MCP，并不意味着对这些公司地位的认可，而是在开源的基础上，各方暂时达成一致，共同推动生态的快速发展。
MCP协议可以看作是Agent落地的重要一环。随着标准共识的达成，大规模Agent应用的落地将指日可待。届时，Agent应用将演变为大厂生态之争的焦点。对于独立Agent应用开发者而言，他们面临着成本和被头部公司覆盖的双重压力。因此，被集成到大厂Agent应用生态或许成为他们的最佳选择之一。这样一来，大厂将掌握从定义到筛选的权力，生态越完备、数据壁垒越高，在行业中的话语权就越大。
有技术人员指出，MCP协议本质上是为模型和外部工具之间提供了一个标准和高效的连接方式。但它并不是构建服务的必选项，即使没有MCP，通过Function Call和现有的工具调参也可以达到相同的效果。然而，统一的标准协议对于大厂在行业中的话语权至关重要。OpenAI、谷歌等公司的认可，以及阿里、百度等公司的跟进，共同推动了MCP服务的快速发展。
在MCP协议出现之前，客户想要深度使用一款AI产品功能，通常只能选择SaaS工具。但对于具有行业知识的客户来说，通用SaaS往往缺乏深度能力。因此，定制化路线成为他们的选择之一，通过Open API的方式将AI产品集成到系统中。然而，这种方式不仅耗时耗力，而且成本高昂。现在，随着MCP服务的推出，客户只需一个支持标准MCP协议的Agent，就能快速接入到产品平台，实现省时、省力和省钱的效果。
百度智能体业务首席架构师、心响APP负责人黄际洲表示，心响既支持外部MCP接入，也有自己的独立协议。目前，心响已经接入了包括百度文库AI绘本功能在内的十个智能体。这些智能体的落地场景效果与技术无关，而是技术之外的因素在起作用。从百度到阿里，生态是关键的一环。在无需“磨合”的情况下，各方完成了适配，共同推动了MCP协议的发展。
阿里云百炼平台云部署的MCP Server数量已经达到了31个，涵盖了地图、文生图、搜索等多种功能。这些功能都属于阿里生态的一部分。大厂在其中既扮演了集成者的角色，也扮演了被集成者的角色。一方面，它们输送自己成熟的MCP服务能力；另一方面，它们在生态中集成外来的第三方能力，与之互为补充。这样一来，生态越完善，能满足用户的需求就越丰富。
接入MCP后，相当于拥有了“原子化”的能力，可以随意组合嵌入到业务流中。例如，开发者可以通过“支付宝MCP Server”接入收单支付功能，从而打通AI应用的支付渠道，解决智能体“能对话不能收钱”的痛点。这种灵活的组合方式，为AI应用的发展提供了更多的可能性。
AI研究网站“AI Digest”的一项研究表明，AI Agent所能完成的任务长度正在呈指数级增长。按照这一趋势推算，未来几年内，AI Agent将能够完成更长时间的任务。这一前景不可估量。此前饥饿营销的Manus已经勾勒出了多智能体完成任务的产品样本，但后期效果并不理想。百度近期推出的“心响”则试图探索通用Agent产品的道路。
在产品形态上，心响从过去的AI助手模式转变为直接完成任务的模式。过去的AI助手提供的是零件，需要用户自己去组装；而现在的Agent产品则可以直接交付最终成品。这种转变提高了效率，用户只需用一句话就能完成所有步骤的全自动操作。
在执行任务过程中，有一个“管家”性的角色被称为主智能体，负责拆解用户需求和分配任务。指令下达后，由各子智能体同时进行。这种协作方式提高了任务执行的效率和质量。
黄际洲表示，MCP协议在调用多智能体协作过程中发挥了很大作用。它就像一把钥匙，有了统一的秘钥，让接入变得更加简单。然而，他也指出，目前业界最大的问题是贡献者太少，背后的成本太大。为了平摊成本，各家都开放MCP后，壁垒在于生态能否把商业模型跑通。理想的情况下，开发者和大厂都能赚到钱，需求越做越大，给用户提供的体验也越来越好。
心响产品的目标是成长为通用的超级智能体。它横向尽可能把更多的场景融入到应用里；纵向则把场景做深，把功能做到极致。黄际洲认为，法律、旅游、健康、教育、研究等都是比较好的场景。在此基础上再拓展长尾交互场景，形成更高的壁垒。
在商业化方面，Agent应用的收入大概率还是来自流量和广告。这很大程度上是由现在的Agent应用机制决定的。以心响为例，用户在演示中让Agent帮忙做旅游攻略、打电话、使用团购券订餐厅等操作时，实际上涉及了地图、点评、旅游出行等多种服务功能。这些服务功能的提供需要完整的数据链支持。
Agent应用就像是入口一样的存在，它能够倒流给生态中的其他应用，最后完成从提需求到交付的闭环。这部分收入对于大厂来说属于“肥水不流外人田”。而对于第三方用以补充大厂生态的Agent来说，则落入了流量池中。大厂会根据筛选机制来决定是否接入某一家的Agent。前期，大厂需要更多的开发者进入来补充应用商店的空白；但到后期就变成了流量竞争，谁的出价更高，谁的曝光度就越高。
在用户使用应用过程中，同样存在广告曝光和排名筛选的情况。比如在旅游攻略案例中，搜索出现的餐厅排名、飞机价格排名等筛选权都掌握在大厂的手中。通过这种方式，大厂可以实现“一鱼多吃”：商家通过广告营销提高排名顺序；用户则可以购买免广或竞价服务来提升使用体验。
尽管Agent应用的发展可能会取代一些传统应用的功能，但它却难以撼动既有的广告投流体系。大厂通过掌控生态和流量入口，依然能够在AI时代保持强大的竞争力。
