在人工智能（AI）智能體逐漸成為解決旅行規(guī)劃、商業(yè)分析等任務(wù)重要工具的背景下，如何讓這些智能體與外部工具和數(shù)據(jù)高效協(xié)作，一直是開發(fā)者面臨的難題。此前，開發(fā)者需要手動(dòng)搭建各種連接器，不僅過程繁瑣，還面臨穩(wěn)定性差、擴(kuò)展困難以及治理復(fù)雜等問題。針對這一挑戰(zhàn)，谷歌近日宣布推出完全托管的遠(yuǎn)程MCP（Model Context Protocol，模型上下文協(xié)議）服務(wù)器，旨在為AI智能體接入谷歌及其云服務(wù)提供更便捷的解決方案。
谷歌云產(chǎn)品管理總監(jiān)Steren Giannini表示，公司正從設(shè)計(jì)層面推動(dòng)谷歌平臺“智能體就緒”，讓AI智能體能夠更輕松地連接谷歌的各類服務(wù)，如地圖（Maps）和大數(shù)據(jù)分析平臺BigQuery。這一舉措緊隨谷歌最新Gemini 3模型的發(fā)布，旨在將更強(qiáng)的推理能力與更可靠的現(xiàn)實(shí)世界工具及數(shù)據(jù)連接相結(jié)合。Giannini透露，過去開發(fā)者搭建連接器可能需要一到兩周時(shí)間，而現(xiàn)在只需粘貼一個(gè)托管端點(diǎn)的URL即可完成集成，大大簡化了開發(fā)流程。
目前，谷歌已推出面向Maps、BigQuery、Compute Engine和Kubernetes Engine的MCP服務(wù)器。這些服務(wù)在實(shí)際應(yīng)用中具有廣泛潛力，例如分析助手可以直接查詢BigQuery獲取數(shù)據(jù)，運(yùn)維智能體則能與基礎(chǔ)設(shè)施服務(wù)進(jìn)行交互。以Maps為例，Giannini解釋說，在沒有MCP的情況下，開發(fā)者只能依賴模型內(nèi)置的知識，而配備Google Maps MCP服務(wù)器后，智能體可以基于真實(shí)、最新的地點(diǎn)或行程信息做出決策，提升了決策的準(zhǔn)確性和實(shí)用性。
MCP協(xié)議最初由Anthropic大約一年前開發(fā)，是一種用于連接AI系統(tǒng)與外部數(shù)據(jù)和工具的開源標(biāo)準(zhǔn)。該協(xié)議已在AI智能體工具生態(tài)中廣泛采用，并于本周早些時(shí)候被捐贈(zèng)給新成立的Linux基金會(huì)專項(xiàng)基金，以推動(dòng)AI智能體基礎(chǔ)設(shè)施的開源與標(biāo)準(zhǔn)化。Giannini強(qiáng)調(diào)，MCP的魅力在于其標(biāo)準(zhǔn)性，只要谷歌提供一個(gè)服務(wù)器，任何客戶端都能與之連接。他表示，谷歌的Gemini CLI和AI Studio已作為MCP客戶端使用，同時(shí)他也嘗試將Anthropic的Claude和OpenAI的ChatGPT作為客戶端，發(fā)現(xiàn)它們都能直接運(yùn)行。
谷歌的這一舉措不僅限于連接其服務(wù)與AI智能體，更在企業(yè)級布局上具有重要意義。其API管理產(chǎn)品Apigee可以將標(biāo)準(zhǔn)API“轉(zhuǎn)換”為MCP服務(wù)器，從而將諸如商品目錄API之類的端點(diǎn)轉(zhuǎn)化為AI智能體可自動(dòng)發(fā)現(xiàn)和使用的工具，并在其上疊加現(xiàn)有的安全與治理控制機(jī)制。這意味著，企業(yè)當(dāng)前用于人工開發(fā)應(yīng)用程序的API治理策略，如今也可同樣適用于AI智能體。
在安全方面，谷歌的新MCP服務(wù)器受到Google Cloud IAM權(quán)限機(jī)制的保護(hù)，明確限定了智能體可執(zhí)行的操作。它們還配備了Google Cloud Model Armor防護(hù)，這是一種專為智能體工作負(fù)載設(shè)計(jì)的防火墻，可防御提示詞注入、數(shù)據(jù)泄露等高級威脅。管理員還可以通過審計(jì)日志實(shí)現(xiàn)更全面的可觀測性，確保系統(tǒng)的安全性和合規(guī)性。
谷歌計(jì)劃在未來幾個(gè)月內(nèi)將MCP支持?jǐn)U展至更多服務(wù)領(lǐng)域，包括存儲、數(shù)據(jù)庫、日志與監(jiān)控、安全等。Giannini總結(jié)道：“我們已經(jīng)搭建好了底層管道，開發(fā)者無需再自己動(dòng)手。”這一舉措有望進(jìn)一步推動(dòng)AI智能體在各行各業(yè)的應(yīng)用，提升開發(fā)效率，降低協(xié)作成本。
