撰文 | 郝   鑫

編輯 | 吳先之

“MCP”（模型上下文協議）突然火了。

百度從C端切入，“心響”利用MCP協議整合多種AI模型和外部工具，百度地圖也宣布支持MCP接口。阿里云百煉上線全生命周期MCP服務，在支付寶等產品中集成了MCP協議，實現AI工具的一鍵調用。4月29日，阿里開源的Qwen3系列模型同樣支持MCP協議。

如果仔細觀察，其背后推手是國外的Anthropic、OpenAI、谷歌，國內的百度、阿里、字節(jié)等大廠。

表面上看，行業(yè)頭部大廠和AI公司試圖在為AI Agent落地打通“最后一公里”，統(tǒng)一行業(yè)標準，釋放Agent調用工具的能力。但背后隱藏著，上述公司對未成熟行業(yè)的定義權。

實際上，除了開源的MCP外，OpenAI、谷歌等公司都自有一套Agent調用工具標準。選擇Anthropic構建的MCP，并不意味著對其地位的認可，而是在已經在開源的基礎上，短暫達成一致，迅速擴大生態(tài)伙伴圈。

從大背景來看，MCP可以視為Agent落地的一環(huán)。Manus只是一個開端，標準共識達成后，肉眼可見的將是大規(guī)模Agent應用落地。

屆時，Agent應用又將演變?yōu)榇髲S生態(tài)之爭。

做獨立Agent應用，不得不面臨成本和被頭部公司覆蓋的危險，被集成到大廠Agent應用生態(tài)或許成為選擇之一。由此，大廠掌握了從定義到篩選的權力。在此情況下，生態(tài)越完備，數據壁壘越高，在行業(yè)中的話語權就越大。

大廠擴列

有相關技術人員認為，MCP本質是給模型和外部工具之間提供了一個標準，和高效的連接方式。他特別強調，“MCP僅是個協議，并沒有提升或給大模型帶來任何新的能力”。

上述技術人員表示，MCP對構建服務而言，不是必選項。即使沒有MCP，通過Function Call和現有的工具調參也可以達到相同的效果。

雖然從技術實現角度，不管是否有MCP，實現的流程都是一樣的。但統(tǒng)一的標準協議對大廠在行業(yè)話語權至關重要。可以說，是OpenAI、谷歌先認可了MCP的地位，緊接著阿里、百度后來跟上。通過相互認同的方式，他們在國內外掀起了一股開放MCP服務潮流。

某家剛開放了MCP服務的負責人告訴我們，在MCP出來以前，客戶想要深度使用一款AI產品功能，只能選用SaaS工具。但對很多具有行業(yè)know how的客戶來說，通用SaaS欠缺了一些深度能力。

按照以前則只能走定制化路線，通過Open API的方式集成到系統(tǒng)里�，F在推出MCP服務后，只要一個支持標準MCP協議的Agent，就能快速接入到產品平臺，“省時、省力和省錢”。

未來，為了擴大MCP服務的聲量，該負責人表示，他們會考慮開源和上架阿里、百度模型服務平臺�？粗氐闹笜擞袃蓚�：大廠的流量和生態(tài)扶持。

百度智能體業(yè)務首席架構師、心響APP負責人黃際洲跟我們透露，心響既支持外部MCP接入，也有自己的獨立協議。目前，心響內一共接了十個智能體，包含百度系文庫AI繪本功能以及外部健康等功能。

現有案例表明，MCP的落地場景效果與技術無關，而是技術之外的因素在起作用。從百度到阿里，生態(tài)是關鍵的一環(huán)，在無需“磨合”的情況下完成了適配。

光子星球注意到，阿里云百煉平臺云部署MCP Server數量達到了31個，地圖、文生圖、搜索等功能均屬阿里生態(tài)。

大廠在其中承擔了集成和被集成的角色。一方面輸送自己成熟的MCP服務能力，比如百度地圖、高德地圖開放MCP接口；另一方面在生態(tài)中集成外來的第三方能力，與之互為補充，生態(tài)越完善，能滿足用戶的需求就越豐富。

接入MCP后相當于擁有了“原子化”的能力，可以隨意組合嵌入到業(yè)務流中。例如，開發(fā)者可以通過“支付寶MCP Server”接入收單支付功能，打通AI應用的支付渠道，解決智能體“能對話不能收錢”的痛點。

從Manus到百度心響

AI研究網站“AI Digest”，一項研究表明，AI Agent所能完成的任務長度正在呈指數級增長，每過七個月能力翻一番。

按照該趨勢推算，2026年，AI Agent將能完成2小時的任務；2027年完成8個小時即一個工作日的任務；到2029年，Agent將能完成一個月的工作量。

Agent應用產品的前景不可估量。此前饑餓營銷的Manus，勾勒出了多智能體完成任務的產品樣本，但后期效果差強人意。百度在近期推出了相似產品定位的“心響”，探索通用Agent產品。

在產品形態(tài)上，從過去AI助手的你問我答，變成了直接完成任務從交付上。過去的AI助手給到的是零件，需要用戶自己去組裝，現在的Agent產品可以直接交付最終成品。從效率來看，過去用戶在復雜、繁瑣的任務流程中反復拉扯，需要通過完善prompt來表達需求，現在只用一句話，所有步驟可以全自動完成。

在執(zhí)行任務中，有一個“管家”性的角色被稱為主智能體，負責拆解用戶需求和分配任務。指令下達后，由各子智能體來同時進行。

心響目前上線了安卓移動端，未來將上線PC端。Manus一類Agent產品，難點不在于技術，而是受限于屏幕。手機屏幕太小，想要用戶看清楚東西或者快速交互，很困難。反之，PC端屏幕雖大，但問題是如何高效利用起來。

黃際洲告訴我們，MCP協議在調用多智能體協作過程中發(fā)揮了很大作用，就像一把鑰匙，有了統(tǒng)一的秘鑰，讓接入變得更加簡單。但他也表示，目前為止，業(yè)界最大的問題是，都想獲得，貢獻者卻很少。“背后的成本太大了，假設把Tool Use做成MCP，乘以1000或許還是能承擔的成本，但如果乘以1000萬、1億呢”。

當下，平攤成本的解決方法是生態(tài)。黃際洲認為，各家都開放MCP后，壁壘在于生態(tài)，能否把商業(yè)模型跑通。理想的情況下，開發(fā)者和大廠都能賺到錢，需求越做越大，給用戶提供的體驗也越來越好。

目前，心響產品目標是成長為通用的超級智能體。橫向，盡可能把更多的場景融入到應用里；縱向，把場景做深，把功能做到極致。

黃際洲認為，法律、旅游、健康、教育、研究都是比較好的場景，在此基礎上再拓展長尾交互場景。“尾巴越長越好，壁壘越來越高”，在百度的MCP生態(tài)上，把更多的AI功能組合進來，做多智能體交付。

商業(yè)化還是廣告？

Agent應用的商業(yè)化方向是什么？截至目前，大概率還是流量和廣告。

很大程度上由現在的Agent應用機制決定。心響在演示中有個例子，用戶要去哈爾濱玩，讓Agent幫忙做攻略、打電話、使用團購券訂餐廳。詳細拆解，這里面實則包含了地圖、點評、旅游出行等服務功能。

想要形成完整的服務，就必須要具備完整的數據鏈。據心響透露，他們引入了“貓眼數據”，來讓電影票房更加準確。有些第三方可以跨越大廠間競爭，但有些則無法做到，這意味著前期一定拼的是各自生態(tài)的多樣性和完整性。

Agent應用就像是入口一樣的存在，倒流給生態(tài)中的其他應用，最后完成從提需求到交付的閉環(huán)，這部分收入屬于“肥水不流外人田”。

第三方用以補充大廠生態(tài)的Agent則落到了流量池中。據我們了解，百度等大廠的MCP和Agent有篩選機制，由大廠來決定是否選接入某一家的Agent。前期，大廠需要更多的開發(fā)者進入來補充應用商店的空白，但到后期就變成了流量競爭。和競價廣告邏輯一樣，誰出價更高，誰的曝光度就越高。

在用戶使用應用過程中同樣存在該情況，比如在旅游攻略案例中，搜索出現的餐廳排名、飛機價格排名等這些篩選權，也掌握在大廠的手中。僅一個廣告就可實現“一魚多吃”，商家通過廣告營銷提高排名順序，用戶則可以購買免廣或競價服務來提升使用體驗。

如此一來，Agent應用似乎可以殺死多款應用，但殺不死既有的廣告投流體系。

大廠通過Agent應用引流，向商家收取廣告費；用戶行為數據（如搜索偏好、個性化數據）被用于精準廣告投放；通過整合地圖、點評、支付等基礎設施，形成服務閉環(huán)，第三方Agent被迫依賴其數據接口，淪為流量管道。

國外OpenAI和Perplexity已經漸有上述趨勢，國內百度、阿里、字節(jié)可能也不遠了。

       原文標題 : 百度、阿里爭奪AI定義權