打破数据孤岛：Anthropic 推出模型上下文协议（MCP）
在企业将 AI 应用于实际场景时，一个关键问题是如何将数据源与模型连接起来。目前，虽然 LangChain 等框架可以实现数据库集成，但开发者仍需为每个新的数据源编写代码。Anthropic 试图改变这一现状，发布了旨在成为数据集成标准的模型上下文协议（MCP）。
MCP 作为一项开源工具，为用户提供了一种标准化的方式，将数据源与 AI 应用连接起来。Anthropic 在博客文章中表示，MCP 将成为连接 AI 系统与数据源的“通用开放标准”。这意味着像 Claude 这样的模型可以直接查询数据库。
Anthropic 的 Claude 关系负责人 Alex Albert 在 X 上表示，公司的目标是通过 MCP 作为“通用翻译器”，构建一个“AI 连接任何数据源的世界”。
Albert 补充道：“MCP 的强大之处在于，它通过相同的协议处理本地资源（您的数据库、文件、服务）和远程资源（像 Slack 或 GitHub 这样的 API）。”
这种标准化的数据源集成方式不仅简化了开发者将大型语言模型（LLM）直接指向信息的过程，也为企业构建 AI 智能体简化了数据检索问题。
作为一项开源项目，Anthropic 鼓励用户为其连接器和实现库做出贡献。
目前，还没有一种标准化的方式将数据源与模型连接起来。企业用户、模型提供商和数据库提供商需要自行决定。开发者通常会编写特定的 Python 代码或 LangChain 实例，将 LLM 指向数据库。由于每个 LLM 的功能略有不同，开发者需要为每个 LLM 编写单独的代码，以连接到特定的数据源。这会导致不同的模型调用同一个数据库，但无法无缝协作。
一些公司扩展了他们的数据库，以简化创建可连接到 LLM 的向量嵌入。例如，微软将 Azure SQL 集成到 Fabric 中。像 Fastn 这样的较小公司也提供了一种不同的方法来连接数据源。
然而，Anthropic 希望 MCP 能够超越 Claude，成为模型和数据源互操作性的一步。
Anthropic 在博客文章中表示：“MCP 是一种开放标准，使开发者能够在数据源和 AI 工具之间建立安全、双向的连接。架构很简单：开发者可以通过 MCP 服务器公开他们的数据，或者构建连接到这些服务器的 AI 应用（MCP 客户端）。”
社交媒体上的许多评论者对 MCP 的发布表示赞赏，尤其是该协议的开源发布。一些用户在 Hacker News 等论坛上则更加谨慎，质疑像 MCP 这样的标准的价值。
当然，MCP 目前仅适用于 Claude 系列模型。然而，Anthropic 发布了针对 Google Drive、Slack、GitHub、Git、Postgres 和 Puppeteer 的预构建 MCP 服务器。
VentureBeat 联系了 Anthropic 以获取更多评论。
该公司表示，MCP 的早期采用者包括 Block 和 Apollo，而 Zed、Replit、Sourcegraph 和 Codeium 等提供商正在开发使用 MCP 从数据源获取信息的 AI 智能体。
任何对 MCP 感兴趣的开发者都可以通过 Claude 桌面应用程序安装预构建的 MCP 服务器后立即访问该协议。企业也可以使用 Python 或 TypeScript 构建自己的 MCP 服务器。
