MCP：AI 连接万物的 USB-C
一句话结论：给 AI 接工具定一个统一插口，M×N 问题变 M+N
读之前建议先懂： Agent 的逻辑：从"会聊天"到"会干活"差了哪几层
⚠️ 本页置信度为「中」：协议设计稳定，但生态（支持的客户端、Server 数量、版本）迭代极快。本页只讲机制，任何”支持哪些产品”的判断请以官方文档为准：https://modelcontextprotocol.io
当前判断
- 它是协议不是模型，和模型无关。
- 工具越强，权限边界越重要——写操作留人工确认。
- 第三方 Server 等于给 AI 接上”手”，装前审来源。
一句话结论
MCP（Model Context Protocol）是一个开放标准：给 AI 接外部工具/数据定一个统一插口——以前每个 AI × 每个工具要单独写对接（M×N 问题），现在都只对接 MCP（M+N 问题），就像 USB-C 统一了充电线。
逻辑链
Agent 要干活就得接工具（见 06-Agent的逻辑）→ 每家工具、每个模型各写一套对接，M×N 组合爆炸 → MCP 把”AI 侧”和”工具侧”解耦 → 工具方写一次 MCP Server，所有支持的 AI 都能用 → 用户即插即用 → 工具生态从”私家花园”变”公共港口”
展开
1. 协议里只有三个角色
- Host：AI 应用本体（如编程工具、聊天客户端）
- Client：Host 里维护与各服务器的 1:1 连接
- Server：暴露能力的外部程序——可以是文件系统、数据库、浏览器，也可以是一个文档库（05-RAG 的检索能力就能这样暴露）
2. Server 能提供三类东西
- Tools：可执行的动作（发消息、查数据、写文件）
- Resources：可读取的上下文（文档、配置）
- Prompts：预置的提示词模板
3. 对普通人的意义
- 选 AI 工具时，“支持 MCP”≈“能接整个开放工具生态”，扩展性质变
- 对站长/开发者：把自家服务写个 MCP Server，就能被所有主流 AI 调用——这是新流量入口（本项目 TrendRadar 自带 MCP 架构即此逻辑）
决策规则
| 条件（IF） | 动作（THEN） |
|---|---|
| 选 AI 工具，看它能不能扩展 | 问一句”支持 MCP 吗”——支持即接入开放生态，扩展性质变 |
| 要装第三方 MCP Server | 先审来源与权限范围，再装；装了也只开最小必要权限 |
| 涉及写操作（发消息/改文件/下单） | 保留人工确认，不要让 Agent 全自动 |
常见误区
- ❌ “MCP 是一个模型” —— 不是，它是协议（接口标准），和模型无关
- ❌ “接了 MCP 工具就能放心让它干” —— 工具越强，权限边界越重要：只开最小必要权限，写操作留人工确认
- ❌ “MCP Server 随便装” —— 第三方 Server 等于给 AI 外接了”手”，装前要审来源（供应链风险）
现在就能做的事
- 在你常用的 AI 编程工具里看一眼已支持的 MCP 服务器列表，感受生态规模
- 想一个”我的数据/服务若能被 AI 调用会怎样”的场景——这就是潜在的产品机会（逻辑AI 二阶段的选型助手可走此路）
相关页面
- 06-Agent的逻辑 — MCP 解决的正是工具接入问题
- 05-RAG — 知识库可作为 MCP Resource 暴露
- 09-token与计费逻辑 — 工具返回内容也占上下文、也花钱
出处与置信度
| 引用点 | 出处 | 类型 | 核验 |
|---|---|---|---|
| MCP 的 Host / Client / Server 三角色、Tools / Resources / Prompts 三类能力 | Model Context Protocol 官方规范. https://modelcontextprotocol.io | [官方文档] | ⚠️ 待核验：规范会随版本更新，发布前须对照官网 |
| “M×N 变 M+N”这一价值主张 | 由 06-Agent的逻辑 工具接入问题推导 | [推导] | ✅ 机制稳定 |
| 具体支持 MCP 的产品清单、Server 数量 | 官方 Server 列表与各家产品文档 | [官方文档] | ⚠️ 待核验：本页刻意不列举，避免过时 |
为什么不写”哪些产品支持 MCP”：这类清单按月变化，写进页面等于给读者一份过期名单。需要时请看官网。