人工智能（AI）智能体在解决旅行规划、商业咨询等复杂任务时展现出巨大潜力，但如何让它们与外部工具和数据无缝协作，始终是开发者面临的棘手问题。传统方式依赖开发者自行搭建连接器，不仅耗时耗力，还容易因系统兼容性、维护成本等问题导致项目难以扩展，甚至引发数据治理风险。针对这一痛点，谷歌近日推出完全托管的远程MCP（Model Context Protocol，模型上下文协议）服务器，试图通过标准化方案打破AI智能体与现实工具之间的连接壁垒。
MCP协议由AI公司Anthropic于一年前开发，是一种开源标准，旨在统一AI系统与外部数据源、工具的交互方式。该协议已逐渐成为AI工具生态中的通用语言，本周早些时候，Anthropic将其捐赠给新成立的Linux基金会专项基金，进一步推动其开源与标准化进程。谷歌此次推出的托管MCP服务器，正是基于这一协议构建，首批支持Maps、BigQuery、Compute Engine和Kubernetes Engine四项服务，覆盖地理信息查询、大数据分析、计算资源管理及容器编排等场景。
谷歌云产品管理总监Steren Giannini在接受采访时表示，过去开发者为连接外部工具，往往需要花费一到两周时间编写定制化代码，而新方案只需粘贴托管端点的URL即可完成集成。以Maps服务为例，传统模式下AI智能体仅能依赖模型内置的静态知识，但通过Google Maps MCP服务器，智能体可实时获取最新地点信息、路线规划等动态数据，从而做出更精准的决策。这种“工具增强”能力，被视为提升AI智能体实用性的关键一步。
目前，谷歌的MCP服务器以公开预览形式推出，虽尚未完全纳入谷歌云服务条款保障范围，但已付费企业客户可免费使用。Giannini透露，公司计划在明年年初将其升级为全面发布版本，并每周上线更多服务支持，最终覆盖存储、数据库、日志监控、安全等全领域。他强调：“底层管道已搭建完成，开发者无需重复造轮子。”
MCP协议的开放性是其核心优势之一。作为标准协议，任何兼容的客户端均可与谷歌的MCP服务器通信。Giannini举例称，除谷歌自家的Gemini CLI和AI Studio外，Anthropic的Claude、OpenAI的ChatGPT等第三方AI应用也能直接调用谷歌提供的工具服务。这种“客户端-服务器”分离的设计，不仅降低了技术门槛，还为生态参与者提供了更多选择空间。
对企业用户而言，谷歌的布局远不止于工具连接。其API管理产品Apigee的整合，成为另一大亮点。Apigee作为企业级API治理平台，原本用于分发密钥、设置配额及监控流量，而通过与MCP协议结合，它可将标准API“转换”为AI智能体可自动发现和使用的工具。例如，企业的商品目录API经Apigee处理后，可转化为智能体可调用的动态数据源，同时保留原有的安全控制机制。这意味着，企业无需为AI智能体单独开发治理策略，现有的人工开发API管理流程即可直接复用。
在安全层面，谷歌为MCP服务器构建了多层防护体系。所有服务器均受Google Cloud IAM权限机制保护，严格限定智能体的操作范围；Google Cloud Model Armor则作为专用防火墙，防御提示词注入、数据泄露等针对AI的攻击；管理员还可通过审计日志实现全流程可观测性。Giannini形容，这一方案相当于为AI智能体“装上了安全锁”，确保其在享受工具便利的同时，不突破企业合规边界。
