声明:本文来自于微信公众号 量子位 | 公众号 QbitAI，作者:梦晨 一水，授权站长之家转载发布。
Anthropic又发大礼包!现在Claude自己就是一台服务器。
能直连GitHub，AI自己写代码、自己创建仓库、Push代码、创建Issue、创建分支、创建PR一条龙服务。
全程不用离开聊天界面，人类程序员只起到了提需求的作用，彻底退化成产品经理（狗头）。
除了访问外部资源，也可以在本地创建、读取和编辑文件和文件夹。
甚至可以多种能力组合，先联网搜索获取资料，再把处理好的内容填入本地html文件。
看到这里，或许有人会认为，这不过是一个更为花哨的开发者版GPT插件或GPTs罢了。
但Claude的野心远不止于此——
新能力背后是一套通信协议MCP（Model Context Protocol）。
实现大模型应用与外部数据源和工具之间的无缝集成，帮助AI获得所需的上下文数据，生成质量更高、与任务更相关的回答。
就像互联网靠HTTP标准化了浏览器和服务器之间的信息交换过程，MCP协议也是标准化AI Agent和不同数据源（包括内容存储库、业务工具和开发环境）之间通信的一次尝试。
并且这可不是闹着玩的，Anthropic已经打算牵头把MCP协议推动成行业开放标准了。
你可能要问了，MCP听起来是个好东西，但搭建对应的服务器想必也不简单吧?
No No No，官方公告明示，最新版Claude3.5Sonnet自己就非常擅长架设MCP服务器，直接完成闭环。
并且，Claude桌面版APP更新后也内置了MCP服务器支持，只需要修改配置文件、重启即可生效。
这下claude_desktop_config.json is all you need了。
首批合作伙伴、AI编程工具Replit总裁盛赞，MCP将成为AI Agent与互联网生态之间的通用语言。
也有开发者表示“看起来很疯狂”，Claude在接管个人电脑之后，再次接管了服务器。自己此前光是让AI连接数据库都很费劲。
不过，也有人持怀疑态度，贴出著名讽刺漫画XKCDde一集，担心MCP协议最终没有成为行业通用标准，只是会让生态更加混乱。
当前情况:有14个标准在竞争。
14个‽太荒谬了!我们需要制定一个涵盖每个人使用案例的通用标准。
不久之后:现在有15个标准在竞争。
那么Claude家力推的MCP协议是否有潜力一统江湖呢?
还要从协议本身的设计、性能、开放性、易用性等方面来考察。
即日起MCP本地可用，5分钟快速入门指南奉上
我们先来扒一扒官方公告都有哪些看点。
整体而言，公告主要介绍了3点:
当前LLM在应用落地方面所面临的痛点
MCP通信协议提供的解决方案
5分钟快速入门指南
首先，随着大模型从纯聊天机器人走向以智能助手为代表的Agent应用，由于Agent需要的操作日益复杂，全球应用玩家们都面临一个相同的痛点——数据隔离。
简单说，一旦LLM应用需要访问外部数据，开发者就得写一大堆定制代码，又麻烦又重复。
这样一来，别说实现AGI了，就连构建真正互联的AI系统都难以推进。
面对此情此景，Anthropic带着它的MCP（模型上下文协议）闪亮登场了!
一句话，MCP协议就像AI系统与数据源之间的一座桥梁，允许开发者在数据源和AI工具之间建立双向连接。
为了更好理解，我们直接康康MCP究竟长啥样。
据了解，它采用客户端-服务器架构，多个服务可以连接到任何兼容的客户端。客户端可以是Claude Desktop、IDE或其他AI工具，服务器则充当适配器，暴露数据源。
其优势在于，以后不管是访问本地资源（数据库、文件、服务），还是访问远程资源(如Slack、GitHub API)，都能用同一个协议。
而且支持的数据形式非常多样，包括文件内容、数据库记录、API响应、实时系统数据、屏幕截图和图像、日志文件等，几乎覆盖了所有类型。
每个资源都由一个唯一的URI标识，可以包含文本或二进制数据。
此外，MCP协议具有良好的可扩展性，还能提供:
Prompts:可以重复使用的模版和工作流程（包括多步骤）;
Tools:从系统操作到API集成，再到运行数据处理任务的一切工具;
Transports:客户端和服务器之间通过JSON-RPC2.0进行的请求、响应和通知，包括对服务器到客户端流和其它自定义传输的支持（目前尚未提及WebSocket/WebRTC）;
Sampling:允许服务器通过客户端请求LLM完成复杂智能体行为（包括评估成本优先级、速度优先级和智能优先级等）;
同时，MCP服务器还内置了安全机制，允许服务器自己控制资源，不用把API密钥给LLM提供商。
不过需要提醒，目前MCP仅支持本地运行（服务器需要在自己的机器上），官方正计划构建具有企业级身份验证的远程服务器支持(为企业内部共享提供支持)。
话不多说，我们直接开箱Anthropic这次为开发者准备的东西:
MCP协议和软件开发工具包 （SDK）
Claude桌面应用程序中的本地MCP服务器支持
一个MCP服务器的开源存储库
大礼包到手，咋用呢??
别急，这里还有一份「5分钟快速上手指南」，我们领到的任务是:
使用MCP协议，让桌面版Claude安全连接本地服务，比如SQLite数据库。
（注意，桌面版Claude的MCP支持目前处于开发者预览阶段，仅支持连接本地运行的MCP服务器，尚不支持远程连接。）
开始之前，我们需要确保自己的macOS或Windows系统已经完成下列准备。
已安装最新版Claude Desktop
Node.js v18或更高版本
检查Git
检查SQLite
下面我们以mac为例（入门文档也提供了Windows教程），首先创建一个简单的SQLite数据库进行测试。
然后配置桌面版Claude。例如，如果你已经安装了VS Code，第一步先打开以下位置的桌面应用程序。
接下来将YOUR_USERNAME替换为你的实际用户名:
替换完成后Claude就会接收到以下指令:
这里有一个名为“sqlite”的MCP服务器
通过运行uvx mcp-server-sqlite启动它
将其连接到测试数据库
最终，保存文件并重新启动桌面版Claude，就可以正式享用了。
为了检查一切是否正常运行，可以输入以下咒语:
铛铛铛铛，Claude最后成功查询了SQLite数据库。
除了上手简单，MCP还具有良好的开放性。
事实上，MCP协议的性能已经收获了首批合作伙伴的盛赞。
金融支付公司Block和数据管理解决方案供应商Apollo，已经将MCP集成进了自家系统中。
Block首席技术官Dhanji R. Prasanna表示:
MCP这样的开放技术是连接AI与实际应用的桥梁，确保创新易于获取、透明，并基于合作。
我们很高兴能够合作开发一个协议，并利用它来构建具有Agent能力的系统。
而像Zed、Replit、Codeium和Sourcegraph在内的开发应用公司，则是用MCP来进一步增强自己的AI能力，尤其是提高Agent在编码方面的理解力和完成质量。
总之，Anthropic致力于将MCP打造成一个开源生态系统，无论是AI工具开发者，还是希望利用现有数据的企业，都可以加入进来。
即日起，开发者都可以开始构建和测试MCP，以及现有的Claude for Work客户可以开始本地测试MCP服务器。
接下来，Anthropic计划推出更多支持工具，包括用于部署远程MCP服务器的工具包。
再融40亿美元，Claude瞄准toB市场
BTW，除了重磅推出MCP，Anthropic最近的好消息莫过于小金库又进账了。（doge）
去年给它投了40亿美元的亚马逊，这次又给了40亿美元。其中一项重要合作内容是:
Anthropic需要使用亚马逊旗下的芯片训练和部署AI模型。
这一招，双方都打的是企业客户这块肥肉的主意。用Anthropic模型的企业客户较多，亚马逊希望借此扩大企业客户市场份额;而亚马逊自身也有大量企业客户，Anthropic也希望借其平台扩大模型使用。
此前有人估算，与OpenAI大部分收入来自ChatGPT应用订阅不同，Anthropic约85%的收入来自API调用。
在一次最新采访中，Anthropic CEO也明确表示:
目前公司更看重企业市场，而不是OpenAI那样的消费市场。
而回顾竞争对手们的动作，最近一周，OpenAI与谷歌忙着在竞技场排行榜较劲，不断发布最新模型检查点争第一。
Anthropic开发者关系主管公开杠了一下:
Claude正在真正重要的事上进步，而其他实验室把精力花在markdown格式输出上。
当时大家还不理解，什么才是“真正重要的事”。
紧接着，Claude网页版更新了集成谷歌文档功能，但并未引起太多波澜。
现在看来，“真正重要的事”或许就是指MCP通信协议。
而官方谷歌文档支持恐怕正是通过MCP实现的。
官方公告:
https://www.anthropic.com/news/model-context-protocol
GitHub:
https://github.com/modelcontextprotocol
快速入门文档:
https://modelcontextprotocol.io/introduction
参考链接:
[1]https://twitter.com/alexalbert__/status/1861079762506252723
[2]https://twitter.com/alexalbert__/status/1861136466816180595
[3]https://twitter.com/skirano/status/1861081529071346161
[4]https://news.ycombinator.com/item?id=42237577
[5]https://www.tanayj.com/p/openai-and-anthropic-revenue-breakdown
— 完 —
