文 | 硅基研究室 kiki
Manus拉動的智能體復現(xiàn)潮，意外帶火了OpenAI最強競對。
在「AI Agent元年」的討論背后，Anthropic也以另一種方式也被人們重新討論，在諸多復現(xiàn)Manus的案例中，「MCP」成了新的熱詞。
所謂的「MCP」是Anthropic在去年11月發(fā)布的「模型上下文協(xié)議」，用來連接大模型的外部數(shù)據(jù)和工具，你可以將它視為AI領域的「USB-C接口」，以標準化的形式簡化了AI與外部世界的交互。
商業(yè)世界有句話：“一流企業(yè)買標準、二流企業(yè)賣品牌、三流企業(yè)賣產品。”在「做標準」這件事上，Anthropic似乎比OpenAI走得更遠、更深。
原美團聯(lián)合創(chuàng)始人王慧文近期也在「即刻」上發(fā)文稱：“越來越覺得，Anthropic會替代OpenAI成為AGI擔當”。
與OpenAI的擅長營銷和「大力出奇跡」不同，Anthropic以低調穩(wěn)健著稱，并不一味追求C端的影響力，他們對外更專注研究模型的安全性和可解釋性，研究重點更多地集中在B端——更好地向企業(yè)和開發(fā)者銷售模型能力。
以慢為快的Anthropic，能成為AGI擔當嗎？
一、「MCP」出圈背后，Anthropic的「生態(tài)野心」
「MCP」的出圈并非是偶然，自去年11月底發(fā)布后，「MCP」就受到不少企業(yè)和開發(fā)者的關注。
引發(fā)討論的原因也很簡單，人們一直都關注「如何讓大模型與外部系統(tǒng)交互」，而Anthropic試圖給出一個比OpenAI更好的通用化解決方案。
OpenAI針對這一問題也給出過自己的解決方案，從2023年3月推出GPT Plugins 協(xié)議，首次允許模型以插件形式與外部應用交互，再到Function Calling（函數(shù)調用）機制的成熟，為了增強模型能力、擴充生態(tài)，大模型企業(yè)一直在探索如何將自然語言轉化為結構化的操作指令，以接入外部世界。
但Function Calling的局限性在于，如果開發(fā)者要調用和整合多個不同API時，就需要「重復造輪子」——每個大模型供應商各自API都有不同的協(xié)議（接口、異常、方法、參數(shù)、返回值、文檔），這需要單獨為外部功能設計標準化的函數(shù)接口，由于沒有通用標準，開發(fā)成本就變高了。
「MCP」比Function Calling多走了一步——提供了一套API的調用標準，通過標準化框架確保生成的函數(shù)調用在不同的系統(tǒng)中一致有效地執(zhí)行，用一個標準試圖取代過去碎片化的集成方式。
AutoCoder的開發(fā)者祝威廉提到，「MCP」有兩點價值，一是Function Calling的標準化，二是，如果所有API都重新以「MCP」來暴露，大模型就可以直接調用世界上所有的API。
圖源：X@Matt Pocock
這當然顯示出Anthropic的生態(tài)野心，但和技術歷史上所有想要「建立標準」的科技公司一樣，人們對MCP也存在「樂觀和悲觀」兩種態(tài)度。
真正驅動「MCP」此輪出圈有兩個關鍵動力：一是越來越多的頭部AI代碼編輯器，如Cursor、Windsurf都已宣布支持「MCP」協(xié)議。
二是社區(qū)用例的增長。Github上有不少社區(qū)和個人開發(fā)者開源了自己的MCP Server，很多寫好的MCP Server可以復用，甚至像Cline這樣的AI編程插件還推出了MCP Marketplace的類「App Store」第三方商店，諸多開發(fā)者也推出了「MCP」目錄導航站，比如獨立全棧開發(fā)者艾逗筆做的「http://mcp.so」、Smithery MCP等，一個MCP的外部分發(fā)生態(tài)正在形成。
當然，標準的建立是一個漫長的過程，目前「MCP」生態(tài)還處于早期，由于不同模型對Function Calling支持度也不一樣（例如存在穩(wěn)定性差、無法命中函數(shù)等問題），因此在體驗側存在語言的支持度、Server的質量等問題。也有開發(fā)者認為，「MCP」協(xié)議是以模型為中心的標準，而非以Agent為中心。
LangChain創(chuàng)始人Harrison Chase就認為，「MCP」主要針對的是非開發(fā)人員，降低他們開發(fā)Agent的門檻，他認為MCP更像是一種插件，但又和OpenAI的GPTs不同，具體有兩個理由：
一是，MCP的生態(tài)系統(tǒng)已經遠遠大于插件的生態(tài)系統(tǒng)；二是當前模型能力已經變得更好，開發(fā)者能更有效地使用這些工具。
LangChain還發(fā)起了一個「MCP是曇花一現(xiàn)還是未來標準」的投票，圖源：官方博客
可以說，和強調「模應一體」的大模型公司不一樣，以「MCP」出圈的Anthropic提供了另一條的路徑——回到第一性原理，用建立標準來塑造自己的護城河。
二、以慢為快的Anthropic，深入OpenAI 腹地
一個有意思的現(xiàn)象是，在國內AI創(chuàng)業(yè)中，Anthropic也成了被高頻提起的對象。
MiniMax創(chuàng)始人閆俊杰在接受《晚點》采訪時，就多次提到Anthropic，他拿 OpenAI和Anthropic做對比，盡管前者用戶規(guī)模是后者的幾十倍，但估值、資金和人才都不過后者的三倍多。
而在「建標準」上，事實上「MCP」和OpenAI最初推出的Plugins很類似，但OpenAI由于負擔更多C端用戶和商業(yè)化目標，最終選擇關閉了Plugins。
一位大模型創(chuàng)業(yè)者向「硅基研究室」形容兩家公司的差異性：“OpenAI以封閉和商業(yè)化尋求模型的廣度，Anthropic則是聚焦模型的深度”。
這或許也是為什么Anthropic推出「MCP」的原因所在。
過去一年間，Anthropic也在以自身的優(yōu)勢，深入OpenAI的腹地。
首先，和OpenAI不同，Anthropic專注在B端的需求升級上，他們更有針對性地向企業(yè)和開發(fā)者銷售其模型賣點——例如更大的上下文窗口、數(shù)據(jù)接口及安全性。
其次，則是代碼能力，Anthropic旗下模型Claude系列以出色的代碼能力收獲了B端企業(yè)客戶的認可。被稱為「代碼界Google」的Sourcegraph聯(lián)合創(chuàng)始人Quinn Slack曾提到，他們的客戶大多會選擇堅持使用Anthropic模型，而不是切換到OpenAI。
今年2月末，Anthropic又發(fā)布了新款模型Claude 3.7 Sonnet，延續(xù)了自己在AI Coding上的優(yōu)勢，Claude 3.7 Sonnet在SWE-bench Verified測試中也遠超上一代Claude 3.5 Sonnet和其他競爭對手。
再者，Anthropic也在加碼反攻之態(tài)，不僅大幅擴充企業(yè)銷售團隊人數(shù)，也在布局算力投資計劃。Anthropic聯(lián)合創(chuàng)始人兼首席計算官Tom Brown此前宣布了「雷尼爾計劃」，他們計劃將使用一個擁有數(shù)十萬枚亞馬遜自研芯片的算力集群，芯片數(shù)量是Anthropic現(xiàn)有算力集群的五倍以上。
3月初，Anthropic又完成了新一輪35億美元融資，投后估值達615億美元，在大模型的巨額融資門檻下，Anthropic還在持續(xù)擴充資本彈藥。
某種程度上來說，OpenAI和Anthropic所代表的是兩條通往AGI的道路——一條是更快的商業(yè)化、更廣的用戶覆蓋和更酷的故事，另一條則是更垂直的賽道、更深入的基礎工作，兩條道路沒有優(yōu)劣，只不過在更激烈的模型競爭里，這一次的目光聚焦到了Anthropic身上。
參考資料：
1、祝威廉：MCP 到底該怎么理解
2、新智元：MCP協(xié)議詳解：復刻Manus全靠它，為什么說MCP是Agent進化的一大步？
3、阿里云開發(fā)者：從零開始教你打造一個MCP客戶端
4、LangChain ：MCP: Flash in the Pan or Future Standard