Rick-Brick
MCP（模型上下文协议）完全解析 — AI Agent 协同的新标准协议

MCP（模型上下文协议）完全解析 — AI Agent 协同的新标准协议

18分钟阅读
MCPAI Agent协议AnthropicLinux FoundationOpenAI

前言

2024 年 11 月，Anthropic 发布了 Model Context Protocol（MCP），作为连接 AI Agent 与外部工具/数据源的新型开放标准，在短短一年多时间内实现了惊人的普及。月均 SDK 下载量超过 9700 万次，公开 MCP 服务器超过 1 万个，这些数据表明 MCP 已超越了单纯的技术规范范畴，正逐步确立其作为 AI Agent 时代基础架构的地位。

本文将全面解析 MCP 的技术机制、OpenAI、Google、Microsoft 的采用历程，以及其捐赠给 Linux Foundation 这一重要转折点，并深入探讨目前仍在讨论中的安全挑战。

MCP 解决的“N×M 问题”

AI 系统的“信息孤岛”问题

在 MCP 出现之前，AI 应用与外部数据源的集成效率低下且问题重重。例如，若要将 Claude 与 Slack、GitHub、Google Drive、Postgres 数据库分别集成，就需要为每个数据源实现独立的连接器。

Anthropic 将此状况称为“N×M 问题”。若 N 代表数据源的数量，M 代表使用这些数据源的 AI 应用数量，则理论上需要实现 N×M 个独立的接口。仅用 5 个 AI 应用连接 10 种工具，就意味着需要 50 个定制化实现。

【无 MCP】
Claude  ─── 自定义实现 A ──→ GitHub
Claude  ─── 自定义实现 B ──→ Slack
GPT-4   ─── 自定义实现 C ──→ GitHub  （与 A 类似）
GPT-4   ─── 自定义实现 D ──→ Slack   （与 B 类似）

【有 MCP】
Claude ─┐
GPT-4  ─┤── MCP Client ──→ MCP Server（GitHub）
Gemini ─┘                ──→ MCP Server（Slack）

MCP 通过“1

”的结构解决了这个问题。一旦实现为 MCP Server，所有支持 MCP 的 AI Client 均可访问。

MCP 的技术架构

三层组成要素

MCP 采用客户端-服务器架构，由三个角色构成。

角色说明
MCP HostAI 应用主体。管理和协调一个或多个 MCP Client
MCP Client维持与 MCP Server 的连接，获取上下文并提供给 Host
MCP Server提供对外部工具和数据源的访问的程序

协议基础：JSON-RPC 2.0

MCP 的消息传递层基于 JSON-RPC 2.0。消息类型分为三种：

  • Request：需要响应的回执请求
  • Response：请求的响应
  • Notification：无需响应的单向通知

传输层

MCP 支持两种主要的传输方式。

stdio（标准输入/输出）

最适合与本地资源集成。通过简单的输入输出流进行通信。Claude Desktop 等本地 AI 应用与本地 MCP Server 的连接广泛采用此方式。

Streamable HTTP（原称：SSE）

通过 HTTP 上的 Server-Sent Events（SSE）实现服务器到客户端的流式消息传输。适用于长时间运行的任务和增量更新。在 2025 年的规范更新（2025-11-25 版）中，传输名称从“SSE”改为“Streamable HTTP”，实现了更灵活的双向通信。

三种原始操作（Primitives）

MCP Server 向外部公开的功能通过三种原始操作定义。

Resources（资源）

提供对数据源的读取访问。以 AI 可引用的形式提供文件系统、数据库、API 响应等。

Tools（工具）

允许执行任意代码。AI 在创建文件、调用 API、修改外部系统时使用。工具执行可能产生副作用，因此需要适当的权限管理。

Prompts（提示）

提供预定义的提示模板。能够将结构化的必要字段传达给 AI，而非“在 GitHub 上创建一个 bug 报告 issue”这类模糊的指令。

爆炸式增长：发布一年后

数据化的生态系统增长

MCP 于 2024 年 11 月发布时，公开 MCP Server 数量仅约 100 个。但其增长速度令人惊叹。

时期公开服务器数月均 SDK 下载量
2024 年 11 月（发布时）约 100 个—
2025 年 5 月超过 4000 个—
2025 年 12 月超过 10000 个9700 万次

Anthropic 在发布 MCP 的同时，提供了 GitHub、Slack、Google Drive、Git、PostgreSQL、Puppeteer 等主流企业系统的参考 MCP Server。这极大地降低了开发者的入门门槛，促成了生态系统的快速扩张。

主要 AI 企业的采纳

MCP 在短时间内确立了行业标准地位。

OpenAI（2025 年 3 月）

OpenAI 在 ChatGPT 和 API 中宣布正式支持 MCP。该公司虽然长期拥有自己的 Function Calling 功能，但通过采纳 MCP 这一开放标准，整合了庞大的 MCP 生态系统。

Google（2025 年 4 月）

MCP 已集成到 Gemini 模型中。通过 Google AI Studio 和 Vertex AI，可以访问 MCP Server，Google 的企业客户得以通过 Gemini 连接现有的内部系统。

Microsoft（2025 年）

在 Copilot Studio 和 Azure OpenAI Service 中增加了 MCP 支持。MCP Client 功能也被集成到 Visual Studio Code 中，加速了开发工作流与 AI 的融合。

捐赠给 Linux Foundation 及 Agentic AI Foundation 成立

重要转折点

2025 年 12 月，Anthropic 做出了一项极其重要的决定：将 MCP 捐赠给 Linux Foundation 下属新设立的基金会“Agentic AI Foundation（AAIF）”。

这一决定不仅仅是治理模式的变更。Anthropic 选择将 MCP 定位为 AI Agent 时代的基础设施，而非“自身产品的差异化要素”。

Agentic AI Foundation（AAIF）概览

AAIF 作为 Linux Foundation 下属的 Directed Fund 成立。

联合创始人

  • Anthropic（捐赠 MCP）
  • Block（捐赠 goose）
  • OpenAI（捐赠 AGENTS.md）

白金会员（参与治理） Amazon Web Services、Anthropic、Block、Bloomberg、Cloudflare、Google、Microsoft、OpenAI

创始项目

  • Model Context Protocol（MCP）— Anthropic 提供
  • goose — Block 提供的 AI Agent 框架
  • AGENTS.md — OpenAI 提供的 Agent 规范描述标准

在 Linux Foundation 的领导下，MCP 的治理转变为由社区主导、厂商中立的模式。这与 Kubernetes（容器编排）和 NodeJS 等在 Linux Foundation 旗下成为行业标准的模式类似。

MCP 与 REST API 对比

设计理念差异

MCP 与 REST API 并非竞争关系，而是互补关系。理解它们的设计理念差异至关重要。

观点REST APIMCP
目标客户端传统软件LLM/AI Agent
会话无状态有状态
发现需要 OpenAPI 等单独描述Server 动态公开
多步操作每请求一次认证维持会话，提高效率
流式传输需要 WebSocket 等额外支持通过 SSE/Streamable HTTP 原生支持

AI Agent 适用 MCP 的原因

当 AI Agent 需要连续调用多个工具时，MCP 设计的优势便显而易见。

【AI Agent 的代码审查任务】
1. 从 GitHub 获取 PR 差分 → MCP Tools
2. 读取相关代码文件 → MCP Resources
3. 获取安全检查的 Prompt → MCP Prompts
4. 将代码审查评论发布到 GitHub → MCP Tools

使用 REST API 时，每个步骤都需要附加认证头、重传上下文。而 MCP 维持会话状态，可最大限度地降低认证成本，高效执行多步任务。

此外，AI Agent 可能不知道哪些工具可用。MCP Server 动态公开其提供的 Tools、Resources、Prompts，使 Agent 能够执行时发现并选择合适的工具。

安全挑战

MCP 的安全风险

面对月均 9700 万的下载量，安全研究者也对 MCP 的快速普及表达了担忧。主要安全风险如下：

Token 泄露风险

MCP 采用 OAuth 2.1 作为授权框架，但若 Client 或 Server 端在缓存/日志中记录了访问 Token 泄露，攻击者便能以合法请求的身份访问受保护资源。

Confused Deputy 攻击

MCP Server 作为 OAuth 代理运行时，若授权上下文验证不当，攻击者可能利用其他用户的凭证使 Server 执行恶意操作。

动态 Client 注册管理

OAuth 的动态 Client 注册允许 MCP Client 动态添加 OAuth Client 配置到 Server 端。然而，对于添加 Client 配置的管理和删除，RFC 的支持尚不广泛，存在未解决的管理问题。

2025 年 6 月规范更新中的应对

MCP 规范的 2025 年 6 月更新将安全强化作为核心主题之一。

  • 强制 PKCE（Proof Key for Code Exchange）：依据 OAuth 2.1 Section 7.5.2 实现 PKCE 是强制性的。防止授权码拦截和注入攻击。
  • 引入 Resource Indicators（RFC 8707）：为确保 Token 仅对目标 MCP Server 有效，Token 请求必须包含资源标识符。防止 Token 的“非法重用”（token mis-redemption）。
  • 禁止 Token Passthrough：明确规定 MCP Server 不得接受未明确为该 Server 发行的 Token。

当前生态系统与未来展望

主要 MCP Server 示例

截至 2026 年，MCP Server 已在以下类别中广泛提供：

开发工具

  • GitHub MCP Server（PR 管理、代码审查）
  • Git MCP Server（本地仓库操作）
  • VS Code 集成 MCP Server 系列

数据/基础设施

  • PostgreSQL MCP Server
  • SQLite MCP Server
  • Cloudflare Workers MCP Server

通信/生产力

  • Slack MCP Server
  • Google Drive MCP Server
  • Notion MCP Server

AI/研究

  • Brave Search MCP Server
  • Puppeteer MCP Server（Web 爬虫）
  • Fetch MCP Server

自主 Agent 时代的前奏

MCP 的本质是为 AI Agent 创造一个“善于利用工具的环境”。随着从单一 AI 模型独立运行的阶段，向多个 AI Agent 共享工具并协作的多 Agent 系统过渡加速，作为通用语言的 MCP 的重要性日益凸显。

AAIF 的成立使 MCP 摆脱了 Anthropic 单一产品的定位，走上了进化为行业通用基础设施的道路。就像 Kubernetes 和 NodeJS 在 Linux Foundation 的领导下成为行业标准一样，MCP 是否能成为 AI Agent 时代的“TCP/IP”——其答案将在未来 2-3 年内揭晓。

总结

MCP 在以下三个方面代表了重要的技术转型：

1. 解决 N×M 问题

通过标准化 AI 系统与外部工具的连接，显著降低了开发成本。

2. 行业共识的形成

虽然源于 Anthropic 的协议，但 OpenAI、Google、Microsoft 作为 AAIF 的白金会员参与，成功促成了包含竞争对手在内的行业标准的形成。

3. 治理的中立化

捐赠给 Linux Foundation，确立了排除特定厂商依赖的开放治理体系。

随着 AI Agent 在 2026 年及以后在实际业务中普及，MCP 将作为基础架构持续发挥作用。对于开发者而言，理解 MCP 的机制并有效利用 MCP Server，正逐渐成为构建 AI 集成系统的起点。

参考文献

TitleSourceDateURL
Introducing the Model Context ProtocolAnthropic2024-11-25https://www.anthropic.com/news/model-context-protocol
Donating the Model Context Protocol and establishing the Agentic AI FoundationAnthropic2025-12-09https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation
MCP joins the Agentic AI FoundationMCP Blog2025-12-09http://blog.modelcontextprotocol.io/posts/2025-12-09-mcp-joins-agentic-ai-foundation/
Linux Foundation Announces the Formation of the Agentic AI Foundation (AAIF)Linux Foundation2025-12-09https://www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation
Model Context Protocol Specification 2025-11-25modelcontextprotocol.io2025-11-25https://modelcontextprotocol.io/specification/2025-11-25
MCP joins the Linux Foundation: What this means for developersGitHub Blog2025-12-09https://github.blog/open-source/maintainers/mcp-joins-the-linux-foundation-what-this-means-for-developers-building-the-next-era-of-ai-tools-and-agents/
Model Context Protocol (MCP): Understanding security risks and controlsRed Hat2025https://www.redhat.com/en/blog/model-context-protocol-mcp-understanding-security-risks-and-controls
MCP Specs Update — All About AuthAuth02025-06https://auth0.com/blog/mcp-specs-update-all-about-auth/
Why the Model Context Protocol WonThe New Stack2025https://thenewstack.io/why-the-model-context-protocol-won/
A Year of MCP: From Internal Experiment to Industry StandardPento2025-12https://www.pento.ai/blog/a-year-of-mcp-2025-review
Model Context Protocol - WikipediaWikipedia2026https://en.wikipedia.org/wiki/Model_Context_Protocol

本文由 LLM 自动生成，内容可能存在错误。