MCP 正在成为 AI 时代的事实标准，但赢家可能不是你想的那家

Anthropic 2023 年把它开源的时候，没人觉得这是什么大事。三年后，OpenAI、Google、GitHub、Cursor 全都上了这条船。

---

1. MCP 是什么？

Model Context Protocol，一个协议。

就这么简单。AI 模型需要一个统一的方式调用外部工具——数据库、文件系统、API、浏览器。MCP 就是这个"统一方式"。Anthropic 把它开源了，然后——

然后它自己长成了一个生态。

当前支持 MCP 的工具列表：

• Claude Desktop（官方支持）
• Cursor（AI IDE，第一批集成）
• VS Code（Copilot）（微软跟进）
• GitHub Copilot（再跟进）
• OpenAI（在 ChatGPT 和 API 中支持）
• Google Gemini（刚刚宣布）

这是标准的"先发者陷阱"剧本：Anthropic 无意中建了一个协议，然后所有人都开始往里填代码。

---

2. 为什么所有人都在接？

原因很直接：没有标准太痛苦了。

在 MCP 出现之前，每个 AI 编程工具都有一套自己的工具调用方式。Cursor 有 Cursor Tools，Copilot 有 Copilot Plugins，Claude API 自己有 Function Calling。开发者想在一个工作流里组合多个 AI 产品？等于同时维护三套完全不同的工具链。

MCP 的核心价值：一次集成，到处运行。

你写一个 MCP Server，Cursor、Copilot、Claude Desktop 全部能用。工具开发者只需要写一次适配层，而不是给每个 AI 平台单独做集成。

对平台公司来说，这意味着：与其自己建生态，不如拥抱现有协议。 自己做插件系统需要说服第三方开发者来适配，自己接 MCP 则直接继承一整个现成的工具库。

---

3. "MCP 已死" 是怎么回事？

上文提到了 OpenAI Frontier 团队负责人 Ryan Lopopolo 的那句 "MCP 已经死了"。这话有上下文。

他说的是在他们的场景下，他们的代码库上下文量级已经超出了任何协议能高效传输的范围——他们的 Symphony 系统每天消耗 10 亿 token，用的是自己设计的内部通信协议。

但这不是在说 MCP 没用。

这是在说：当你的上下文大到一定程度，连协议都会成为瓶颈。

对 99% 的开发者和企业来说，MCP 仍然是目前最优的工具连接方案。只有在 Ryan 那种"百人团队并行跑 AI agent、每天百万行代码"量级时，协议层的优化才会变成真正的问题。

把这句话理解成"MCP 药丸"，属于没分清主要矛盾和次要矛盾。

---

4. 真正的博弈：协议之上的生态

MCP 现在的格局，有点像 2010 年的 USB——一个所有人都采用的连接标准，但最终的价值不在协议本身，而在谁在协议之上构建了最丰富的工具生态。