Bølgen av kunstig intelligens (KI) omformer ulike bransjer med enestående kraft, og dens dype integrasjon og utbredte bruk har blitt en irreversibel trend. Både Web2 og Web3 har høye forventninger til MCP. AI har imidlertid utviklet seg fra å være «allvitende» i et enkelt dialogvindu til å bli «allmektig» som kan håndtere ulike problemer, noe som krever forbedring av modellkapasiteter og sterkere planleggingsevner, men enda viktigere, det er nødvendig å lære AI hvordan den stabilt kan bruke verktøyene den har tilgang til. Men når AI-modeller, spesielt store språkmodeller (LLM), forsøker å samhandle med omverdenen – enorme datakilder, ulike verktøysett og komplekse systemer – oppstår en kjerneutfordring: hvordan etablere en standardisert, sikker og pålitelig kommunikasjonsbro? Mangelen på enhetlige standarder fører ikke bare til lav utviklingseffektivitet, men innebærer også betydelige risikoer når det gjelder personvern, operasjonell sikkerhet og verifiserbarhet av resultater. Det er i denne sammenhengen at Model Context Protocol (MCP) foreslått av Anthropic ble til. Det er ikke nødvendig å utvikle en separat kobling mellom modellen og den eksterne tjenesteleverandøren. Gjennom det enhetlige grensesnittet i bransjen trenger modeller og tjenesteleverandører bare å akseptere protokollstandarden, slik at applikasjoner i ulike økosystemer og modeller med ulike arkitekturer kan kobles direkte til, og informasjon og intelligens kan flyte fritt uten begrensninger. Dette tegner en ny mal for AI-interoperabilitet. Selv om plugins har skapt et relativt gratis verktøyøkosystem for oss, er de fortsatt et verktøy lukket innenfor OpenAI-systemet, med høye anmeldelsesterskler, og pluginens dokumentasjonsstil er ikke ensartet, så det vil fortsatt være ustabilitet når man bruker det. For dette formålet åpnet Anthropic MCP-protokollen åpen kildekode i november 2024, og ga et enhetlig grensesnitt med den eksterne virkelige verden for store språkmodeller fra ulike produsenter og strukturer i bransjen, slik at alle applikasjoner får muligheten til å bli en del av et større intelligent system. MCP standardiserer samspillet mellom modeller og verktøy, ved bruk av en klient-server-arkitektur. MCP-serveren eksponerer et sett med verktøygrensesnitt og gir en samlet beskrivelse som MCP-klienter kan spørre i og kalle tilgjengelige verktøy under kjøring. Fordelen er at det i stor grad forenkler kostnadene ved integrasjon på tvers av modeller og verktøy, og i teorien kreves det bare én tilpasning av MCP-protokollen for å bruke et kompatibelt verktøy. Den største fordelen med MCP er at det reduserer arbeidsmengden ved systemtilkoblinger betydelig: tidligere, hvis M-tjenester skulle kobles til N datakilder, måtte totalt M×N-grensesnitt utvikles, men gjennom MCP-protokollen var det kun M+N-tilkoblinger nødvendig for å bygge en komplett og stabil tjeneste. Derfor blir MCP-økosystemet anerkjent og raskt tilgjengelig for et stort antall tjenester.