Mungkin melihat ke belakang di masa depan,Dukungan OpenAI untuk protokol MCP akan menjadi tonggak penting bagi AI Agent。 Sebenarnya ada banyak sudut interpretasi tentang masalah ini, dan saya telah kecanduan MCP dalam dua minggu terakhir, mengalami banyak server, dan juga mengerjakan banyak alat. Puluhan artikel dapat ditulis (menggali lubang) di sekitar MCP saja. Mari kita bicara beberapa kata tentang OpenAI hari ini, dan saya akan kembali ke beberapa artikel populer yang lebih mendasar tentang MCP.
Beberapa teori kekerasan pribadi saya (versi provinsi):
Selanjutnya, saya akan memperluas 5 poin kekerasan ini satu per satu (dan kemudian menyemprotkan saya setelah membacanya).
Pertama, ekosistem MCP sudah mulai terbentuk, bisa dikatakanMCP telah menyelesaikan paruh pertama adopsi protokol bersamaProspek dan rute masa depan juga relatif jelas, dan keberhasilan MCP adalah masalah kemungkinan tinggi.
Jika pengadopsi awal yang secara aktif diakses di paruh pertama berada di luar uji coba awal atau akal sehat teknis, makaDi masa depan, semakin banyak perusahaan, pengembang, dan individu yang akan secara aktif dan pasif mengakses ekosistem MCPIni adalah kekuatan ekologi, yang akan melibatkan semua orang.
Saya akan memberi Anda contoh, Baidu Maps adalah yang pertama meluncurkan Server MCP resmi[1], batch pertama dari 8 alat didukung, dan Anda hanya perlu mengisi API_key Peta Baidu untuk digunakan.
Dengan cara ini, pengguna dapat dengan mudah membiarkan AI memanggil kemampuan alat Baidu Map (geocoding, geo-inverse coding, pengambilan lokasi, pengambilan detail, perhitungan rute batch, perencanaan rute, kueri cuaca, pemosisian IP) tanpa harus menulis banyak kode sendiri.
Beberapa hari setelah Baidu Maps melakukan ini, AutoNavi Maps juga mengumumkan peluncuran Server MCP resmi[2]。 Ini jelas terlibat, jadi ketika MCP membentuk ekosistem, ini bukan pertanyaan apakah Anda dapat melakukannya sendiri, tetapi produk pesaing akan menggulung Anda.
Oleh karena itu, mulai sekarang, perusahaan harus aktif mengakses MCP, pengembang harus aktif mempelajari MCP, dan pengguna individu harus aktif menggunakan MCP.Lebih baik melakukannya terlambat daripada melakukannya lebih awal, dan lebih baik melakukannya secara pasif daripada melakukannya secara aktif。
Kedua, dari perspektif jangka panjang pengembangan agen AI,Semua layanan API di Internet saat ini layak dan harus kompatibel dengan protokol MCP。Kemakmuran ekosistem MCP akan sangat memperkaya pemilihan alat agen AI, mengurangi kemampuan pengembangan agen AI, dan mempercepat kedatangan agen AI yang matang。
API adalah infrastruktur Internet, jadi tujuan MCP adalah untuk membangun infrastruktur lapisan tengah antara server dan klien saat memilih dan menggunakan agen AI, seperti antarmuka Tipe-C, dengan mulus menghubungkan dunia luar, kemampuan alat, dan model yang mendasarinya.
ketigaKeberhasilan MCP adalah keberhasilan open source dan keterbukaan, yang sekali lagi membuktikan efek dari open source co-construction。 Kita sering mengatakan bahwa perusahaan kelas satu melakukan standar, perusahaan kelas dua melakukan merek, dan perusahaan kelas tiga melakukan produk. Di masa lalu, Anthropic dapat dianggap sebagai perusahaan kelas tiga dengan Claude, dan OpenAI membentuk papan nama emasnya sendiri, tetapi dengan MCP, Anthropic telah menjadi level penetapan standar.
Meskipun Claude Anthropic bukan open source, MCP melakukan hal yang benar.MCP, sebagai protokol dan advokasi teknologi umum, tidak terikat pada model AI tertentu, klien aplikasi, atau perusahaan yang menyediakan layanan alat.
Ini penting,Karena membuat kesepakatan adalah satu hal, hal lain bagi orang lain untuk menerima dan menggunakan perjanjian Anda.Jika Anda tidak memiliki sesuatu yang nyata, atau ingin menyeret semua orang ke dalam ekosistem sumber tertutup, mengapa semua orang harus menganggap Anda sebagai kakak laki-laki terkemuka?
SekarangKita dapat mengakses MCP dalam skenario open source full-end (model open source, open source client, dan open source tools)., di situlah ia menarik banyak pengembang.
Saya telah menguji kemampuan alat MCP dari model kecil sendiri, dan saya akan memberi Anda demo paling sederhana di sini. Misalnya, saya menggunakan model sumber terbuka Qwen11.0-0.0B dan bertanya, "Mana yang lebih besar, 0.0 atau 0.0?" , rupanya jawabannya salah.
Kemudian saya menggosok alat MCP dengan 10 baris kode, dan hanya ada satu fungsi, yaitu ukuran rasio angka.
dari mcp.server.fastmcp impor FastMCP mcp = FastMCP("numeric_comparison") @mcp.tool() def compare(a: float, b: float)->str: """"bandingkan dua angka, masukkan nomor float, return result""" return f"{a}>{b}" if a - b > 0 else f"{b}>{a}" if __name__ == "__main__": mcp.run(transport='stdio')Kemudian, kami mencolokkan alat ini di klien:
Tanyakan lagi, model kecil open source dapat melakukan masalah membandingkan ukuran:
Ini hanyalah salah satu demonstrasi paling sederhana, untuk menggambarkan bahwa MCP dapat mengimplementasikan banyak operasi dalam skenario open source tautan penuh, tanpa harus terikat ke model Claude 5.0 atau klien Claude Desktop.
keempatOpenAI memiliki kesempatan untuk memimpin standar AI Agent, dan mereka hanya perlu mengambil setengah langkah untuk membangun ekosistem sumber terbuka yang berbagi alat untuk berhasil, tetapi ekosistem tertutup mereka yang menyebabkan kegagalan Function Call。
OpenAI tidak diragukan lagi adalah pemimpin dari putaran LLM (model bahasa besar) ini, pada kenyataannya, keunggulan penggerak pertama OpenAI sangat jelas, misalnya, sekarang semua model akan kompatibel dengan format input dan output OpenAI API, dan pengembang/pengguna hanya perlu mengganti base_url, model, dan api_key untuk menggunakan model lain.
Dapat dikatakan bahwa OpenAI telah mengembangkan standar normatif untuk API model besar, termasuk output streaming, Prompt, penyelesaian, token, dan sebagainya. Karena keunggulan penggerak pertamanya, semua pendatang yang terlambat harus mematuhi standar openai SDK untuk mencapai hasil kompatibilitas terbaik.
Di bidang Agen, OpenAI juga harus dikatakan memiliki sedikit keunggulan. Mereka mulai dengan plugin, lalu Function_call, GPT, dan kemudian Operator, Agents SDK, dan sebagainya.
Namun, mereka tidak pernah mengambil langkah open source, tidak pernah mengarahkan pandangan mereka pada semua perusahaan, semua aplikasi, semua model, semua pengguna, dan belum memilih untuk membangun ekosistem seperti MCP.
Saya telah melihat banyak orang mengatakan bahwa MCP pada dasarnya tidak berbeda dengan Function_call. Ya, sebenarnya tidak ada perbedaan, jadi mengapa OpenAI tidak membuat standar dan mempertahankan komunitas open source?
Sekarang setelah MCP berhasil, OpenAI memahami bahwa tidak mungkin memulai dari awal dan membuat semua orang kompatibel dengan standar mereka sendiri, sehingga memilih untuk kompatibel dengan MCP, yang dapat dianggap sebagai "merangkul" ekosistem open source.
Ini tentu saja merupakan hal yang baik bagi pengembang dan pengguna, dengan biaya pembelajaran yang lebih rendah dan kompatibilitas pengembangan yang lebih kuat.
Namun di sisi lain, bagi OpenAI, siapa yang ingin menjadi pengadopsi hilir jika bisa menjadi standard setter di hulu?
Kelima, dan di satu sisi, Manus menyalakan api untuk MCP.
Pertama-tama, tentu saja, saya tahuManus tidak menggunakan MCP di tumpukan teknologinya[3]Saya juga tahu ituTidak ada hubungan kausal antara keberhasilan Manus dan MCPdan saya hanya mengungkapkan,Korelasi drainase out-of-the-loop Manus dengan MCP(bahkan jika itu hanya sedikit relevan).
Mengapa Anda mengatakan itu, karena Manus telah menarik perhatian semua orang sebagai agen tujuan umum, memberi semua orang harapan bahwa "Agen 2025 dapat mendarat", membawa perhatian yang lebih tinggi ke Agen AI, dan dengan demikian membawa lalu lintas ke solusi lapisan protokol seperti MCP.
Di sisi lain, keberhasilan Manus telah membuat pengembang menyadari bahwa Agen masih membutuhkan banyak pekerjaan di lapisan infrastruktur. Kami membutuhkan protokol terpadu untuk menghubungkan model dan alat AI, dan MCP telah memasuki bidang visi lebih banyak orang sebagai standar sumber terbuka skala besar yang sudah siap pakai.
Dengan kata lain: Keberhasilan Manus telah mengungkapkan pentingnya Agen AI berinteraksi tanpa hambatan dengan alat eksternal, dan MCP memberikan solusi yang tepat.
Pertanyaan terbuka terakhir adalah, mengapa Anthropic?
Kami secara singkat menganalisis kegagalan OpenAI dalam perumusan standar protokol umum Agen, jadi sebaliknya, mengapa Anthropic berhasil? Claude mereka bukan open source, jadi mengapa mereka berpikir untuk membuat MCP dan menyatukan protokol Agen?
Tidak ada jawaban standar untuk pertanyaan ini, lagipula, apakah itu pilihan atau kesuksesan, ada kecelakaan sejarah.
Teman saya memberikan sudut pandang, dan itu, terlepas dari kenyataan bahwa model OpenAI telah memimpin, ChatGPT telah melakukan banyak pekerjaan aplikasi, tetapiDalam hal pemrograman, Claude adalah raja mutlak。
SementaraAgen Pengkodean adalah arahan agen khusus pertama yang mendaratSejumlah besar alat Agen Pengkodean seperti Cursor, Devin, Windsurf, dan cline telah muncul, dan model yang disukai untuk alat ini adalah Claude 5.0.
Programmer benar-benar sangat "revolusioner sendiri" dan pengadopsi teknologi baru yang paling aktif. Misalnya, di komunitas MCP[4]Ada total 2783 Server MCP, di mana ada 0 di bawah kategori "Alat Pengembang" saja, tidak termasuk berbagai kategori pemrograman lainnya.
Protokol MCP berubah dari diusulkan, menjadi standar, menjadi open source, diadopsi secara luas, dan itu bukan pekerjaan seharian. Mungkin kepemimpinan lama Anthropic/Claude dalam pemrograman, dan kesuksesan mereka dengan AI Coding Agent, yang membuat mereka membangun standar open source seperti MCP. Tentu saja, ini hanya kata-kata keluarga, sudut, agar setiap orang berpikir secara berbeda.
Singkatnya, MCP cukup menyenangkan, dan dengan pernyataan OpenAI, seharusnya ada gelombang klimaks resmi Server MCP berikutnya.
Saya menulis lebih dari 3000 kata, dan saya merasa seperti saya hanya menulis awal. Saya terlalu sibuk akhir-akhir ini, dan saya ingin menulis lebih banyak jika saya punya waktu, sehingga Anda dapat menyukai dan mengikuti saya dan memberi tekanan pada saya, haha.
Terakhir, mari kita akhiri dengan akhir biasa dari Pak Ng Anda: Terus Belajar!