百度与阿里云争夺AI定义权MCP协议引领智能应用新时代

　　在当今人工智能（AI）行业，百度与阿里云正在展开一场激烈的争夺战，试图掌握AI技术的定义权。近期，MCP（模型上下文协议）成为了行业的焦点，迅速崛起并引发广泛关注。百度通过其“心响”平台，从消费者端切入，利用MCP协议整合了多种AI模型与外部工具，甚至百度地图也宣布支持MCP接口。与此同时，阿里云的百炼平台也上线了全生命周期的MCP服务，并在支付宝等产品中集成了MCP协议，实现了AI工具的一键调用。

　　4月29日，阿里开源的Qwen3系列模型同样支持MCP协议。这一系列动作背后，有着强大的推手，既包括国外的科技巨头如Anthropic、OpenAI、谷歌，也有国内的百度、阿里、字节跳动等大厂。表面上看，这些行业巨头试图为AI Agent的落地打通“最后一公里”，统一行业标准，从而释放Agent调用工具的潜力，但深层次的原因在于这些公司对未成熟行业的定义权。

　　实际上，除了开源的MCP外，OpenAI、谷歌等公司各自也拥有一套Agent调用工具的标准。选择采用Anthropic构建的MCP协议，并不意味着对其地位的认可，而是在开源基础上达成的短暂共识，以便迅速扩大生态伙伴圈。从更广泛的背景来看，MCP可以被视为Agent落地的重要一环，Manus的出现只是一个开始，标准共识的达成将促使Agent应用的广泛落地。

　　未来，随着Agent应用的普及，行业生态将进一步演变为大厂之间的竞争。独立的Agent应用在市场中将面临成本压力和被头部公司覆盖的风险，成为大厂Agent应用生态的一部分或许是更明智的选择。这种情况下，掌握了从定义到筛选的权力的大厂，将在行业中占据更大的话语权。生态越完备，数据壁垒越高，行业中的话语权就越强。

　　大厂的技术人员指出，MCP本质上为模型与外部工具之间提供了一个标准化的高效连接方式。他们特别强调，MCP仅仅是一个协议，并没有提升或赋予大模型新的能力。即便没有MCP，通过FunctionCall和现有工具调参，同样可以实现相似的效果。但统一的标准协议对于大厂在行业话语权的提升至关重要。

　　可以说，正是OpenAI、谷歌等先认可了MCP的地位，随后阿里和百度也随之跟上，促使国内外掀起了一股开放MCP服务的潮流。某家刚推出MCP服务的负责人表示，在MCP问世之前，客户要深入使用某款AI产品的功能，往往只能选择SaaS工具。然而，对许多拥有行业知识的客户来说，通用的SaaS工具往往缺乏深度能力。以前，他们只能走定制化路线，通过OpenAPI的方式将其集成到系统中。但现在推出的MCP服务，让客户只需一个支持标准MCP协议的Agent，就能快速接入到产品平台，“省时、省力且省钱”。

　　为了扩大MCP服务的影响力，该负责人表示，他们考虑开源并上架在阿里、百度的模型服务平台。看重的指标主要有两个：大厂的流量和生态扶持。百度智能体业务的首席架构师兼心响APP负责人黄际洲透露，心响不仅支持外部MCP接入，还有自己的独立协议。目前，心响已接入十个智能体，包括百度系的文库AI绘本功能和外部健康等功能。现有案例表明，MCP的落地场景效果与技术无关，更多是技术以外的因素在起作用。

　　从百度到阿里，生态建设是关键的一环。在无需“磨合”的情况下完成适配，阿里云的百炼平台云部署的MCPServer数量已达到31个，涵盖地图、文生图、搜索等功能，构成了阿里生态的一部分。大厂在这一过程中既承担了集成的角色，也被外部能力所集成。一方面，他们提供成熟的MCP服务能力，例如百度地图和高德地图开放MCP接口；另一方面，他们在生态中整合外部的第三方能力，互为补充，生态越完善，满足用户需求的能力就越丰富。

　　接入MCP后，用户相当于拥有了“原子化”的能力，可以随意组合并嵌入到业务流程中。例如，开发者通过“支付宝MCPServer”接入收单支付功能，解决了智能体“能对话却不能收钱”的痛点。

　　从Manus到百度心响AI研究网站“AIDigest”，研究显示，AIAgent所能完成的任务长度正在呈指数级增长，预计到2026年，AIAgent将能完成2小时的任务；到2027年，完成8小时的工作量；而到2029年，Agent将能完成一个月的工作量。Agent应用产品的前景不可估量。尽管早期饥饿营销的Manus提供了多智能体完成任务的产品样本，但后期效果却不尽如人意。百度近期推出的“心响”，则在探索通用Agent产品的道路上迈出了坚实的一步。

　　在产品形态上，AI助手的功能已从过去的问答模式，转变为直接完成任务的交付。过去的AI助手往往提供的是零件，用户需要自己去组装，而现在的Agent产品则能直接交付最终成品。效率上来看，以前用户在复杂繁琐的任务流程中需要反复沟通，而现在只需一句话，所有步骤便可全自动完成。在任务执行过程中，有一个被称为主智能体的角色负责拆解用户需求并分配任务，指令下达后，各个子智能体可同时进行。

　　黄际洲表示，MCP协议在多智能体协作过程中发挥了重要作用，犹如一把钥匙，统一的秘钥使得接入变得更加简单。然而，目前业界面临的最大问题在于，尽管各方都想获得，贡献者却相对较少。“背后的成本太大了，假设把ToolUse做成MCP，乘以1000或许能承担，但若乘以1000万、1亿呢？”当下，平摊成本的解决方案正是生态。黄际洲认为，随着各家开放MCP，壁垒在于生态，能否把商业模型跑通至关重要。理想情况下，开发者和大厂都能获利，需求不断增加，用户体验也将不断提升。

　　心响的目标是成长为通用的超级智能体，尽可能将更多场景融入应用中，并将功能做到极致。法律、旅游、健康、教育等领域都是良好的切入点，而在此基础上进一步拓展长尾交互场景。“尾巴越长越好，壁垒越高”，在百度的MCP生态中，更多的AI功能将被组合进来，形成多智能体的交付模式。

　　至于Agent应用的商业化方向，目前看来主要还是流量和广告。心响在演示中提供的例子显示，用户若想去哈尔滨旅行，可以让Agent帮忙规划行程、拨打电话、使用团购券订餐等。这一系列功能的实现需要整合地图、点评、旅游出行等服务，形成完整的数据链。心响表示，他们引入了“猫眼数据”，以提高电影票房的准确性。

　　某些第三方能够跨越大厂之间的竞争，但有些则无法做到，这意味着前期各自生态的多样性和完整性至关重要。Agent应用如同入口，最终将流向生态中的其他应用，完成从需求提出到交付的闭环。这部分收入自然属于大厂。值得注意的是，百度等大厂的MCP和Agent有筛选机制，由大厂决定是否接入某一家的Agent。起初，大厂需要更多开发者来填补应用商店的空白，但在后期，这将演变为流量竞争。

　　和竞价广告的逻辑相似，谁出价更高，谁的曝光度就越高。在用户使用应用的过程中，搜索结果的排序权也掌握在大厂手中。例如，在旅游攻略的案例中，搜索到的餐厅排名、机票价格等，这些都由大厂控制。仅凭一个广告，就能实现“一鱼多吃”的效果，商家通过广告营销提高排名，而用户则可购买免广或竞价服务来提升体验。由此，Agent应用或许能取代多款应用，但依旧无法撼动现有的广告投放体系。大厂通过Agent应用引流，向商家收取广告费，同时用户行为数据（如搜索偏好、个性化数据）也被用于精准广告投放，最终形成服务闭环，迫使第三方Agent依赖大厂的数据接口，沦为流量管道。返回搜狐，查看更多