“MCP”（模型上下文协议）突然火了。
百度从C端切入，“心响”利用MCP协议整合多种AI模型和外部工具，百度地图也宣布支持MCP接口。阿里云百炼上线全生命周期MCP服务，在支付宝等产品中集成了MCP协议，实现AI工具的一键调用。4月29日，阿里开源的Qwen3系列模型同样支持MCP协议。
如果仔细观察，其背后推手是国外的Anthropic、OpenAI、谷歌，国内的百度、阿里、字节等大厂。
表面上看，行业头部大厂和AI公司试图在为AI Agent落地打通“最后一公里”，统一行业标准，释放Agent调用工具的能力。但背后隐藏着，上述公司对未成熟行业的定义权。
实际上，除了开源的MCP外，OpenAI、谷歌等公司都自有一套Agent调用工具标准。选择Anthropic构建的MCP，并不意味着对其地位的认可，而是在已经在开源的基础上，短暂达成一致，迅速扩大生态伙伴圈。
从大背景来看，MCP可以视为Agent落地的一环。Manus只是一个开端，标准共识达成后，肉眼可见的将是大规模Agent应用落地。
届时，Agent应用又将演变为大厂生态之争。
做独立Agent应用，不得不面临成本和被头部公司覆盖的危险，被集成到大厂Agent应用生态或许成为选择之一。由此，大厂掌握了从定义到筛选的权力。在此情况下，生态越完备，数据壁垒越高，在行业中的话语权就越大。
大厂扩列
有相关技术人员认为，MCP本质是给模型和外部工具之间提供了一个标准，和高效的连接方式。他特别强调，“MCP仅是个协议，并没有提升或给大模型带来任何新的能力”。
上述技术人员表示，MCP对构建服务而言，不是必选项。即使没有MCP，通过Function Call和现有的工具调参也可以达到相同的效果。
虽然从技术实现角度，不管是否有MCP，实现的流程都是一样的。但统一的标准协议对大厂在行业话语权至关重要。可以说，是OpenAI、谷歌先认可了MCP的地位，紧接着阿里、百度后来跟上。通过相互认同的方式，他们在国内外掀起了一股开放MCP服务潮流。某家刚开放了MCP服务的负责人告诉我们，在MCP出来以前，客户想要深度使用一款AI产品功能，只能选用SaaS工具。但对很多具有行业know how的客户来说，通用SaaS欠缺了一些深度能力。
按照以前则只能走定制化路线，通过Open API的方式集成到系统里。现在推出MCP服务后，只要一个支持标准MCP协议的Agent，就能快速接入到产品平台，“省时、省力和省钱”。
未来，为了扩大MCP服务的声量，该负责人表示，他们会考虑开源和上架阿里、百度模型服务平台。看重的指标有两个：大厂的流量和生态扶持。
百度智能体业务首席架构师、心响APP负责人黄际洲跟我们透露，心响既支持外部MCP接入，也有自己的独立协议。目前，心响内一共接了十个智能体，包含百度系文库AI绘本功能以及外部健康等功能。
现有案例表明，MCP的落地场景效果与技术无关，而是技术之外的因素在起作用。从百度到阿里，生态是关键的一环，在无需“磨合”的情况下完成了适配。
光子星球注意到，阿里云百炼平台云部署MCP Server数量达到了31个，地图、文生图、搜索等功能均属阿里生态。
大厂在其中承担了集成和被集成的角色。一方面输送自己成熟的MCP服务能力，比如百度地图、高德地图开放MCP接口；另一方面在生态中集成外来的第三方能力，与之互为补充，生态越完善，能满足用户的需求就越丰富。
接入MCP后相当于拥有了“原子化”的能力，可以随意组合嵌入到业务流中。例如，开发者可以通过“支付宝MCP Server”接入收单支付功能，打通AI应用的支付渠道，解决智能体“能对话不能收钱”的痛点。
从Manus到百度心响
AI研究网站“AI Digest”，一项研究表明，AI Agent所能完成的任务长度正在呈指数级增长，每过七个月能力翻一番。
按照该趋势推算，2026年，AI Agent将能完成2小时的任务；2027年完成8个小时即一个工作日的任务；到2029年，Agent将能完成一个月的工作量。
Agent应用产品的前景不可估量。此前饥饿营销的Manus，勾勒出了多智能体完成任务的产品样本，但后期效果差强人意。百度在近期推出了相似产品定位的“心响”，探索通用Agent产品。
在产品形态上，从过去AI助手的你问我答，变成了直接完成任务从交付上。过去的AI助手给到的是零件，需要用户自己去组装，现在的Agent产品可以直接交付最终成品。从效率来看，过去用户在复杂、繁琐的任务流程中反复拉扯，需要通过完善prompt来表达需求，现在只用一句话，所有步骤可以全自动完成。
在执行任务中，有一个“管家”性的角色被称为主智能体，负责拆解用户需求和分配任务。指令下达后，由各子智能体来同时进行。
心响目前上线了安卓移动端，未来将上线PC端。Manus一类Agent产品，难点不在于技术，而是受限于屏幕。手机屏幕太小，想要用户看清楚东西或者快速交互，很困难。反之，PC端屏幕虽大，但问题是如何高效利用起来。
黄际洲告诉我们，MCP协议在调用多智能体协作过程中发挥了很大作用，就像一把钥匙，有了统一的秘钥，让接入变得更加简单。但他也表示，目前为止，业界最大的问题是，都想获得，贡献者却很少。“背后的成本太大了，假设把Tool Use做成MCP，乘以1000或许还是能承担的成本，但如果乘以1000万、1亿呢”。
当下，平摊成本的解决方法是生态。黄际洲认为，各家都开放MCP后，壁垒在于生态，能否把商业模型跑通。理想的情况下，开发者和大厂都能赚到钱，需求越做越大，给用户提供的体验也越来越好。
目前，心响产品目标是成长为通用的超级智能体。横向，尽可能把更多的场景融入到应用里；纵向，把场景做深，把功能做到极致。
黄际洲认为，法律、旅游、健康、教育、研究都是比较好的场景，在此基础上再拓展长尾交互场景。“尾巴越长越好，壁垒越来越高”，在百度的MCP生态上，把更多的AI功能组合进来，做多智能体交付。
商业化还是广告？
Agent应用的商业化方向是什么？截至目前，大概率还是流量和广告。
很大程度上由现在的Agent应用机制决定。心响在演示中有个例子，用户要去哈尔滨玩，让Agent帮忙做攻略、打电话、使用团购券订餐厅。详细拆解，这里面实则包含了地图、点评、旅游出行等服务功能。
想要形成完整的服务，就必须要具备完整的数据链。据心响透露，他们引入了“猫眼数据”，来让电影票房更加准确。有些第三方可以跨越大厂间竞争，但有些则无法做到，这意味着前期一定拼的是各自生态的多样性和完整性。
Agent应用就像是入口一样的存在，倒流给生态中的其他应用，最后完成从提需求到交付的闭环，这部分收入属于“肥水不流外人田”。
第三方用以补充大厂生态的Agent则落到了流量池中。据我们了解，百度等大厂的MCP和Agent有筛选机制，由大厂来决定是否选接入某一家的Agent。前期，大厂需要更多的开发者进入来补充应用商店的空白，但到后期就变成了流量竞争。和竞价广告逻辑一样，谁出价更高，谁的曝光度就越高。
在用户使用应用过程中同样存在该情况，比如在旅游攻略案例中，搜索出现的餐厅排名、飞机价格排名等这些筛选权，也掌握在大厂的手中。仅一个广告就可实现“一鱼多吃”，商家通过广告营销提高排名顺序，用户则可以购买免广或竞价服务来提升使用体验。
如此一来，Agent应用似乎可以杀死多款应用，但杀不死既有的广告投流体系。
大厂通过Agent应用引流，向商家收取广告费；用户行为数据（如搜索偏好、个性化数据）被用于精准广告投放；通过整合地图、点评、支付等基础设施，形成服务闭环，第三方Agent被迫依赖其数据接口，沦为流量管道。
国外OpenAI和Perplexity已经渐有上述趋势，国内百度、阿里、字节可能也不远了。
