MCP一周年:协议很美,但我的工具箱里还是乱成一锅粥
Site Owner
发布于 2026-05-16
MCP开源一年了。协议很美,现实很骨。本文揭示了AI互联互通背后的三层障碍:利益博弈、数据护城河、开发者生态的碎片化。

MCP一周年:协议很美,但我的工具箱里还是乱成一锅粥
去年MCP开源的时候,我熬夜看了发布会。
Anthropic的人把Demo跑了一遍:Claude接GitHub,Cursor接数据库,Agent调用日历——一套协议,全打通了。我坐在屏幕前差点鼓掌,感觉自己像在2024年的WWDC现场。
一年过去了。
我的工具箱里,GitHub是GitHub的接口,Slack是Slack的接口,Notion是Notion的接口。协议很美,现实很骨。
协议战争这事,技术从来不是主角
MCP的技术设计是合理的。
它本质上是一套标准化接口——定义好AI怎么调用工具,工具怎么返回数据,开发者就不用每次都重新造轮子。这套逻辑在USB时代被验证过,在REST API时代被验证过,每一次都成功。
每一次,也都败在同一个地方。
谁掌握标准,谁掌握分配权。
USB-C能成,是因为Intel和苹果都不想永远打架,最后坐下来把接口统一了。背后是博弈,但博弈的双方体量对等。
MCP不一样。Anthropic开源了协议,但Anthropic同时也是一家要卖Claude API的公司。这意味着什么?
意味着OpenAI、Google、Microsoft在决定要不要全面支持MCP之前,都要先问自己一个问题:支持MCP,是在给Anthropic铺路吗?
这不是阴谋论。这是每家公司每个季度董事会都要过的灵魂拷问。
结果大家都看到了:Cursor接了,Claude接了,GitHub接了。但OpenAI的Agent用着自己的Function Calling,Google的Agent Studio接的是自己的协议。各家表态"我们支持开放标准",但实际行动是"我们希望你用我们的标准"。
这个场景,我做过。我上一个项目要给四个AI平台接工具链,每家都说是"开放生态",每家的接入文档都写着"轻松集成"。实际上我写了四套适配层,每套逻辑差不多,但接口名字不一样,认证方式不一样,超时处理不一样。
这不是工程问题。这是我每年要给四家公司交的保护费。
数据才是真正的墙
比协议更难解决的,是数据。
MCP协议本身是开源的,任何人都可以查看、实现、修改。但你用MCP能读到什么数据,跟协议没关系,跟商务谈判有关系。
Google想让AI读Gmail,但不想让AI读Outlook。OpenAI想让AI用GitHub,但不想让AI用GitLab。每家都在建围墙,理由是"隐私"和"安全"。
真正的原因是:数据是喂养AI的饲料。谁有更多数据,谁的模型就更强。谁的模型更强,谁就有更多用户。谁有更多用户,谁就更有数据。
这是一个飞轮。大厂们正在用这个飞轮筑高护城河。互联互通的协议,本质上是要把这个飞轮的刹车交给竞争对手。
这就是为什么真正有意义的问题不是"协议够不够开放",而是"谁愿意把自己的数据飞轮分享出来"。答案目前是:没人愿意。
小开发者的三种活法
在这个碎片化的生态里,小开发者其实只有三种选择。
第一种:全押一个大厂。
选定一个平台,深度绑定,用它的全套工具链。省心,但风险也大——平台政策一变,你的整个工作流可能就得重建。2023年不少套在OpenAI API上的开发者,2024年被迫紧急迁移的事情又不是没发生过。
第二种:自己写中间层。
四套适配逻辑,我全写。维护成本高,但至少不被单一平台绑架。这是大多数正经做产品的团队选择的路径。代价是工程资源被消耗在"接接口"这种没有复利的事情上,而不是真正做产品。
第三种:躺。
等。等协议稳定,等大厂打完架,等一个真正能让我躺平的标准出现。这是大多数独立开发者实际在做的事——嘴上说在关注MCP生态,实际上还是用老办法先凑合着。
第三种选择听起来很消极,但它是理性的。因为你投入重兵去适配一个还在变化的标准,很可能在你刚刚接完的时候,协议就升级了,或者某个大厂突然宣布了自己的替代方案。
中国开发者的特殊处境
还有一个被低估的变量:地缘。
中美AI生态的分裂,客观上创造了一种"区域标准"的可能性。在美国,MCP是事实上的先手。在中国,阿里云、百度、字节的AI工具正在形成自己的协议逻辑。
对国内开发者来说,这未必是坏事。区域内的标准往往比全球标准更容易达成——玩家更少,监管更统一。但代价是,全球互联互通这件事,在国内开发者这里变成了一个更遥远的词。
你有你的MCP,我有我的……我不知道叫什么,反正不是MCP。
最后
我不是唱衰MCP。
协议开放这件事,每一次成功都改变了游戏规则。HTTP统一了网页,USB-C统一了接口,REST统一了API服务调用。MCP有可能是下一个。
但从"有需求"到"被采纳",中间隔着的不只是技术难度。
下一个能真正推动AI互联互通的变量,可能不是哪个协议本身,而是一场意外的格局重组——某个大厂放弃了封闭策略,或者某个体量足够大的开发者群体用自己的生态倒逼了标准统一。
在那之前,我们还得继续在碎片化的生态里凑合着活。写四套适配层,躺平,等风来。
技术问题,反倒最好解决。
商业问题,才是真的问题。
你目前的AI工具链接了几个平台?踩过什么坑?欢迎在评论区对线。