人工智能（AI）智能體在解決旅行規劃、商業咨詢等復雜任務時展現出巨大潛力，但如何讓它們與外部工具和數據無縫協作，始終是開發者面臨的棘手問題。傳統方式依賴開發者自行搭建連接器，不僅耗時耗力，還容易因系統兼容性、維護成本等問題導致項目難以擴展，甚至引發數據治理風險。針對這一痛點，谷歌近日推出完全托管的遠程MCP（Model Context Protocol，模型上下文協議）服務器，試圖通過標準化方案打破AI智能體與現實工具之間的連接壁壘。

MCP協議由AI公司Anthropic于一年前開發，是一種開源標準，旨在統一AI系統與外部數據源、工具的交互方式。該協議已逐漸成為AI工具生態中的通用語言，本周早些時候，Anthropic將其捐贈給新成立的Linux基金會專項基金，進一步推動其開源與標準化進程。谷歌此次推出的托管MCP服務器，正是基于這一協議構建，首批支持Maps、BigQuery、Compute Engine和Kubernetes Engine四項服務，覆蓋地理信息查詢、大數據分析、計算資源管理及容器編排等場景。

谷歌云產品管理總監Steren Giannini在接受采訪時表示，過去開發者為連接外部工具，往往需要花費一到兩周時間編寫定制化代碼，而新方案只需粘貼托管端點的URL即可完成集成。以Maps服務為例，傳統模式下AI智能體僅能依賴模型內置的靜態知識，但通過Google Maps MCP服務器，智能體可實時獲取最新地點信息、路線規劃等動態數據，從而做出更精準的決策。這種“工具增強”能力，被視為提升AI智能體實用性的關鍵一步。

目前，谷歌的MCP服務器以公開預覽形式推出，雖尚未完全納入谷歌云服務條款保障范圍，但已付費企業客戶可免費使用。Giannini透露，公司計劃在明年年初將其升級為全面發布版本，并每周上線更多服務支持，最終覆蓋存儲、數據庫、日志監控、安全等全領域。他強調：“底層管道已搭建完成，開發者無需重復造輪子。”

MCP協議的開放性是其核心優勢之一。作為標準協議，任何兼容的客戶端均可與谷歌的MCP服務器通信。Giannini舉例稱，除谷歌自家的Gemini CLI和AI Studio外，Anthropic的Claude、OpenAI的ChatGPT等第三方AI應用也能直接調用谷歌提供的工具服務。這種“客戶端-服務器”分離的設計，不僅降低了技術門檻，還為生態參與者提供了更多選擇空間。

對企業用戶而言，谷歌的布局遠不止于工具連接。其API管理產品Apigee的整合，成為另一大亮點。Apigee作為企業級API治理平臺，原本用于分發密鑰、設置配額及監控流量，而通過與MCP協議結合，它可將標準API“轉換”為AI智能體可自動發現和使用的工具。例如，企業的商品目錄API經Apigee處理后，可轉化為智能體可調用的動態數據源，同時保留原有的安全控制機制。這意味著，企業無需為AI智能體單獨開發治理策略，現有的人工開發API管理流程即可直接復用。

在安全層面，谷歌為MCP服務器構建了多層防護體系。所有服務器均受Google Cloud IAM權限機制保護，嚴格限定智能體的操作范圍；Google Cloud Model Armor則作為專用防火墻，防御提示詞注入、數據泄露等針對AI的攻擊；管理員還可通過審計日志實現全流程可觀測性。Giannini形容，這一方案相當于為AI智能體“裝上了安全鎖”，確保其在享受工具便利的同時，不突破企業合規邊界。