We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
884: Model Context Protocol (MCP) and Why Everyone’s Talking About It
2025/5/2
Super Data Science: ML & AI Podcast with Jon Krohn
J
Jon Krohn
Jon Krohn: 我是 Jon Krohn，今天我们来深入探讨一下模型上下文协议 (MCP)，这是 2025 年初席卷 AI 领域的热门话题。大型语言模型虽然在许多情况下都非常聪明，但它们一直难以访问训练数据以外的信息，这是 AI 发挥最大效用的关键限制。它需要无缝地连接到您的文件、数据库、知识库，并根据上下文采取行动。
历史上，将 AI 连接到外部资源一直很混乱。开发人员必须为每个数据源或 API 编写自定义代码。这些集成非常脆弱，而且无法扩展。这就是 MCP，模型上下文协议的用武之地。Anthropic 实际上在 2024 年 11 月推出了 MCP，但直到最近几个月才真正流行起来。原因如下：首先，MCP 直接解决了阻碍智能 AI 的集成问题；其次，社区采用率爆炸式增长，在短短几个月内，MCP 就从概念发展成为一个生态系统，早期采用者包括 Block、Apollo、Replit 和 Sourcegraph。到 2月份，已经有超过 1000 个社区构建的 MCP 服务器连接到各种工具和数据源；第三，与专有替代方案不同，MCP 是开放且模型无关的。任何 AI 模型、云、GPT-4 或开源 LLM 都可以使用它，任何开发人员都可以无需许可创建 MCP 集成。它将自己定位为一种类似于 AI 集成的 USB 或 HTTP 的通用标准。
MCP 定义了 AI 模型如何查找、连接和使用外部工具的明确规则，无论是查询数据库还是运行命令。一个引人注目的功能是动态发现。AI 代理会自动检测可用的 MCP 服务器及其功能，无需硬编码集成。启动一个新的 MCP 服务器，例如您的 CRM（客户关系管理平台），您的代理可以立即识别并使用它。开始使用 MCP 很简单。首先，为您的数据源运行或安装 MCP 服务器。Anthropic 提供了针对 Google Drive、Slack 和数据库等流行系统的预构建服务器。然后，您可以在 AI 应用中设置 MCP 客户端并调用模型。代理现在可以根据需要调用 MCP 工具操作。
在 MCP 之前，AI 系统通过自定义的一次性 API 连接器、OpenAI 等专有插件系统、LanChain 等代理框架或带有向量数据库的检索增强生成来处理上下文集成。MCP 补充了这些方法，同时标准化了 AI 模型与外部工具交互的方式。MCP 不是万能药，它也带来了一些挑战，例如管理多个工具服务器、确保模型有效使用工具以及处理不断发展的标准。安全和监控也带来了持续的挑战，对于简单的应用程序，与直接 API 调用相比，MCP 可能过于复杂。
MCP 专门解决代理的行动部分，为代理提供了一种通用的方式来执行涉及外部数据或工具的操作。MCP 开启了新的可能性，例如多步骤跨系统工作流程，AI 代理可以跨平台协调行动。想象一下，一个 AI 助理计划活动，检查您的日历，预订场地，向客人发送电子邮件，并通过单个界面更新预算表，而无需自定义集成。这对于个人或您工作的公司、您服务的企业来说都有很大的潜力。MCP 可以使代理能够理解其环境，包括智能家居和操作系统；可以作为代理社会的共享工作区；可以用于个人助理和企业。Anthropic 正在改进 MCP，例如添加远程服务器、OAuth 认证和官方注册表等。MCP 正在迅速发展成为一个强大的标准，它将 AI 从孤立的大脑转变为多功能的执行者。通过简化代理与外部系统连接的方式，它为更强大、更具交互性和用户友好的 AI 工作流程铺平了道路。
Deep Dive
Shownotes Transcript