尽管人工智能（AI）智能体在旅行规划、商业问题解答等领域展现出巨大潜力，但在实际应用中，如何让这些智能体与外部工具和数据实现高效协同仍面临诸多挑战。开发者通常需要手动搭建各种连接器并维护其运行，这种做法不仅效率低下，还存在扩展性和管理上的隐患。
针对这一问题，谷歌推出了一项名为MCP（Model Context Protocol，模型上下文协议）的全新服务。该服务旨在简化AI智能体与谷歌及其云服务的集成过程，首批支持的服务包括地图（Maps）、BigQuery、Compute Engine和Kubernetes Engine。
这一举措恰逢谷歌最新 Gemini 3 模型发布，显示出公司希望将更强大的推理能力与现实世界工具相结合的战略意图。据谷歌云产品管理总监Steren Giannini介绍，MCP服务的推出使开发者能够以更简便的方式连接AI智能体与谷歌生态。
“我们正在努力让谷歌平台更加智能化，”Giannini向TechCrunch表示：”过去开发者可能需要花费一到两周时间来搭建和维护各种连接器，而如今他们只需简单粘贴一个托管端点的URL即可完成集成。”
以Maps为例，Giannini解释道，若没有MCP，开发者只能依赖模型内置的知识库。但借助Google Maps MCP服务器，智能体能够基于真实、最新的地理位置信息进行决策。
尽管MCP服务最终将覆盖谷歌所有工具，但目前仍处于公开预览阶段，这意味着其功能尚未完全成熟。不过，对于已付费使用谷歌云服务的企业客户，这些MCP服务器将免费提供。
Giannini表示：”我们计划在明年初正式发布这项服务，并每周持续增加新的MCP服务器。”
MCP协议最初由Anthropic开发并开源，现已成为AI智能体工具生态中的重要标准。就在最近，Anthropic将MCP捐赠给Linux基金会专项基金，旨在推动AI基础设施的标准化。
“MCP的魅力在于其开放性，只要谷歌提供一个服务器，任何客户端都能与之连接，”Giannini说道：”我们期待看到更多创新的客户端出现。”
从技术角度看，MCP客户端可以理解为AI应用与MCP服务器之间的通信桥梁。除了自家的Gemini CLI和AI Studio外，Giannini还尝试将Anthropic的Claude和OpenAI的ChatGPT作为客户端使用，结果显示这些模型均能顺利完成调用。
在企业级应用方面，谷歌强调MCP的意义不仅限于服务集成。其API管理产品Apigee将为企业的智能体应用提供完整的治理能力，包括权限控制、流量监控等关键功能。
具体而言，Apigee能够将传统API转换为智能体可识别的MCP服务，同时保留原有的安全和治理机制。这意味着企业现有的API治理策略可以直接应用于AI智能体。
在安全性方面，谷歌采用Google Cloud IAM权限机制对MCP服务器进行保护，并通过Model Armor提供专门的安全防护，抵御提示词注入、数据泄露等高级威胁。管理员还可以借助审计日志实现全面的可观测性管理。
未来几个月内，谷歌计划将MCP支持扩展到存储、数据库、日志与监控等多个领域，进一步完善其AI服务生态。
“我们已经搭建好了基础平台，开发者无需再自己动手，”Giannini总结道：”这将大大提升AI应用的开发效率。”
相关文章
