MCP带来的新机会

MCP带来的新机会 MCP带来的新机会 Modified April 8, 2025 1. MCP带来的商业影响和机会 最直接的影响 通过搭积木、调接口，每个人都能几分钟手搓出类似Manus的应用（绝对不是危言耸听） 商业机会 不需要用户写提示词。 极大降低了大模型调用外部海量工具、软件、接口的难度和门槛。 构建出真正的智能体生态。 MCP市场将成为新的应用分发渠道 整合各种MCP服务的提供商（Zapier、mcp.so）将涌现 未来所有人机交互应用（地图、外卖、聊天、办公、剪辑、建模、编程），全都会发布自己的MCP服务。 有的在升起，有的在坠落 有些大语言模型对MCP的支持更好（比如Claude、OpenAI），但有些支持的不够好（比如绝大多数国产大模型，包括特别有名的那几个） 有些IDE对MCP的支持更好（比如Cursor），但有些支持的不够好（不点名了） 因为MCP，我现在更愿意用Claude和Cursor，而不是国产AI编程插件 Coze和Dify这类“智能体”平台，插件生态是较为封闭的，客观上自己重复造轮子，而且插件数量有限，肯定无法和MCP生态相比。 2. MCP带来的科研学术机会 对于在校硕博来说，用MCP可以发不少论文。 下面是我（同济子豪兄）列举的一些我能想到的科研创新点。 模型 如何训练出专门用来做MCP的大语言模型和端侧大模型（用于智能家居） 改进MCP协议本身 如何节省MCP消耗的token 安全性：MCP的鉴权、漏洞注入、信息泄露、用户隐私、数据脱敏、防止DDos攻击 是否需要像HTTP一样多次握手 是否需要像HTTPS一样，引入密码学和加密技术，让通信更安全 目前的MCP是一对一，能否一对多或多对多 是否需要引入数据压缩技术 各个学科的MCP客户端软件及应用 MCP为大模型与外部数据源和工具的无缝集成提供了标准化协议和平台 特别是对于AI4S方向，可能有巨大机会：自动化实验设计、多模态数据融合 医学、经济学、生物信息学、数学、物理学、科研学术助手、文科 例如：生物学中的基因序列（文本）、细胞图像（图像）、蛋白质结构（三维模型） 物理AI和具身智能 具身智能机器人的MCP（运动控制、强化学习、大脑小脑、复合机器人） 现有的具身智能更多是强化学习和sim2real，而非大语言模型，MCP可能是把大模型能真正用在具身智能的起点 人机交互 让智能体操作游戏开发、3D建模、强化学习Agent 让智能体实现工业控制或鱼缸管理 其它的一些idea • 基于MCP的测评Benchmark • AI自己探索感知，生成某个现有工具的MCP Server文件 • 多个MCP智能体上下游协作（图生文、文生图、图生视频、视频传B站、点赞评论一条龙） 3. MCP的局限和上限 MCP有点被自媒体追捧过头了（类似Manus）。 MCP只是大模型通信协议，使用MCP开发不出新的应用范式，只能降低应用开发难度。 调用MCP的智能体效果取决于基座大模型，例如Unity游戏开发和Blender三维建模，效果依赖于基座模型对3D世界和交互的理解。 目前的MCP只是能用，还达不到好用。 大模型需要支持Function Call或者Tool Use才能使用MCP 只有某些大模型对MCP的支持比较好（Claude、OpenAI），绝大多数国产大模型，包括特别有名的那几个，对MCP的支持都不够好。 例如OpenRouter，虽然模型写着支持Function Call和Tool Use，但是这家的接口里面直接告诉你只能有几个模型可以用。 MCP的开发和使用门槛较高。你自己亲自跑一下后面教程的环境配置和使用就知道了。 MCP是美国，特别是Anthropic和OpenAI主导的规范。 1. MCP带来的商业影响和机会 最直接的影响 通过搭积木、调接口，每个人都能几分钟手搓出类似Manus的应用（绝对不是危言耸听） 商业机会 不需要用户写提示词。 极大降低了大模型调用外部海量工具、软件、接口的难度和门槛。 构建出真正的智能体生态。 MCP市场将成为新的应用分发渠道 整合各种MCP服务的提供商（Zapier、mcp.so）将涌现 未来所有人机交互应用（地图、外卖、聊天、办公、剪辑、建模、编程），全都会发布自己的MCP服务。 有的在升起，有的在坠落 有些大语言模型对MCP的支持更好（比如Claude、OpenAI），但有些支持的不够好（比如绝大多数国产大模型，包括特别有名的那几个） 有些IDE对MCP的支持更好（比如Cursor），但有些支持的不够好（不点名了） 因为MCP，我现在更愿意用Claude和Cursor，而不是国产AI编程插件 Coze和Dify这类“智能体”平台，插件生态是较为封闭的，客观上自己重复造轮子，而且插件数量有限，肯定无法和MCP生态相比。 2. MCP带来的科研学术机会 对于在校硕博来说，用MCP可以发不少论文。 下面是我（同济子豪兄）列举的一些我能想到的科研创新点。 模型 如何训练出专门用来做MCP的大语言模型和端侧大模型（用于智能家居） 改进MCP协议本身 如何节省MCP消耗的token 安全性：MCP的鉴权、漏洞注入、信息泄露、用户隐私、数据脱敏、防止DDos攻击 是否需要像HTTP一样多次握手 是否需要像HTTPS一样，引入密码学和加密技术，让通信更安全 目前的MCP是一对一，能否一对多或多对多 是否需要引入数据压缩技术 各个学科的MCP客户端软件及应用 MCP为大模型与外部数据源和工具的无缝集成提供了标准化协议和平台 特别是对于AI4S方向，可能有巨大机会：自动化实验设计、多模态数据融合 医学、经济学、生物信息学、数学、物理学、科研学术助手、文科 例如：生物学中的基因序列（文本）、细胞图像（图像）、蛋白质结构（三维模型） 物理AI和具身智能 具身智能机器人的MCP（运动控制、强化学习、大脑小脑、复合机器人） 现有的具身智能更多是强化学习和sim2real，而非大语言模型，MCP可能是把大模型能真正用在具身智能的起点 人机交互 让智能体操作游戏开发、3D建模、强化学习Agent 让智能体实现工业控制或鱼缸管理 其它的一些idea • 基于MCP的测评Benchmark • AI自己探索感知，生成某个现有工具的MCP Server文件 • 多个MCP智能体上下游协作（图生文、文生图、图生视频、视频传B站、点赞评论一条龙） 3. MCP的局限和上限 MCP有点被自媒体追捧过头了（类似Manus）。 MCP只是大模型通信协议，使用MCP开发不出新的应用范式，只能降低应用开发难度。 调用MCP的智能体效果取决于基座大模型，例如Unity游戏开发和Blender三维建模，效果依赖于基座模型对3D世界和交互的理解。 目前的MCP只是能用，还达不到好用。 大模型需要支持Function Call或者Tool Use才能使用MCP 只有某些大模型对MCP的支持比较好（Claude、OpenAI），绝大多数国产大模型，包括特别有名的那几个，对MCP的支持都不够好。 例如OpenRouter，虽然模型写着支持Function Call和Tool Use，但是这家的接口里面直接告诉你只能有几个模型可以用。 MCP的开发和使用门槛较高。你自己亲自跑一下后面教程的环境配置和使用就知道了。 MCP是美国，特别是Anthropic和OpenAI主导的规范。