定义¶

Anthropic 2024 年 11 月发布的开源开放标准，将 AI 系统与外部工具/数据源的集成从 N×M 定制连接器简化为统一协议。16 个月内从 200 万月下载增长至 9700 万月 SDK 下载，5800+ 社区服务器。所有主要 AI 提供商（Anthropic、OpenAI、Google、Microsoft、AWS）均已采纳。

为什么赢了¶

1. 真实痛点：每个模型×每个工具都需定制集成，MCP 统一为 client-server 协议
2. 开源开放：MIT 许可，降低采纳门槛
3. 中立治理：2025.12 捐赠给 Linux Foundation 下的 Agentic AI Foundation（创始成员：Block, OpenAI, AWS, Google, Microsoft）——消除"Anthropic 随时改规则"的顾虑
4. 大厂背书：OpenAI（2025.03）、Google DeepMind（2025.04）先后宣布支持

生态规模（2026.04 升级）¶

• 3 亿月 SDK 下载（Anthropic 2026-04-23 官方博客原文："The MCP SDKs recently surpassed 300 million downloads a month, up from 100 million at the start of the year"）—— 4 个月翻 3 倍。注意 SDK 下载含 CI/CD 管线膨胀，非生产部署数
• 5800+ 社区服务器，10,000+ 活跃公开 MCP 服务器
• 企业生产部署：Block（内部开发工具）、Sourcegraph（Cody）、Cloudflare（Workers AI）、Autodesk——从内部工具起步，验证 ROI 后扩展至客户端
• 生产性能：MCP v2.1 Streamable HTTP 延迟降低 95%，支持 10,000+ 并发连接 <50ms 响应
• ~~企业就绪挑战仍在~~ 2026-04 部分回应：Tool Search 解决 schema 膨胀（85% token 减少），Programmatic Tool Calling 解决不可组合（37% token 减少），但审计日志 / 认证绑定静态密钥 / 网关行为未定义等治理层挑战仍在
• Gartner 预测 2026 年底 40% 企业应用将含任务级 AI Agent；Forrester 预测 30% 企业软件供应商将发布自有 MCP 服务器

与 Harness Engineering 的关系¶

MCP 是 harness-engineering 中 "Environment（能干事）"层的标准化——工具调用的统一接口。Anthropic 的策略正是 harness-engineering 描述的生态护城河：

"标准开放，最佳实现封闭"

捐赠给中立基金会 = 标准开放。Claude Code 在 MCP 生态中表现最好 = 最佳实现封闭。

2026 展望¶

• 流式数据：从请求-响应扩展到 streaming（Q3 2026 预期）
• Agent 间协议：目前 MCP 只定义 client-server，Anthropic 已发布 agent-to-agent 伴侣规范草案
• MCP Apps：协议上的交互式 UI——与 generative-ui 汇合
• 安全与发现：企业级认证、服务发现、Agent 货币化

2026-Q1 社区批评 + ScaleKit Benchmark + Anthropic 4-23 官方回应¶

2026 第一季度 MCP 经历了一次真实的范式压力测试——社区围绕 token 成本和 reliability 集中批评，最终由 Anthropic 4-23 官方博客《Building agents that reach production systems with MCP》给出战略性回应。这条事件链是 MCP 从"通用 agent 协议"收缩到"云端生产 agent 标准化接入层"的明确边界划定。

ScaleKit Benchmark：CLI vs MCP 一手数据¶

ScaleKit 公司开源 benchmark（github.com/scalekit-inc/mcp-vs-cli-benchmark）：75 轮 / 同模型（Claude Sonnet 4）/ 同 prompt / 同 GitHub 任务 / gh CLI vs GitHub Copilot 官方 MCP server (43 工具)：

Token 差距：CLI 比 MCP 便宜 32x（单次）/ 17x（月成本）

Reliability 差距：MCP 7 次失败全是 ConnectTimeout（TCP-level / infrastructure failures，模型无法 reason 或 retry——"silently break the agent's workflow"）。CLI 因 gh 在本地跑没这个问题。

根因：MCP overhead 不是协议问题，是 schema injection 问题。GitHub Copilot MCP server 暴露 43 工具，每次 tool call 把 43 个工具的完整 schema 全部塞进上下文——简单的"get repo info"也要带上 creating gists / managing PR reviews / configuring webhooks 等永远用不到的工具描述。

Perplexity / Apideck 两个独立 "72%" 数字¶

社区流传的 "72%" 实际是两个不同来源（AGIHunt 中文转载混淆了）： - ScaleKit reliability 72%（18/25 成功率） - Apideck context 72%（3 个 MCP server = GitHub + Slack + Sentry，40 tool schemas 占 143K / 200K context）

Perplexity CTO Denis Yarats 2026-03-11 在 Ask 2026 conference 公开宣布"远离 MCP，转向传统 API + CLI"。Perplexity 内部 benchmark 显示 MCP 比 CLI 多耗 15-20x token，无任务质量提升。

Anthropic 4-23 博客的两个 Token 解法¶

1. Tool Search（按需加载工具）

之前：所有工具定义一股脑塞进上下文（GitHub MCP 43 工具 → 44,026 tokens） 现在：Agent 描述意图 → 系统运行时搜索 → 只把匹配的几个拉进来

"In testing, tool search tends to cut tool-definition tokens by 85%+ while maintaining high selection accuracy."

核心设计原则：工具按意图分组，不按 API 分 —— 这条对 agent-tool-design 是设计哲学的实质升级。

2. Programmatic Tool Calling（程序化工具调用）

之前：tool 结果直接回到模型上下文 → 模型当"搬运工" 现在：tool 结果在代码执行沙箱里循环 / 过滤 / 聚合，只把最终结果回到上下文

"In testing, this reduces token usage by roughly 37% on complex multi-step workflows."

两个机制叠加：MCP 与 CLI 的 token 差距从 32x 缩到约 7x（44,026 → ~10,000 tokens）。MCP 仍贵，但不再是数量级差距。

Cloudflare 案例：代码编排（CLI 哲学搬进 MCP）¶

• Cloudflare MCP server 覆盖约 2,500 个 API 端点
• 传统做法不可行（2,500 工具定义全塞进上下文）
• Cloudflare 做法：只暴露 2 个工具——search + execute
• Agent 用 search 找 API → 写脚本通过 execute 在服务端沙箱跑
• 工具定义只占 ~1K tokens

Anthropic 判断："好的 MCP 服务器应该像 CLI 一样设计"——把 CLI 哲学搬进 MCP 协议，区别是跑在云端走 MCP 协议而不是本地命令行。MCP 与 CLI 不是对立，是好的 MCP 服务器应该长得像 CLI。

MCP 和 CLI 的最终分工（Anthropic 官方立场）¶

结论：MCP 没死，但范围明确收缩到云端生产 agent 标准化接入层。这是 4-04 OpenClaw 撤 OAuth piggyback 事件后社区情绪低落 → Anthropic 官方 4-23 博客反向定位强化——主动定义新边界，确保 MCP 仍是开放标准生态护城河。

MCP + Skills 配套实证¶

• Claude 数据插件案例：10 个 Skills + 8 个 MCP servers 打包，覆盖 Snowflake / Databricks / BigQuery / Hex
• 第三方实证：Canva、Notion、Sentry 已开始发布 MCP server 同时附带 Skills
• MCP 社区在开发扩展，让 Skills 可以从 MCP server 分发，API 升级时 Skills 自动跟着升级版本

→ Anthropic 把"MCP 管能力 / Skills 管编排"明确写进官方实践博客，回应了 Peter Steinberger 等批评者"CLI + Skills 才是正道"的论点——两者共存不矛盾。

MCP 演进事件链¶

垂直扩展实证：Universal Commerce Protocol（UCP，2026-01）¶

Google 2026-01-11 在 NRF Big Show 公布 Universal Commerce Protocol (UCP)，是 MCP 之上的 commerce 垂直扩展协议。这条扩展不是替代 MCP，是兼容 MCP 之上加 domain-specific schemas：

UCP 技术架构：分层协议（Shopping service / Capabilities / Extensions），去中心化发现（merchants 在自己 domain 的 /.well-known/ucp 发布 capabilities），让任何 UCP-compatible agent（Gemini / ChatGPT / Claude / 任何未来 agent）可以查询 catalog → 建 cart → 结账 → 接收 order status 更新——不用 scraping merchant 网站或 browser session。

合作方阵容（2026-04-08 v2026-04-08）： - 核心：Shopify, Etsy, Wayfair, Target, Walmart - 20+ 全球：Adyen, American Express, Best Buy, Flipkart, Macy's, Mastercard, Stripe, The Home Depot, Visa, Zalando, BigCommerce, PayPal - 缺席：WooCommerce（占全球网站 43.4% 的 WordPress 系电商插件）—— agentic commerce 长尾市场命运待观察

对 MCP 生态的含义：

1. MCP 已成"开放 agent 协议"基础层：垂直应用（commerce）在 MCP 之上加 domain-specific 协议而非另起炉灶——这印证了 MCP 的协议中立性让它能成为生态底座
2. N×N 集成瓶颈正式被打破：Google UCP 公告原话："Businesses face an N x N integration bottleneck" → UCP 提供标准层让任何 agent 接任何 merchant
3. Shopify "翻一个开关"集成模式：admin 里 toggle Agentic Storefronts，无需 app 安装 / 自定义集成 / 开发者参与——这是 MCP 生态成熟度的 UI 表现
4. Walmart 同时在三层下注：作为 UCP 早期合作方（公开外卖）+ 内部 Wally super agents 用 Microsoft Azure OpenAI（私有）+ 与 Google Gemini 合作做 Agentic Commerce（开放）——零售巨头的 multi-agent 布局是开放协议生态的最大客户之一

对 Sentino 的具体含义：UCP 与 Sentino IoT/Agent 直接相关性弱（不卖商品），但 UCP 模式（MCP 之上加 domain-specific 协议）值得参考——如果 Sentino 未来要给 Agent 平台定义"语音陪伴 / IoT 控制"等垂直协议，可以走"在 MCP 之上加 capabilities/extensions"路径而非另起炉灶，复用 MCP 已有客户端生态。

企业落地实证：客户开放 MCP，Sentino 走传统 REST 路径¶

Hotmind 客户（hotmind-client）的 RFP 把家庭平台数据以 MCP server（/api/mcp，标准 initialize / tools/list / tools/call）+ REST API（/api/v1/）双形态开放给被采购的 Agent 方。这是 MCP 在 B2B 集成成熟度的两个并行信号：

信号 A — MCP 已成 RFP 标准接口：一年前客户做 IoT 平台还需要自己设计 function calling 协议，2026 年 Hotmind 已经把 MCP server 作为 RFP 标准接口对外开放。MCP 已从"开发者工具"成熟到"客户给乙方的接口标准"。

信号 B — 但 MCP-only 仍非真实部署形态：客户主动留 REST 兜底，因为承包方 Agent 框架不一定 MCP-aware。Sentino 当前就是这种承包方——不使用 MCP，走传统 HTTP-as-tool 方案：把客户 REST API 包装成 LLM function calling 工具描述，由 Agent 调度。

含义：MCP 的企业渗透是非对称的——server 端（数据/工具持有方）比 client 端（Agent 框架方）演进更快。客户为了不赌承包方一定会用 MCP，主动出双形态接口；这个观察印证了"MCP-only 部署在 B2B 短期内不会是默认形态"。

对 Sentino 的具体含义：是否引入 MCP client 工程能力（自建 vs 复用 claude-agent-sdk）是开放问题——当前需求是"REST consumer"，等到第二/第三个开放 MCP server 的客户出现再立项也来得及。

Google Agent Gateway 多协议中 MCP 享有特殊地位（2026-04-22）¶

Google Gemini Enterprise Agent Platform Govern 柱的 Agent Gateway（Thomas Kurian 称"air traffic control for your agent ecosystem"）支持 MCP / A2A / REST / gRPC 多协议——但只有 MCP 支持基于 protocol attribute 的授权策略条件。

含义：MCP 在 2026-04 时点已被 Google 当作多协议中的"一等公民"对待——这是 Agora ConvoAI 把 mcp_servers 内置进 LLM 配置之后更高一层的渗透：

对 Sentino 的具体含义：Sentino 当前不消费 MCP（走传统 HTTP-as-tool 方案），但当客户切到 Google Agent Gateway 做治理时，MCP server 形态会比 REST 形态获得更细粒度的策略支持——这给"Sentino 是否要把工具暴露成 MCP server 形态"这个开放问题加了一个新输入：不只是 client 消费 MCP，server 端暴露 MCP 也开始有差异化收益。

平台基础设施层渗透：Agora ConvoAI 把 mcp_servers 内置进 LLM 配置¶

agora-convoai-join-api v2 join API 的 LLM 配置结构里，mcp_servers 是 llm 对象内的一等字段——可声明多个 MCP server endpoint（带 auth 与 tools 白名单），由 Agora 在 LLM 推理时直接代为调用工具，绕过承包方 LLM 自己实现 function calling。这是比"Hotmind 客户开放 MCP server"更深一层的渗透信号——语音平台厂商作为 MCP client 把 MCP 内置进了基础设施：

这意味着 MCP 已经从"应用层协议"升级到"基础设施层默认能力"——开发者不需要写 client 代码，声明 server endpoint 即可。

对 Sentino 的具体含义（强化版）：

1. 存在"绕过 Sentino LLM"的捷径——客户既开放了 MCP server、又用 Agora ConvoAI 做编排时，Agora 可以直接调客户 MCP，根本绕过 Sentino LLM。Hotmind 客户最终选 Sentino 而不是这条捷径，是因为需要 Sentino 的 Agent 工程能力（多意图拆分 / 家庭成员消歧 / 危险操作判定 / prompt 调优），不是为了纯工具中转
2. Sentino 差异化护城河进一步明确：在"工具中转"这件事上，平台基础设施已经能干（Agora mcp_servers）；Sentino 差异化必须落在Agent 工程层——多意图拆分、prompt 工程、消歧策略、护栏判定——这些是 mcp_servers 字段干不了的
3. 当前不依赖 mcp_servers 字段——Sentino LLM endpoint 内部走 REST + function calling，工具调用不在 Agora 这层处理

相关概念¶

• harness-engineering — MCP 是 Harness 工具层的标准化实现
• agent-tool-design — MCP 定义了工具接口的标准格式
• orchestration-free-agents — MCP 解决单 Agent 工具调用，Carlini 项目解决多 Agent 协同
• ai-agent-moats — 开放标准是生态护城河的基础设施层
• claude-agent-sdk — SDK 提供一等公民 MCP 支持 + 独有的进程内 SDK Server
• palantir-ontology — Palantir Ontology MCP Server：将专有 Ontology 通过 MCP 暴露给外部 AI Agent
• cloudflare-mesh — Cloudflare Mesh 解决 Agent 访问私有 MCP 服务器的网络层问题（Workers VPC Binding）
• hotmind-client — 客户开放 MCP server + REST 双形态，Sentino 走 REST 路（不消费 MCP），是 MCP server/client 端演进非对称的实证
• agora-convoai-join-api — Agora 把 mcp_servers 内置进 LLM 配置层，MCP 渗透到语音基础设施的 Layer 3 实证；进一步明确 Sentino 差异化护城河 = Agent 工程层而非工具中转
• agora-rtsa-sdk — 平台基础设施"把能力暴露成可声明配置项"的同源样本：RTSA 的 8 种加密模式 + datastream 可靠性配置 = 与 mcp_servers 同一种"声明而非编程"模式
• agent-creator-refiner-operator — UCP 是 Operator 类 agent 在 commerce 垂直的协议基础设施——让 agent 真正能"replace user 完成购物"而非只展示推荐
• google-agent-platform — Google Agent Gateway 多协议（MCP / A2A / REST / gRPC）中 MCP 是唯一支持 protocol-attribute 授权策略条件的协议——Layer 4 渗透实证