关于模型上下文协议（MCP），开发者必问的 5 个关键问题

敖行客 Allthinker

于 2025-07-21 14:40:56 发布

阅读量520

点赞数 26

CC 4.0 BY-SA版权

文章标签： ai MCP

本文链接：https://blog.csdn.net/2401_86652632/article/details/149504883

关于模型上下文协议（MCP），开发者必问的 5 个关键问题

自 2024 年底 Anthropic 推出模型上下文协议（MCP）以来，它已成为人工智能集成领域最受关注的发展之一。在 AI 领域，关于 MCP 的开发者观点层出不穷，有人盛赞，也有人指出其不足，而实际上两者都有一定道理。

在 MCP 的 adoption 过程中，一种常见模式是：最初的怀疑会逐渐转变为认可 —— 这个协议确实解决了其他方法无法解决的架构难题。以下是开发者在考虑将 MCP 引入生产环境时值得关注的关键问题。

1. 为什么要使用 MCP 而不是其他替代方案？

大多数考虑 MCP 的开发者，其实已经熟悉 OpenAI 的自定义 GPTs、普通函数调用、带函数调用的响应 API，以及与 Google Drive 等服务的硬编码连接等实现方式。问题并非 MCP 是否会完全取代这些方法（实际上，底层仍可使用带函数调用的响应 API 连接 MCP），关键在于最终形成的技术栈。

尽管有诸多炒作，但事实是：MCP 并非巨大的技术飞跃。它本质上是以大型语言模型（LLMs）可理解的方式 “包装” 现有 API。当然，很多服务已有模型可使用的 OpenAPI 规范，对于小型或个人项目，认为 MCP “没什么大不了” 的看法有一定合理性。

但在构建需要连接多个生态系统数据源的分析工具等场景时，MCP 的实际价值就凸显出来了。没有 MCP，需为每个数据源和每个要支持的 LLM 编写自定义集成；而有了 MCP，只需实现一次数据源连接，所有兼容的 AI 客户端都能使用。