MCP是什么：AI世界的Type-C接口

2026-09-25 · 彬城AI AI科普系列

大家好，今天这期视频我们来讲MCP是什么，MCP为什么被称为AI世界的Type-C接口，它又解决了什么问题，今天这期视频我们一次把它讲清楚。

首先MCP英文全称叫Model Context Protocol，意思是模型上下文协议。那么这个MCP，它是24年11月由Anthropic公司推出的。简单来说，MCP就是AI大模型的工具接口的统一标准。那么这句话可能听起来有点拗口，但是它其实很简单，在此之前，我们先了解一下MCP它解决了什么问题。

MCP它是解决了传统AI函数调用的M×N问题。那么我们都知道，智能体它是有工具调用的能力，工具调用实际上就是函数调用的能力。那么传统的函数调用，就是这个Function Calling。举个例子你就知道了，比如说我们想要AI查一个天气，那么AI是怎么实现的？AI是写了一个查天气的函数，那么用户问AI天气怎么样，AI就调用这个提前写好的函数，去执行得到天气的状况。这个过程就叫函数调用的过程，也就是Function Calling的过程。

那么这个函数大概长什么样子？函数基本上包含两个部分。第一个部分叫定义部分，它是一段JSON格式的说明，相当于一段文本说明。第二部分是执行，你可以理解成它是一段执行代码。

那么我们看传统的这个Function Calling方式，它会出现什么问题？比如说你想开发两个AI平台，第一个你想开发豆包，你想让豆包它具有四种场景的功能：第一个你想让它实现查天气的功能，第二个查空气质量，第三个让它写邮件，第四个让它收邮件。那这种情况你需要写几个函数呢？四种情况你就要写四种函数，那么这个四就代表这个N。你开发完豆包这个平台你觉得还不够，你说我还想开发一个DeepSeek这个平台，那么这个M就代表二。那本就需要写二乘以四，你一共要写八种函数。所以说就非常的繁琐，如果你还想开发一种，那就三，三四一十二，又加四种。所以说传统的Function Calling这个方式，让开发者这个工作非常重复繁琐。

那所以MCP就出来了。MCP出来以后，首先函数不需要开发者写，函数由谁写？由这个工具的服务商去写。还是这个场景，比如说我们第一个查天气和查空气质量，它都是叫这个天气服务商，他写的，他开发了这个叫天气的工具箱。因为它是两个工具嘛，它这两个工具箱把这两个工具都包含起来了。然后第二个这个叫邮件的服务商，我们把它叫做邮件的工具箱。那这个时候，这个N就从这个四变成了二，因为两种工具箱就只要写两次。那么我们知道MCP，它是AI大模型统一的接口标准，统一的接口标准就代表不管你有多少个平台，你有无数个平台，你这个AI这个M都会变成一。意思是不管你所有的大模型，大家都要遵守一个约定好的统一的标准，那这个标准就是这个MCP嘛。所以说原来的M变成了一，之前需要八种函数才能实现的这个场景，MCP出来以后就只要两种了。

如果你还没听懂也没关系，你可以这样理解：像以前我们的手机啊、平板电脑、还有笔记本电脑，它们的接口都各不一样，所以你要准备很多种数据线。那么近几年的发展，大家都统一成为Type-C接口。所以说你尽管有这么多设备，你只要一根数据线就够了，都可以实现之前很多数据线才能完成的工作。那么这个就是MCP，它解决了传统AI函数调用的M乘N的问题。

MCP它是如何被这个大模型调用的？准确说其实大模型它不是直接调用MCP服务的，而是要通过一个中间层。那么这个中间层，我们可以把它理解成是一个客户端。那这个客户端可能就是你的Codex，或者是TRAE Work，或者是你的WorkBuddy，这些AI编程智能体。或者如果你不用的话，你是一些开源的SDK，你可以把它理解成是一个几百行代码的一个通信执行的一个函数。总之你用这个开源的工具箱，你就可以把你的大模型和MCP进行一个连接。

那么我们讲调用，它分为三个步骤。第一个步骤叫连接，就是把你的MCP服务连接到你这个大模型。这些智能体它都有一个插件市场，那么在这个插件市场上面，你可以看到非常多的这个服务供应商，他们把自家应用的MCP都给推出。你只要点一个加号，就代表这个服务已经下载到你这个客户端上面去。

那么第二个就是决策。决策实际上就是你用户问大模型，比如说你问大模型天气怎么样啊，那么他就把这个请求发给这个客户端。客户端它就会生成一段这个相应的函数，去调用MCP服务，也就是执行。其实二和三它都是连起来的。

那么实际上MCP它长什么样子呢？我们知道之前的函数调用，它的函数第一部分是叫定义，第二部分叫执行。实际上MCP它大概也是这样。所以这就会导致一个局限性，MCP多的话，你的上下文占用的东西就会太多了。因为你要知道一个MCP的服务，它实际上就是一个工具箱，工具箱里面包含了多种工具。它就会阅读你MCP的所有的内容，比如说你有一个工具箱，里面有五个工具，它就会读五遍。如果你有十个工具箱，每个工具箱都有三种或者五种，那就会读三五十遍。所以它会造成大模型上下文的占用问题，响应慢还会费你的token。

那么Skill的出现就补上了这块短板。因为本身Skill它作为技能的话，它第一步先会给大模型发送它的技能名字和一段简介，告诉大模型我这个技能是哪一方面，里面包含了哪些工具，这么一段简短的话给大模型，就不会造成大模型的上下文占用太多。如果大模型发现了这个Skill是它需要用的，那么它再阅读完整的一个MCP的内容。这样的话就可以大大减少这个上下文的占用问题。

好，最后总结一下。今天这期视频我们讲了MCP的概念，还讲了函数调用它这个存在的M乘以N的问题。然后我们讲了调用的过程，最后讲它的局限性，还有现在利用Skill，它MCP和这个技能已经结合的非常完美了。虽然我们是看不到MCP的一些东西呢，是因为它已经被封装到这个技能里面了。

本文整理自彬城AI《AI科普》系列科普视频，文字略有整理。更多内容见行业洞察。彬城AI（彬城工程咨询（南昌）有限公司）提供人工智能体开发、信息化系统建设与AI实战培训服务，业务交流请致电 182 7919 8383。