今天小編分享的互聯網經驗：大模型争相接入MCP，百度智能雲推企業級MCP服務，歡迎閱讀。
圖片系 AI 生成
MCP 成為 AI 領網域互動的事實标準，只用了幾個月。
4 月 25 日，在 Create2025 百度 AI 開發者大會，百度創始人李彥宏發布了兩大模型文心大模型 4.5 Turbo 和深度思考模型 X1 Turbo，多款 AI 應用，并宣布将幫助開發者全面擁抱 MCP。
MCP（Model Context Protocol, 模型上下文協定）是由 Anthropic 于 2024 年 11 月推出的開放标準，旨在構建大模型與數據源之間的安全雙向鏈接，解決社區中工具實現風格不統一、難以跨模型共享的問題。
目前，包括百度在内，國内外支持 MCP 的廠商包括 OpenAI、Google、微軟、亞馬遜、Anthropic、阿裡、騰訊等，更多大模型生态鏈廠商也參與其中，發布自己的 MCP 服務，可以說 MCP 已經成為類似 "AI 界 HTTP" 的事實标準。
本次大會，百度智能雲正式發布了國内首個企業級 MCP 服務，第一批已經有超過 1000 個 MCP Servers 供企業及開發者選擇。另外，開發者也可以在千帆上開發自己的 MCP Server，并發布到 MCP 廣場，支持免費托管，而且百度搜索也會索引這些 MCP Server，讓它們被更多的開發者引用。
盡管都做 MCP，不同廠商的思路也有所不同，百度智能雲走的是企業級路線，同時前期盡可能讓更多開發者參與進來，先豐富 MCP 廣場的數量，結合百度搜索等獨有入口給予扶持流量，壯大自己的 MCP 生态。
為什麼需要 MCP
MCP 的誕生有其必然性，此前大模型的應用集中在類 Chatbot 場景，在更為廣泛的企業級場景，大模型應用落地需要大量依靠開發者的定制化開發，雖然百度智能雲等廠商提供了大模型工具鏈，簡化了部分開發工作，但總體上，大模型應用依然是一個苦活和累活。
2025 年，被公認為 AI Agent 元年，其典型特征就是大模型不僅會思考，也要自己能夠規劃和執行，大模型是 " 大腦 "，要完成某個具體任務，需要為大模型配上 " 四肢 "、" 五感 " 等能力。
而如果每一個 AI 應用還用定制化開發的方式，一個 AI 應用需要對接 N 個工具，M 個工具就需要 "M × N" 的集成復雜度，MCP 的價值就在于将大模型和工具的互動定為标準化協定，所有廠商用同一個标準，如此大模型應用開發就變成了 M+N，大大減少了復雜程度。
百度百度集團執行副總裁、百度智能雲事業群總裁沈抖表示，" 大模型的應用，絕大多數情況下，不是簡單的調用一下大模型。而是需要對接各種組件、工具，需要做各種精細地編排，很多時候，為了進一步提升效果，還需要對模型做調整，定制專精模型。"
他補充道，" 特别是搭建企業級業務，還得考慮計算性能、穩定性、擴展性、安全性。所以，一個應用的落地，本質上是一個‘系統’的構建過程。"
企業級應用往往比消費級的要求更高，容錯度更低，一位大模型行業人士表示，2024 年分析了各個行業各個項目後發現，項目 90% 的時間都耗在了應用開發上，因為模型是标準的，而應用是千變萬化的。
好在這些工作也有共性，總結下來無非就是四件事：補充專業知識、編排業務流程、擴展智能工具、集成企業系統，如果這些事都沉澱下來，封裝成平台，實現開箱即用，平台可以用 RAG 把老專家的經驗裝進模型，用工作流實現搭積木式業務編排，用智能體 +MCP 喚起企業的舊系統和資產。
MCP 的出現，正符合行業對大模型應用落地的集中期望。
補全企業級 Agent 的缺口
正如沈抖所言，大模型落地亟需從底層算力到應用的全棧、系統級支撐，既需高性能硬體與集群優化，也需靈活的開發工具鏈與場景化解決方案。
百度智能雲的系統級能力涵蓋算力層，例如本次公布的三萬卡自研昆侖芯集群，更新的百舸 GPU 算力平台；以及模型開發層，千帆平台上有超過 100 多個模型，不僅包括文心 4.5Turbo、文心 X1 Turbo 等百度自研模型，還包括 DeepSeek、Ilama、Vidu 等第三方模型。
在應用開發層，百度智能雲提供了千帆企業級 Agent 和 MCP 服務，讓 Agent 具備解決復雜問題的能力，完善的模型開發工具鏈，支持深度思考模型、多模态模型的定制、精調。
Agent 元年，應用開發層也是百度智能雲當下着重更新的部分，本次大會千帆平台全面更新了企業級 Agent 開發工具鏈，發布了全新推理式智能體——智能體 Pro，從快問快答更新到深思熟慮，并且支持每個企業定制自己的專屬智能體。
以污水寶為例，基于千帆 Agentic RAG 能力，讓 Agent 結合企業自己的私網域數據和企業知識庫，可以基于對任務的理解去制定檢索策略，大幅降低模型幻覺。
同時，智能體 Pro 也支持 Deep Research 深度研究模式，能讓 Agent 自主完成復雜任務的步驟規劃、信息篩選和整理，支持像人一樣操控電腦浏覽網頁（computer use）進行探索式知識收集，也支持像人一樣使用多種工具繪制圖示、撰寫，生成結構清晰、内容豐富的專業報告。
MCP 的出現，幫助開發者和企業在開發 Agent 時，能夠更好地利用行業數據和工具，補全了企業級 Agent 的缺口。
開發者要擁抱 MCP 有兩種路徑，一是把自己的資源、數據、能力通過 MCP 的形式提供出來，讓更多的 AI 應用來使用。二是自己在開發 AI 應用的時候充分利用已有的 MCP Server 資源，這樣既減少了開發量，又大幅提升能力。
百度智能雲的千帆平台是第一家支持 MCP 的大模型平台。在 MCP 之前，大模型及各種工具散落各地，規範不同、互不相通。在 MCP 之後，大模型的工具互聯互通，生态将空前繁榮。
MCP 最終是生态競争
MCP 或者說大模型，本質上是平台和生态的競争。在新技術爆發的早期，各種技術範式并不成熟，往往需要端到端的優化實現較好的性能，這也是當前大模型應用落地依賴巨頭廠商的原因。
對于巨頭廠商來說，比拼的不是長板，而是在沒有短板的情況下，不僅要建好自己的平台能力，也要營造一個繁榮的生态，如此才能吸引更多廠商參與到自己的生态，以一個大模型生态對陣另一個大模型生态。
具體到 MCP 領網域，百度大致貫徹了三步走策略。
第一步是發布自己的 MCP Server，百度率先發布了全球首個電商交易 MCP 和搜索 MCP 等，開發者可在百度智能雲千帆平台上的 " 萬能智能體助手 " 中添加百度 AI 搜索和百度優選的 MCP Server，即可讓智能體完成從信息查詢、商品推薦到直接下單購買的全流程閉環。這是國内首個支持電商交易的 MCP 服務與頂級搜索 MCP 能力的結合。
第二步是支持更多企業開發和調用更多的 MCP 服務，百度智能雲千帆平台正式發布了國内首個企業級 MCP 服務，首批上線超過 1000 個 MCP Server 供企業及開發者選用。同時，開發者也可以在千帆上開發自己的 MCP Server，發布到 MCP 廣場，享受免費托管，并能被百度搜索索引，獲得更多曝光和調用機會。
第三步是 AI 開放計劃，百度搜索開放平台發布 "AI 開放計劃 "（sai.baidu.com），旨在通過多樣的内容和服務分發機制，為智能體、H5、小程式、獨立 App 等各種形态的應用開發者提供流量入口和商業化變現的途徑，同時也讓用戶能便捷地發現和使用最新、最全的 AI 服務。
更多的企業、開發者，把自己的能力以 MCP 的方式開放出來，在實現商業價值的同時，也壯大了大模型廠商的生态體系，" 剩者為王 "，大模型競争的終局不一定是技術更強的廠商，但一定是生态更繁榮的廠商。（本文首發于钛媒體 APP，作者 | 張帥，編輯 | 蓋虹達）
