Anthropic推出的模型上下文協定（MCP，Model Context Protocol）是近期AI領域的熱門關鍵詞。透過MCP，就能快速打造可自動完成跨介面任務的AI Agent。不僅ChatGPT團隊OpenAI開放支援，近期Google也有類似協定推出！究竟MCP是什麼？怎麼用？應用場景有哪些？市面上有哪些類似產品？又有哪些優缺點與潛在風險呢？
隨著AI模型日益聰明，現今人們已很習慣請AI幫忙生活中的大小事。然而，如果是在網頁或應用程式中使用AI，它可能還有很多無法達成的任務。例如，ChatGPT雖然能寫Email、但沒辦法未經設定就直接寄出；雖然能幫忙規劃行程，但沒辦法直接新增在Google行事曆上等。
而MCP就是解決這些問題，讓AI成為能跨平台執行任務的AI Agent的方法。
MCP是什麼？Google也有類似協定？
MCP是Model Context Protocol的縮寫，中文翻譯為「模型上下文協定」，其為Claude AI母公司Anthropic於2024年11月推出的開源協定。在MCP出現之前，不同網站和工具都有各自的API調用規則，而MCP提供了一個標準化的方法，讓AI與其他外部工具連接時更有效率。
若要快速了解MCP的概念，最常見的生活化比喻，就是將其理解為電子設備的USB-C接口：許多人常用的蘋果（Apple）產品，過去採用獨家的Lightning接口，只能連接蘋果自家的充電線；但蘋果在2023年時推出iPhone 15時，將接口改為主流的USB-C，從此以後，即使是不同廠牌的充電線，也都因為有標準化的規格而能通用。
MCP推出後受到廣大關注，許多知名公司已宣布旗下工具支援MCP，包括OpenAI、Microsoft、AWS等。Github上也已有網友寫好的數百個MCP伺服器（MCP Server），方便使用者根據自身需求取用。
今年4月，Google也推出開源協定A2A（Agent2Agent）作為MCP的延伸。與MCP的概念類似，A2A的目標也是為了提供標準化的連線方式，差別在於其是為AI Agent設計的。透過A2A，兩個AI Agent之間就像有了共同語言，可以在不需要分享記憶、工具和上下文的情況下協作。
MCP如何運作？實際應用範例
MCP運作的架構可分為三個部分：
● MCP主機（MCP Host）：這是使用者主要進行互動的AI應用程式，例如桌面版的Claude、AI程式碼編輯器Cursor等。
● MCP客戶端（MCP Client）：這是讓AI用來呼叫外部工具的程式，是主機和伺服器之間的聯繫橋樑。
● MCP伺服器（MCP Server）：連接外部工具或本地資料的程式，會根據使用者要求取得所需資料後回傳。
以實例說明，如果想在Cursor中，用GPT-4o生成一篇文章，再將其自動存成Google文件，步驟就是在Cursor（MCP主機）的對話框（MCP客戶端）中輸入需求，AI就會透過事先設定好的Google文件伺服器（MCP伺服器），將AI生成的內容自動寫進Google文件。
MCP和API的差別？
在MCP出現以前，如果想達成相同的目標，就要透過API（Application Program Interface，應用程式介面）。由於API和MCP皆與連結外部工具有關，因此有不少人會混淆兩者的差異。
API為讓兩個應用程式可以互相溝通的機制，使用者需預先設定好API金鑰（API Key）以獲得存取外部工具的權限，以及在程式碼中寫好要進行的行為、回傳的資料格式等。
MCP和API最大的差異，就是API像是各家公司都需要不同的鑰匙，才能打開門獲得使用權限，不像MCP規定好的標準化格式，在連接外部工具與修改使用需求時都相對靈活。
此外，MCP的另一項優勢，是不需預先把程式碼寫死，而是讓AI理解語意後即時調用 所需的工具，自動取得需要的資訊並採取行動。相較之下，傳統API較難支援動態的互動方式。
MCP | API | |
|---|---|---|
整合難易度（Integration Effort） | 單一、標準化的整合方式 | 每個API都需要個別整合 |
即時通訊（Real-Time Communication） | ✅支援 | ❌不支援 |
動態探索（Dynamic Discovery） | ✅支援 | ❌不支援 |
可擴展性（Scalability） | 容易（即插即用） | 需要額外整合工作 |
安全與控管（Security & Control） | 各工具間一致的安全與控制機制 | 依每個API而異 |
資料來源：Norah Sakal | ||
MCP可能隱含資安風險？
雖然MCP看似相當便利，但也可能潛藏資安危機。
例如，微軟（Microsoft）部落格上的一篇文章指出，使用者為了要讓AI有更大的自由度，可能會給MCP伺服器過高的權限，增加資料外洩的機會；或是MCP可能受到工具中毒攻擊（Tool Poisoning Attacks），就是攻擊者在MCP工具的描述中嵌入惡意指令，使用者可能不會發現，但會被AI執行。
因此，在使用MCP時，應該明確定義MCP伺服器的權限，避免其存取到隱私資料；以及建立安全監控機制，偵測AI的異常活動，以即時解決問題。
