AI最重要的协议变得更易用了
摘要
模型上下文协议(MCP)正在更新,采用无状态方法,消除了会话ID管理问题,使其更容易在多个服务器上大规模运行,这可能会推动企业AI代理的采用。
模型上下文协议(MCP)是AI互操作性的基本构建块之一,为AI模型提供了一种安全的方式来访问外部数据源和服务。它就像是管道,让聊天机器人能够访问你的日历、数据库或内部工具,而无需工程师为每个连接构建自定义管道。接下来……
查看缓存全文
缓存时间: 2026/07/20 21:25
# AI最重要的协议使用起来变得更简单了 | TechCrunch
来源:https://techcrunch.com/2026/07/20/ais-most-important-protocol-is-getting-a-little-bit-easier-to-use/
Model Context Protocol(https://modelcontextprotocol.io/docs/getting-started/intro)(MCP)是AI互操作性的基本构建模块之一,它为AI模型提供了一种安全的方式来访问外部数据源和服务。它就像管道系统,让聊天机器人能够接入你的日历、数据库或内部工具,而无需工程师为每个连接构建自定义管道。下周,这一协议将迎来一次重要更新,虽然终端用户可能察觉不到,但它可能会对生态系统的发展方式产生重大影响。
新版本的官方规范(https://blog.modelcontextprotocol.io/posts/2026-07-28-release-candidate/)自五月起就已公开,但周一早上我们从 Arcade 公司团队那里得到了一个异常清晰的解释(https://www.arcade.dev/blog/mcp-going-stateless/)——这家成立两年的初创公司整个业务都建立在让AI智能体在真实公司内部实际运作的工作之上,使它们能够安全地连接并操作Gmail、Slack和Salesforce等工具。
Arcade在六月融资6000万美元(https://www.businesswire.com/news/home/20260615229631/en/Arcade-Raises-$60M-to-Become-the-Secure-Action-Layer-Behind-Every-Production-AI-Agent),其核心理念是大多数AI智能体失败不是因为底层模型不够强大,而是因为周围的底层设施尚未准备就绪,而这次更新正是要解决这个问题。本质上,MCP正在改变其处理会话ID的方式——这些小的令牌让服务器能够记住“啊,这是五秒钟前同一个对话”——从而使服务器能够更容易地在更大规模下运行。
正如Arcade创始人Nate Barbettini所说:
> [在当前系统下] 当像Claude这样的MCP客户端第一次连接到服务器时,它会发送一个“你好”:我是Claude,这是我的版本,这是我的能力。服务器回复它自己的能力并返回一个会话ID……之后,客户端在每个请求中都发送这个会话ID,这样服务器就知道是同一个对话。有时会话ID会过期,所以客户端必须发现这一点,请求一个新的,然后继续……想象一下真实的部署场景。你在为数百万用户运行一个服务器,背后有一个负载均衡器,它的全部任务就是将每个请求路由到服务器集群中任何空闲的机器,有时甚至在不同的区域。现在,每一台机器都必须知道另一台机器发出的会话ID。这不是不可能,但非常麻烦,而且它是在与负载均衡器对抗,而不是与之协作。
换句话说,当前的设置假设一台服务器会记住你,但真实公司会将流量分散到数十台默认互相不通信的服务器上,因此现在的MCP服务器需要额外的工作来追踪谁是谁。这对于任何大规模运行MCP服务器的人来说都是一大头痛问题,也是尽管今年围绕智能体AI有那么多炒作,但我们还没有看到更多公司推出大规模、第一方MCP集成的原因之一。
在新系统下,协议将在服务器端对会话ID采取一种更宽松的“无状态”方法,类似于大多数普通网站的工作方式,这应该会使整个系统更容易维护,并且理论上大规模运行的成本更低。
这些都是相当技术性的内容,但它是一个重要的提醒:并非AI开发的每个部分都在以极快的速度推进。当模型训练在高速竞赛时,这些模型所需的许多技术基础设施仍然需要经历标准机构共识形成的缓慢滚动过程。变化确实在发生;只是稍微慢一点而已!
*当您通过我们文章中的链接购买商品时,我们可能会获得少量佣金(https://techcrunch.com/techcrunch-affiliate-monetization-standards/)。这不会影响我们的编辑独立性。*
Russell Brandom自2012年起开始报道科技行业,专注于平台政策和新兴技术。他曾任职于The Verge和Rest of World,并为Wired、The Awl和MIT Technology Review撰稿。可通过[email protected]或Signal:412-401-5489联系他。
查看简介(https://techcrunch.com/author/russell-brandom/)
相似文章
@swyx: 解释一下
本文介绍了用于构建可插拔AI代理架构的模型上下文协议(MCP),详细介绍了在Sentry构建MCP服务器的经验教训,包括OAuth 2.1集成、设计对代理友好的工具接口以及当前生态系统的局限性。
使用 MCP 进行代码执行:构建更高效的智能体
本文来自 Anthropic,探讨了如何将代码执行与 Model Context Protocol (MCP) 相结合,以提升 AI 智能体的效率。文章分析了工具定义和中间结果导致的 token 过载等挑战,并提出代码执行作为降低延迟和成本的解决方案。
MCP 真的能减少智能体的集成工作量吗?
本文探讨了模型上下文协议(MCP)是否通过标准化智能体与工具的通信,有效减少了 AI 智能体的集成工作量,并将 Evose 中的原生 MCP 集成与 LangGraph、CrewAI 等其他技术栈中的手动连接进行了比较。
NSA警告:驱动自动化的AI协议MCP存在网络风险
美国国家安全局发布了新的安全指南,警告组织注意与模型上下文协议(MCP)相关的网络风险,该协议是一种广泛用于自动化的AI协议。
既然AI智能体可以直接抓取网站或Swagger文档,MCP还有意义吗?
探讨当AI智能体越来越多地直接抓取网站或Swagger/OpenAPI文档时,模型上下文协议(MCP)是否仍然重要,并比较两种方法的可靠性和优势。