- MCP（Model Context Protocol，模型上下文协议） ，2024年11月底，由 Anthropic 推出的一种开放标准，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信协议。MCP 的主要目的在于解决当前 AI 模型因数据孤岛限制而无法充分发挥潜力的难题，MCP 使得 AI 应用能够安全地访问和操作本地及远程数据，为 AI 应用提供了连接万物的接口。
一、设计目标：通用标准 vs 单点适配
Function Calling的核心是让大模型通过自然语言指令调用预设的本地函数。例如，用户询问天气时，模型触发“获取天气”函数并返回结果。但这种方式高度依赖具体应用场景，开发者需为每个功能单独编写接口，且不同厂商的API格式差异导致复用性极低。
MCP则更激进——它试图建立统一的调用标准，将模型与外部工具解耦。通过定义客户端、服务器与主机的分层架构，MCP让开发者只需一次对接即可兼容所有支持该协议的工具。这种“万能翻译官”特性，使得数据与功能能在不同系统间自由流动，彻底告别重复造轮子的时代。
二、架构差异：解耦协同 vs 紧耦合集成
Function Calling采用紧耦合设计，工具定义、调用逻辑与结果处理均嵌入单一应用中。若工具更新，整个服务需重启适配，开发维护成本高昂。例如，OpenAI的Plugins生态因协议封闭性最终被放弃，开发者被迫频繁调整代码。