大模型争相接入MCP，百度智能云推企业级MCP服务

图片系AI生成

MCP成为AI领域交互的事实标准，只用了几个月。

4月25日，在Create2025百度AI开发者大会，百度创始人李彦宏发布了两大模型文心大模型4.5 Turbo和深度思考模型X1 Turbo，多款AI应用，并宣布将帮助开发者全面拥抱MCP。

MCP（Model Context Protocol,模型上下文协议）是由 Anthropic 于2024年11月推出的开放标准，旨在构建大模型与数据源之间的安全双向链接，解决社区中工具实现风格不统一、难以跨模型共享的问题。

目前，包括百度在内，国内外支持MCP的厂商包括OpenAI、Google、微软、亚马逊、Anthropic、阿里、腾讯等，更多大模型生态链厂商也参与其中，发布自己的MCP服务，可以说MCP已经成为类似“AI界HTTP”的事实标准。

本次大会，百度智能云正式发布了国内首个企业级MCP服务，第一批已经有超过1000个MCP Servers 供企业及开发者选择。另外，开发者也可以在千帆上开发自己的MCP Server，并发布到MCP广场，支持免费托管，而且百度搜索也会索引这些MCP Server，让它们被更多的开发者引用。

尽管都做MCP，不同厂商的思路也有所不同，百度智能云走的是企业级路线，同时前期尽可能让更多开发者参与进来，先丰富MCP广场的数量，结合百度搜索等独有入口给予扶持流量，壮大自己的MCP生态。

为什么需要MCP

MCP的诞生有其必然性，此前大模型的应用集中在类Chatbot场景，在更为广泛的企业级场景，大模型应用落地需要大量依靠开发者的定制化开发，虽然百度智能云等厂商提供了大模型工具链，简化了部分开发工作，但总体上，大模型应用依然是一个苦活和累活。

2025年，被公认为AI Agent元年，其典型特征就是大模型不仅会思考，也要自己能够规划和执行，大模型是“大脑”，要完成某个具体任务，需要为大模型配上“四肢”、“五感”等能力。

而如果每一个AI应用还用定制化开发的方式，一个AI应用需要对接N个工具，M个工具就需要“M×N”的集成复杂度，MCP的价值就在于将大模型和工具的交互定为标准化协议，所有厂商用同一个标准，如此大模型应用开发就变成了M+N，大大减少了复杂程度。

百度百度集团执行副总裁、百度智能云事业群总裁沈抖表示，“大模型的应用，绝大多数情况下，不是简单的调用一下大模型。而是需要对接各种组件、工具，需要做各种精细地编排，很多时候，为了进一步提升效果，还需要对模型做调整，定制专精模型。”

他补充道，“特别是搭建企业级业务，还得考虑计算性能、稳定性、扩展性、安全性。所以，一个应用的落地，本质上是一个‘系统’的构建过程。”

企业级应用往往比消费级的要求更高，容错度更低，一位大模型行业人士表示，2024年分析了各个行业各个项目后发现，项目90%的时间都耗在了应用开发上，因为模型是标准的，而应用是千变万化的。

好在这些工作也有共性，总结下来无非就是四件事：补充专业知识、编排业务流程、扩展智能工具、集成企业系统，如果这些事都沉淀下来，封装成平台，实现开箱即用，平台可以用RAG把老专家的经验装进模型，用工作流实现搭积木式业务编排，用智能体+MCP唤起企业的旧系统和资产。

MCP的出现，正符合行业对大模型应用落地的集中期望。

补全企业级Agent的缺口

正如沈抖所言，大模型落地亟需从底层算力到应用的全栈、系统级支撑，既需高性能硬件与集群优化，也需灵活的开发工具链与场景化解决方案。

百度智能云的系统级能力涵盖算力层，例如本次公布的三万卡自研昆仑芯集群，升级的百舸GPU算力平台；以及模型开发层，千帆平台上有超过100多个模型，不仅包括文心4.5Turbo、文心X1 Turbo等百度自研模型，还包括DeepSeek、Ilama、Vidu等第三方模型。

在应用开发层，百度智能云提供了千帆企业级Agent和MCP服务，让Agent具备解决复杂问题的能力，完善的模型开发工具链，支持深度思考模型、多模态模型的定制、精调。

Agent元年，应用开发层也是百度智能云当下着重更新的部分，本次大会千帆平台全面升级了企业级Agent开发工具链，发布了全新推理式智能体——智能体Pro，从快问快答升级到深思熟虑，并且支持每个企业定制自己的专属智能体。

以污水宝为例，基于千帆Agentic RAG能力，让Agent结合企业自己的私域数据和企业知识库，可以基于对任务的理解去制定检索策略，大幅降低模型幻觉。

同时，智能体Pro也支持Deep Research深度研究模式，能让Agent自主完成复杂任务的步骤规划、信息筛选和整理，支持像人一样操控电脑浏览网页（computer use）进行探索式知识收集，也支持像人一样使用多种工具绘制图标、撰写，生成结构清晰、内容丰富的专业报告。

MCP的出现，帮助开发者和企业在开发Agent时，能够更好地利用行业数据和工具，补全了企业级Agent的缺口。

开发者要拥抱MCP有两种路径，一是把自己的资源、数据、能力通过MCP的形式提供出来，让更多的AI应用来使用。二是自己在开发AI应用的时候充分利用已有的MCP Server资源，这样既减少了开发量，又大幅提升能力。

百度智能云的千帆平台是第一家支持MCP的大模型平台。在MCP之前，大模型及各种工具散落各地，规范不同、互不相通。在MCP之后，大模型的工具互联互通，生态将空前繁荣。

MCP最终是生态竞争

MCP或者说大模型，本质上是平台和生态的竞争。在新技术爆发的早期，各种技术范式并不成熟，往往需要端到端的优化实现较好的性能，这也是当前大模型应用落地依赖巨头厂商的原因。

对于巨头厂商来说，比拼的不是长板，而是在没有短板的情况下，不仅要建好自己的平台能力，也要营造一个繁荣的生态，如此才能吸引更多厂商参与到自己的生态，以一个大模型生态对阵另一个大模型生态。

具体到MCP领域，百度大致贯彻了三步走策略。

第一步是发布自己的MCP Server，百度率先发布了全球首个电商交易MCP和搜索MCP等，开发者可在百度智能云千帆平台上的“万能智能体助手”中添加百度AI搜索和百度优选的MCP Server，即可让智能体完成从信息查询、商品推荐到直接下单购买的全流程闭环。这是国内首个支持电商交易的MCP服务与顶级搜索MCP能力的结合。

第二步是支持更多企业开发和调用更多的MCP服务，百度智能云千帆平台正式发布了国内首个企业级MCP服务，首批上线超过1000个MCP Server供企业及开发者选用。同时，开发者也可以在千帆上开发自己的MCP Server，发布到MCP广场，享受免费托管，并能被百度搜索索引，获得更多曝光和调用机会。

第三步是AI开放计划，百度搜索开放平台发布“AI开放计划”（sai.baidu.com），旨在通过多样的内容和服务分发机制，为智能体、H5、小程序、独立App等各种形态的应用开发者提供流量入口和商业化变现的途径，同时也让用户能便捷地发现和使用最新、最全的AI服务。

更多的企业、开发者，把自己的能力以MCP的方式开放出来，在实现商业价值的同时，也壮大了大模型厂商的生态体系，“剩者为王”，大模型竞争的终局不一定是技术更强的厂商，但一定是生态更繁荣的厂商。（本文首发于钛媒体APP，作者 | 张帅，编辑 | 盖虹达）