MCP获胜，但战争才刚刚开始：为何标准化无法拯救我们免于锁定

Source: Dev.to

向标准化的转变

混乱的 AI 产业——各公司通过专有标准将用户锁定——正向统一的“Agentic AI 标准化”迈进。MCP 的势头已不可阻挡：

• 10,000+ 活跃的公共 MCP 服务器
• 97 M+ 每月下载的 Python 与 TypeScript SDK
• 主要平台全面采用：ChatGPT、Cursor、Gemini、Microsoft Copilot、VS Code，几乎所有开发者工具现在都支持 MCP
• 即时基础设施支持：AWS、Cloudflare、Google Cloud 与 Microsoft Azure 为 MCP 服务器提供部署环境

MCP 不再是“Anthropic 的便利标准”；它已成为运行 AI 代理的事实管道。

供应商中立性

此次捐赠的最大意义在于建立供应商中立性。迄今为止，MCP 即使是开源的，也被视为“Anthropic 的标准”。押注于可能随时更改规格的竞争对手技术，对其他公司而言是一种风险。Anthropic 明确说明捐赠原因：“确保 MCP 保持开源、社区主导且供应商中立。”

捐赠给 AAIF 的其他项目

AGENTS.md（由 OpenAI 捐赠）

用于描述代理使用的工具和能力的元数据标准。它统一了各公司之前零散的“代理指令”。

goose（由 Block 捐赠）

一个用于稳健 AI 代理开发的框架。

在同一基金会下管理这些项目，有望显著提升互操作性。未来“使用 goose 构建的代理读取 AGENTS.md 中定义的规范并通过 MCP 调用工具”的场景正在成为现实，即使涉及多家供应商也不例外。

最近的规范更新（11 月 25 日）

• 异步操作——代理可以在不等待耗时过程的情况下继续执行。
• 无状态——降低服务器端状态管理负担，提升可扩展性。
• 服务器身份——加强对连接合法性的验证。
• 官方扩展——提供安全的标准功能扩展机制。

Claude 目录已列出超过 75 个连接器，“工具搜索”和通过 API 的“编程式工具调用”等功能正日趋成熟，推动我们迈向“即插即用”的世界。

持续的挑战

尽管取得了进展，整个 AI 开发生态仍充满问题：

• 标准的激增，这些标准往往在数月内就会过时。
• 供应商锁定，通过专有的“技能”和“生态系统”依赖特定执行环境（例如 Claude 的生态系统）。
• 问题操作的孤岛化——即使任何工具都能通过 MCP 连接，使用这些工具的“大脑（技能）”仍在各公司专有规范中描述。

“以代理为先”的范式转变填补了供应商的护城河，降低了用户的学习成本，却促使供应商通过技能和生态系统等增值服务将用户锁定。他们的焦虑源于害怕被替代为商品。

展望

正如 Ilya Sutskever 在播客中指出的：“我们正从规模时代迈向研究时代。”我们仍然处于“研究时代”。痛点——提示工程、模型幻觉、非确定性行为——仍将持续存在。

结论： MCP 已赢得标准化战争，但 AI 开发和供应商锁定的根本挑战仍在。战斗远未结束。