今天小编分享的互联网经验：大模型争相接入MCP，百度智能云推企业级MCP服务，欢迎阅读。
图片系 AI 生成
MCP 成为 AI 领網域互動的事实标准，只用了几个月。
4 月 25 日，在 Create2025 百度 AI 开发者大会，百度创始人李彦宏发布了两大模型文心大模型 4.5 Turbo 和深度思考模型 X1 Turbo，多款 AI 应用，并宣布将帮助开发者全面拥抱 MCP。
MCP（Model Context Protocol, 模型上下文協定）是由 Anthropic 于 2024 年 11 月推出的开放标准，旨在构建大模型与数据源之间的安全双向链接，解决社区中工具实现风格不统一、难以跨模型共享的问题。
目前，包括百度在内，国内外支持 MCP 的厂商包括 OpenAI、Google、微软、亚马逊、Anthropic、阿里、腾讯等，更多大模型生态链厂商也参与其中，发布自己的 MCP 服务，可以说 MCP 已经成为类似 "AI 界 HTTP" 的事实标准。
本次大会，百度智能云正式发布了国内首个企业级 MCP 服务，第一批已经有超过 1000 个 MCP Servers 供企业及开发者选择。另外，开发者也可以在千帆上开发自己的 MCP Server，并发布到 MCP 广场，支持免费托管，而且百度搜索也会索引这些 MCP Server，让它们被更多的开发者引用。
尽管都做 MCP，不同厂商的思路也有所不同，百度智能云走的是企业级路线，同时前期尽可能让更多开发者参与进来，先丰富 MCP 广场的数量，结合百度搜索等独有入口给予扶持流量，壮大自己的 MCP 生态。
为什么需要 MCP
MCP 的诞生有其必然性，此前大模型的应用集中在类 Chatbot 场景，在更为广泛的企业级场景，大模型应用落地需要大量依靠开发者的定制化开发，虽然百度智能云等厂商提供了大模型工具链，简化了部分开发工作，但总体上，大模型应用依然是一个苦活和累活。
2025 年，被公认为 AI Agent 元年，其典型特征就是大模型不仅会思考，也要自己能够规划和执行，大模型是 " 大腦 "，要完成某个具体任务，需要为大模型配上 " 四肢 "、" 五感 " 等能力。
而如果每一个 AI 应用还用定制化开发的方式，一个 AI 应用需要对接 N 个工具，M 个工具就需要 "M × N" 的集成复杂度，MCP 的价值就在于将大模型和工具的互動定为标准化協定，所有厂商用同一个标准，如此大模型应用开发就变成了 M+N，大大减少了复杂程度。
百度百度集团执行副总裁、百度智能云事业群总裁沈抖表示，" 大模型的应用，绝大多数情况下，不是简单的调用一下大模型。而是需要对接各种组件、工具，需要做各种精细地编排，很多时候，为了进一步提升效果，还需要对模型做调整，定制专精模型。"
他补充道，" 特别是搭建企业级业务，还得考虑计算性能、稳定性、扩展性、安全性。所以，一个应用的落地，本质上是一个‘系统’的构建过程。"
企业级应用往往比消费级的要求更高，容错度更低，一位大模型行业人士表示，2024 年分析了各个行业各个项目后发现，项目 90% 的时间都耗在了应用开发上，因为模型是标准的，而应用是千变万化的。
好在这些工作也有共性，总结下来无非就是四件事：补充专业知识、编排业务流程、扩展智能工具、集成企业系统，如果这些事都沉淀下来，封装成平台，实现开箱即用，平台可以用 RAG 把老专家的经验装进模型，用工作流实现搭积木式业务编排，用智能体 +MCP 唤起企业的旧系统和资产。
MCP 的出现，正符合行业对大模型应用落地的集中期望。
补全企业级 Agent 的缺口
正如沈抖所言，大模型落地亟需从底层算力到应用的全栈、系统级支撑，既需高性能硬體与集群优化，也需灵活的开发工具链与场景化解决方案。
百度智能云的系统级能力涵盖算力层，例如本次公布的三万卡自研昆仑芯集群，更新的百舸 GPU 算力平台；以及模型开发层，千帆平台上有超过 100 多个模型，不仅包括文心 4.5Turbo、文心 X1 Turbo 等百度自研模型，还包括 DeepSeek、Ilama、Vidu 等第三方模型。
在应用开发层，百度智能云提供了千帆企业级 Agent 和 MCP 服务，让 Agent 具备解决复杂问题的能力，完善的模型开发工具链，支持深度思考模型、多模态模型的定制、精调。
Agent 元年，应用开发层也是百度智能云当下着重更新的部分，本次大会千帆平台全面更新了企业级 Agent 开发工具链，发布了全新推理式智能体——智能体 Pro，从快问快答更新到深思熟虑，并且支持每个企业定制自己的专属智能体。
以污水宝为例，基于千帆 Agentic RAG 能力，让 Agent 结合企业自己的私網域数据和企业知识库，可以基于对任务的理解去制定检索策略，大幅降低模型幻觉。
同时，智能体 Pro 也支持 Deep Research 深度研究模式，能让 Agent 自主完成复杂任务的步骤规划、信息筛选和整理，支持像人一样操控电腦浏览网页（computer use）进行探索式知识收集，也支持像人一样使用多种工具绘制圖示、撰写，生成结构清晰、内容丰富的专业报告。
MCP 的出现，帮助开发者和企业在开发 Agent 时，能够更好地利用行业数据和工具，补全了企业级 Agent 的缺口。
开发者要拥抱 MCP 有两种路径，一是把自己的资源、数据、能力通过 MCP 的形式提供出来，让更多的 AI 应用来使用。二是自己在开发 AI 应用的时候充分利用已有的 MCP Server 资源，这样既减少了开发量，又大幅提升能力。
百度智能云的千帆平台是第一家支持 MCP 的大模型平台。在 MCP 之前，大模型及各种工具散落各地，规范不同、互不相通。在 MCP 之后，大模型的工具互联互通，生态将空前繁荣。
MCP 最终是生态竞争
MCP 或者说大模型，本质上是平台和生态的竞争。在新技术爆发的早期，各种技术范式并不成熟，往往需要端到端的优化实现较好的性能，这也是当前大模型应用落地依赖巨头厂商的原因。
对于巨头厂商来说，比拼的不是长板，而是在没有短板的情况下，不仅要建好自己的平台能力，也要营造一个繁荣的生态，如此才能吸引更多厂商参与到自己的生态，以一个大模型生态对阵另一个大模型生态。
具体到 MCP 领網域，百度大致贯彻了三步走策略。
第一步是发布自己的 MCP Server，百度率先发布了全球首个电商交易 MCP 和搜索 MCP 等，开发者可在百度智能云千帆平台上的 " 万能智能体助手 " 中添加百度 AI 搜索和百度优选的 MCP Server，即可让智能体完成从信息查询、商品推荐到直接下单购买的全流程闭环。这是国内首个支持电商交易的 MCP 服务与顶级搜索 MCP 能力的结合。
第二步是支持更多企业开发和调用更多的 MCP 服务，百度智能云千帆平台正式发布了国内首个企业级 MCP 服务，首批上线超过 1000 个 MCP Server 供企业及开发者选用。同时，开发者也可以在千帆上开发自己的 MCP Server，发布到 MCP 广场，享受免费托管，并能被百度搜索索引，获得更多曝光和调用机会。
第三步是 AI 开放计划，百度搜索开放平台发布 "AI 开放计划 "（sai.baidu.com），旨在通过多样的内容和服务分发机制，为智能体、H5、小程式、独立 App 等各种形态的应用开发者提供流量入口和商业化变现的途径，同时也让用户能便捷地发现和使用最新、最全的 AI 服务。
更多的企业、开发者，把自己的能力以 MCP 的方式开放出来，在实现商业价值的同时，也壮大了大模型厂商的生态体系，" 剩者为王 "，大模型竞争的终局不一定是技术更强的厂商，但一定是生态更繁荣的厂商。（本文首发于钛媒体 APP，作者 | 张帅，编辑 | 盖虹达）
