【AI大模型】MCP 这么火，为什么普通用户却感觉不到？

前言

2024年底，Anthropic 推出的 MCP（模型上下文协议，Model Context Protocol）迅速成为技术社区的焦点，仅几个月内便引发大量开发者的热情讨论。作为一种统一的标准化协议，MCP 帮助不同的 AI 应用与外部的数据、工具和服务高效交互，类似于 AI 世界的“USB-C接口”，兼容性强且拓展性高。

然而，虽然技术圈内对 MCP 热情高涨，但普通用户对 MCP 却感到陌生，大多仅停留在“听说过”的阶段，真正接触和体验过的人凤毛麟角。

为什么 MCP 的概念虽然火热，但普通用户却难以接触呢？

MCP 为何只流行于极客圈？

要理解这一现象，我们先快速回顾一下 MCP 的工作方式：

MCP 协议涉及三个核心角色：

MCP Host（宿主）：用户操作 MCP 服务的平台，比如 AI 聊天工具或专业 IDE。
MCP Server（服务端）：实际提供功能和数据支持的程序，比如访问文件、调用数据库、调用API。
MCP Client（客户端）：连接 Host 与 Server，负责数据交互与通信。

简单来说，用户在 MCP Host 上发出指令，Host 通过 MCP Client 和 MCP Server 沟通，最终实现功能并返回结果给用户。

MCP 原理图，来源：https://blog.dailydoseofds.com/p/visual-guide-to-model-context-protocol

尽管 MCP 理念清晰，但普通用户无法体验到它的强大，原因主要有以下几点：

一、缺乏适合普通用户的客户端工具

当前 MCP 客户端以专业工具为主，如 Cursor 或 GitHub Copilot，普通用户难以操作这些开发者导向的界面，对接入服务也感到困难。

二、配置安装门槛高

以往要安装 MCP 服务需要：

手动修改复杂的 JSON 配置文件。
配置相应的运行环境（Node.js、Python），甚至运行 Docker。

例如，抓取网页为 Markdown 的 MCP 服务，需要安装Node.js、手写配置、检查版本。这种门槛对普通用户太高，根本无法轻易尝试。

三、安全隐患与信任问题

大部分 MCP 服务运行在用户本地，用户无法审查代码内容，担心隐私泄漏与安全问题，这种“黑盒”效应更让普通用户望而却步。

纳米 AI MCP万能工具箱：让 MCP 真正走向大众

这几天，纳米 AI 上线了智能体功能，其中就包含了 MCP 万能工具箱，通过云端托管和本地沙箱运行 MCP 的方式，彻底解决了 MCP 以往的使用门槛和安全问题。我亲身体验后，发现这种方式能够快速且便捷地完成原本复杂的任务，让普通用户也能轻松使用 MCP。

亲身体验：一次全链路的 MCP 演示

我结合实际工作需求，尝试用纳米 AI MCP 万能工具箱实现了一个对于传统大语言模型无法直接完整的任务 —— 根据 URL 自动化抓取、翻译并生成PDF报告：

第一步：打开纳米AI，创建一个网页抓取翻译的智能体，选择 MCP 万能工具箱内的“Firecrawl 网页抓取”工具，提示词很简单，就是“请抓取我输入的url，然后将抓取到的文本翻译为中文，保持原有格式不变。”；

第二步：新开一个和创建好智能体的会话，输入一个网页链接，甚至 PDF 链接都可以。工具直接在云端完成抓取，生成干净的文本内容，大语言模型再把返回的内容翻译成中文返回。

从开始到结束，全程我只用了几分钟时间就搞定了，不需要任何编程操作，也不需要搭建本地环境，普通用户也可以轻松创建类似的智能体。

这是我创建的网页翻译智能体的链接 https://bot.n.cn/tools/aiagent/chat/8befdb9d786a4726ae175fd4a4ad5228?share=1 ，你也可以试试看。

纳米 AI MCP 万能工具箱的两大核心优势

通过以上亲身体验，可以凸显纳米AI MCP万能工具箱两个核心优势：

一、让大模型直接调用工具，办到以往不可能的事情

过去大模型只能进行内容生成，无法直接调用外部工具，比如无法自动抓取网页、生成PDF、作图等。现在，纳米AI 的 MCP万能工具箱内含近百个第三方工具，用户仅需简单地用自然语言指令，就能实现：

自动抓取网页内容，生成文档。
编辑视频、生成图片和音频。
查询实时财经数据、生成股票分析报告等。

让大模型从“能说”到“能做”，真正拥有了工具的“手脚”，效率提高数倍。

二、轻松创建属于自己的智能体

有了 MCP 工具箱，普通用户也能快速打造个性化智能体。因为以前安装运行一个 MCP 服务过于复杂，现在简单点击几次，就像我还用纳米 AI 做了一个微博热搜的智能体，就是在本地安装了一个微博的 MCP 服务，可以抓取微博热搜，不过它返回的数据是 JSON 格式的，我只要再组合一个网页生成的 MCP 工具，就可以让它帮我把抓取到的热搜变成漂亮可交互的网页，从网页中点击浏览微博热搜。无需懂任何代码，只需简单的自然语言指令即可完成部署与使用。

为什么说搭配了 MCP 的智能体才是未来呢？

因为借助 MCP，智能体就能马上弥补工具上的不足，不仅可以接入 MCP 工具的生态，同时也可以解锁访问本地环境的限制，让你可以直接访问本地环境，做出微信聊天总结这样你自己专属的智能体。

另外作为智能体，还有相比传统 GPT 独有的优势：

自主性：能够自动执行任务而非一次性请求响应；比如做研究的 GPT，交给它一个任务就可以自动规划，自动选择工具去完成；
感知性：GPT 无法感知你所在环境，智能体能够连接你的本地环境，感知和处理从环境中获得的信息；
协作性：智能体既可以和其他智能体协作，也可以与人类协作。

MCP 的未来：纳米 AI 带来的普及时代

在 MCP 的生态建设上，广大开发者开了个好头，现在纳米 AI 在 MCP 面向普通用户群体的普及上开了个好头，真正打破了 MCP 过去的技术壁垒，让普通用户可以轻松、安全地使用丰富的 MCP 工具，推动 MCP 从“极客工具”转变为真正的“大众工具”:
1、在对话框就能直接调动MCP工具。用自然语言、在聊天框对话就可以选择调用MCP工具帮你解决问题，比如说请打开高德地图，给我搜一下附近的美食，语音就能操纵大模型去调用各种应用工具。
2、普通人能低门槛轻松手搓智能体。100 多款 mcp工具可以为普通人打造各类 agent提供丰富工具，不必编程知识、降低技术门槛。

未来，类似纳米AI 的这种云端托管混合本地沙箱运行的方式将成为主流，MCP 工具将逐步融入人们日常的工作与生活中，实现技术的真正普惠。

科技的伟大之处，从来不在于它的复杂，而在于它让复杂变得简单、普惠每一个普通人。