終於來到最後一段, 今天要聊的是 ( 8 ), MCP is one step closer to becoming a universal standard.
–
MCP 將會 (已經?) 成為 AI tools 的標準規格, 這句話現在應該沒人懷疑了吧? (既然這樣還寫在報告裡幹嘛 XD) 即使如此，我覺得還是有必要把背後的脈絡談清楚，這樣你會更清楚知道接下來該投資在那些地方..
MCP 的介紹，我就省了，多的是講的比我清楚的人。我想先談一下 MCP 在未來的定位到底是什麼。過去 20 年，業界的標準規範，大家談的是 API，從 2002 貝佐斯對內的備忘錄要求全公司都要落實 API first 開始 (連結看留言)，API 一直是軟體產業的標準規範，雖然標準一直在進化，但是終究就是 API ( REST, SOAP, gRPC… )
在 Cloud / SaaS 年代, 建立生態系, 系統整合的要角是 API, 沒有開放 API 的系統終究是個孤島。只有開放 API 別人才有機會跟你深度整合。從 DX 到 EcoSystem, 這就是這產業的遊戲規則。現在到了 AI 時代，過去在談的 SaaS 逐漸變成談 Agent, 這時擴大影響力的方式, 除了讓自身的產品 ( Agent ) 更強大之外, 觸手往外申的管道也從 API 升級到 MCP 了。
簡單的說，串接 SaaS 的是 API，而現在串接 Agent 的則是 MCP。去年 DevOpsDays Taipei 我談了 “從 API First 到 AI First”, 內容談的就是 API 到了 AI 時代該做甚麼改變。當時 MCP 的規格還沒問世 (第一版是 2024/11, 由 Anthropic 提出)，而我提了幾點重大的改變:
- 未來呼叫 API 的會是 AI, 而不是開發人員
- AI 要能有效運用 API, 良好合理的設計 (合理 AI 才會用) + 清晰明確的規格 (規格文件就是用 API 的 Prompt) 會是最重要的關鍵
其實這些，後來都發生了，技術上的綜合結果，就是 MCP。未來的 Agent 就是聰明的代理人，有聰明的大腦 (LLM) + 給他精良的工具 (MCP)，他就能替你完成眾多任務。簡單的敘述一下 AI 執行任務的情境吧，AI 要能完成你交辦的任務，首先要有充足可靠的資訊來源。除了你直接給他的 Prompt 之外，剩下的就是依據這些線索，自己找工具 (例如: search engine, file system, … ) 去取得進一步的訊息。
資訊足夠，做出決策後，就要執行動作了，這邊也一樣，透過 MCP 跟外界接軌，開始輸出資訊，或是透過 MCP / API 來調用其他系統完成任務。只有聰明的大腦還不夠，還要有靈活的手腳才行，而 MCP 則是幫你把手腳接到大腦的標準規格。前陣子流行一張圖，就是拿 TYPE-C 來比喻 MCP 的圖，我自己覺得這圖不是很好理解，因為重點不是 USB，更不是 TYPE-C ，而是在 “大腦” (PC) 需要標準方式連接 “工具” (設備)，才能有效協作運用工具完成任務。因為需要，所以催生了 USB 這樣的標準連接規格來統一這一切。
因此，可預期的未來，整個生態系都是以 AI Agent 為主的時候，軟體市場就是這兩大主軸了: 一個是發展各種領域，或是各種高度個人化的 Agent, 另一個則是各式各樣給 Agent 使用的工具 MCP 了。軟體廠商不論是賣 Agent 或是賣 Tools, 都不能忽視 MCP 這標準規格。看到這邊，再回頭重看一次標題:
( 8 ), MCP is one steo closer to becoming a universal standard
有沒有覺得看起來更合理了? 既然趨勢都已定案，接著來看看該如何往 MCP 這路線邁進… 該考慮的不是該不該做, 而是該做什麼… 你要提供什麼樣的 MCP? 該用甚麼方式提供? 我從業務角度到技術角度，給大家幾個我的想法:
未來的市場，就是 Agent + Tools, 如果拿真人來比擬, 職場上有各種 “專家”，而這些專家也會用 “專業” 的工具來做事創造價值。因此:
-
你的 MCP (工具) 必須符合 Agent (專業人士) 的需求來設計
-
貼著業務流程的 context 來設計。越貼近 context 就越不需要複雜的操作, 對 Agent 而言就是花費越少的 Token
-
威力越大的工具，越需要安全機制。工具在 “該做” 的範圍內越強大越好；而在 “不該” 做的範圍內則相反，完全不能做最好。該不該做，也一樣，貼近 context 是最好的設計。MCP 會採用 OAuth 不是沒道理的, OAuth 早已被證實是跨系統認證授權的最佳做法
現在，跨入 AI Agent 動作最快的 “專家” 們，就是 developer 了, 看看你們手上各式各樣強大的 coding agent 就是一例, MCP 也是最快從這個領域成長起來的, 而從 2025/Q2 開始, 也開始看到各種不同的領域 MCP 也出現了, 我就講一個我熟悉的電商: Shopify, 也推出了 MCP, 兩年前我試做的實驗性專案: 安德魯小舖, 現在已經完全可以使用了, 只要在支援 MCP 的 AI Chat 上安裝, 你馬上可以實現聊天購物的場景。
Shopify 的 MCP 設計還挺有意思的，是我目前為止看過設計最精巧的 MCP, 這個有機會我另外在 PO 文來挖一下他的做法。回到這主題，代理人 + 工具 是個完美的搭配，兩者都會支撐對方的發展，缺一不可。這剛好帶出這篇報告，最後兩個我沒提到的主題，在這邊交代一下之間的關聯吧。這份 A16Z 趨勢報告最後兩段我沒提到的是:
( 5 ). Beyond .env: Managing secrets in an agent-driven world
( 9 ). Abstracted primitives: Every AI agent needs auth, billing, and persistent storage
其實, (5) 就是在講安全機制, 為了更貼近 context , 更好的安全機制是像 OAuth 這種依照需要才取得授權的作法，而不是你拿到了工具就無條件獲取權限 (透過 .env 就沒這種彈性)。而 (9) 則是 Agent 越來越普及後的必然發展。就跟軟體跟網路成熟後，必然的發展就是 Cloud, 也因此衍生出 Public Cloud / PaaS 等生態, 所有你開發軟體需要的工具跟管理體系都會具備，而未來這一切也會發生在 Agent 身上。
—
最後，總算把這篇趨勢報告的解析寫完了。我想寫的不是 “翻譯” 或是 “摘要” 這篇報告給大家看，而是想把報告背後指引的脈絡想清楚，並且把它寫下來而已。想通這些，這報告才不會只是報告，而是能真正指引你發展或是投入心力的方向。
報告導讀到這篇為止告一段落，感謝大家的捧場，之後我會把這些 PO 文收成一篇文章。之後如果還有看到值得細細品味或是分享的文章，我會繼續用這種方式分享我的想法
