文 | 光子星球
"MCP"（模型上下文协议）突然火了。
百度从 C 端切入，" 心响 " 利用 MCP 协议整合多种 AI 模型和外部工具，百度地图也宣布支持 MCP 接口。阿里云百炼上线全生命周期 MCP 服务，在支付宝等产品中集成了 MCP 协议，实现 AI 工具的一键调用。4 月 29 日，阿里开源的 Qwen3 系列模型同样支持 MCP 协议。
如果仔细观察，其背后推手是国外的 Anthropic、OpenAI、谷歌，国内的百度、阿里、字节等大厂。
表面上看，行业头部大厂和 AI 公司试图在为 AI Agent 落地打通 " 最后一公里 "，统一行业标准，释放 Agent 调用工具的能力。但背后隐藏着，上述公司对未成熟行业的定义权。
实际上，除了开源的 MCP 外，OpenAI、谷歌等公司都自有一套 Agent 调用工具标准。选择 Anthropic 构建的 MCP，并不意味着对其地位的认可，而是在已经在开源的基础上，短暂达成一致，迅速扩大生态伙伴圈。
从大背景来看，MCP 可以视为 Agent 落地的一环。Manus 只是一个开端，标准共识达成后，肉眼可见的将是大规模 Agent 应用落地。
届时，Agent 应用又将演变为大厂生态之争。
做独立 Agent 应用，不得不面临成本和被头部公司覆盖的危险，被集成到大厂 Agent 应用生态或许成为选择之一。由此，大厂掌握了从定义到筛选的权力。在此情况下，生态越完备，数据壁垒越高，在行业中的话语权就越大。
大厂扩列
有相关技术人员认为，MCP 本质是给模型和外部工具之间提供了一个标准，和高效的连接方式。他特别强调，"MCP 仅是个协议，并没有提升或给大模型带来任何新的能力 "。
上述技术人员表示，MCP 对构建服务而言，不是必选项。即使没有 MCP，通过 Function Call 和现有的工具调参也可以达到相同的效果。
虽然从技术实现角度，不管是否有 MCP，实现的流程都是一样的。但统一的标准协议对大厂在行业话语权至关重要。可以说，是 OpenAI、谷歌先认可了 MCP 的地位，紧接着阿里、百度后来跟上。通过相互认同的方式，他们在国内外掀起了一股开放 MCP 服务潮流。
某家刚开放了 MCP 服务的负责人告诉我们，在 MCP 出来以前，客户想要深度使用一款 AI 产品功能，只能选用 SaaS 工具。但对很多具有行业 know how 的客户来说，通用 SaaS 欠缺了一些深度能力。
按照以前则只能走定制化路线，通过 Open API 的方式集成到系统里。现在推出 MCP 服务后，只要一个支持标准 MCP 协议的 Agent，就能快速接入到产品平台，" 省时、省力和省钱 "。
未来，为了扩大 MCP 服务的声量，该负责人表示，他们会考虑开源和上架阿里、百度模型服务平台。看重的指标有两个：大厂的流量和生态扶持。
百度智能体业务首席架构师、心响 APP 负责人黄际洲跟我们透露，心响既支持外部 MCP 接入，也有自己的独立协议。目前，心响内一共接了十个智能体，包含百度系文库 AI 绘本功能以及外部健康等功能。
现有案例表明，MCP 的落地场景效果与技术无关，而是技术之外的因素在起作用。从百度到阿里，生态是关键的一环，在无需 " 磨合 " 的情况下完成了适配。
光子星球注意到，阿里云百炼平台云部署 MCP Server 数量达到了 31 个，地图、文生图、搜索等功能均属阿里生态。
大厂在其中承担了集成和被集成的角色。一方面输送自己成熟的 MCP 服务能力，比如百度地图、高德地图开放 MCP 接口；另一方面在生态中集成外来的第三方能力，与之互为补充，生态越完善，能满足用户的需求就越丰富。
接入 MCP 后相当于拥有了 " 原子化 " 的能力，可以随意组合嵌入到业务流中。例如，开发者可以通过 " 支付宝 MCP Server" 接入收单支付功能，打通 AI 应用的支付渠道，解决智能体 " 能对话不能收钱 " 的痛点。
从 Manus 到百度心响
AI 研究网站 "AI Digest"，一项研究表明，AI Agent 所能完成的任务长度正在呈指数级增长，每过七个月能力翻一番。
按照该趋势推算，2026 年，AI Agent 将能完成 2 小时的任务；2027 年完成 8 个小时即一个工作日的任务；到 2029 年，Agent 将能完成一个月的工作量。
Agent 应用产品的前景不可估量。此前饥饿营销的 Manus，勾勒出了多智能体完成任务的产品样本，但后期效果差强人意。百度在近期推出了相似产品定位的 " 心响 "，探索通用 Agent 产品。
在产品形态上，从过去 AI 助手的你问我答，变成了直接完成任务从交付上。过去的 AI 助手给到的是零件，需要用户自己去组装，现在的 Agent 产品可以直接交付最终成品。从效率来看，过去用户在复杂、繁琐的任务流程中反复拉扯，需要通过完善 prompt 来表达需求，现在只用一句话，所有步骤可以全自动完成。
在执行任务中，有一个 " 管家 " 性的角色被称为主智能体，负责拆解用户需求和分配任务。指令下达后，由各子智能体来同时进行。
心响目前上线了安卓移动端，未来将上线 PC 端。Manus 一类 Agent 产品，难点不在于技术，而是受限于屏幕。手机屏幕太小，想要用户看清楚东西或者快速交互，很困难。反之，PC 端屏幕虽大，但问题是如何高效利用起来。
黄际洲告诉我们，MCP 协议在调用多智能体协作过程中发挥了很大作用，就像一把钥匙，有了统一的秘钥，让接入变得更加简单。但他也表示，目前为止，业界最大的问题是，都想获得，贡献者却很少。" 背后的成本太大了，假设把 Tool Use 做成 MCP，乘以 1000 或许还是能承担的成本，但如果乘以 1000 万、1 亿呢 "。
当下，平摊成本的解决方法是生态。黄际洲认为，各家都开放 MCP 后，壁垒在于生态，能否把商业模型跑通。理想的情况下，开发者和大厂都能赚到钱，需求越做越大，给用户提供的体验也越来越好。
目前，心响产品目标是成长为通用的超级智能体。横向，尽可能把更多的场景融入到应用里；纵向，把场景做深，把功能做到极致。
黄际洲认为，法律、旅游、健康、教育、研究都是比较好的场景，在此基础上再拓展长尾交互场景。" 尾巴越长越好，壁垒越来越高 "，在百度的 MCP 生态上，把更多的 AI 功能组合进来，做多智能体交付。
商业化还是广告？
Agent 应用的商业化方向是什么？截至目前，大概率还是流量和广告。
很大程度上由现在的 Agent 应用机制决定。心响在演示中有个例子，用户要去哈尔滨玩，让 Agent 帮忙做攻略、打电话、使用团购券订餐厅。详细拆解，这里面实则包含了地图、点评、旅游出行等服务功能。
想要形成完整的服务，就必须要具备完整的数据链。据心响透露，他们引入了 " 猫眼数据 "，来让电影票房更加准确。有些第三方可以跨越大厂间竞争，但有些则无法做到，这意味着前期一定拼的是各自生态的多样性和完整性。
Agent 应用就像是入口一样的存在，倒流给生态中的其他应用，最后完成从提需求到交付的闭环，这部分收入属于 " 肥水不流外人田 "。
第三方用以补充大厂生态的 Agent 则落到了流量池中。据我们了解，百度等大厂的 MCP 和 Agent 有筛选机制，由大厂来决定是否选接入某一家的 Agent。前期，大厂需要更多的开发者进入来补充应用商店的空白，但到后期就变成了流量竞争。和竞价广告逻辑一样，谁出价更高，谁的曝光度就越高。
在用户使用应用过程中同样存在该情况，比如在旅游攻略案例中，搜索出现的餐厅排名、飞机价格排名等这些筛选权，也掌握在大厂的手中。仅一个广告就可实现 " 一鱼多吃 "，商家通过广告营销提高排名顺序，用户则可以购买免广或竞价服务来提升使用体验。
如此一来，Agent 应用似乎可以杀死多款应用，但杀不死既有的广告投流体系。
大厂通过 Agent 应用引流，向商家收取广告费；用户行为数据（如搜索偏好、个性化数据）被用于精准广告投放；通过整合地图、点评、支付等基础设施，形成服务闭环，第三方 Agent 被迫依赖其数据接口，沦为流量管道。
国外 OpenAI 和 Perplexity 已经渐有上述趋势，国内百度、阿里、字节可能也不远了。
