大语言模型

阿里云拥抱 MCP 这步棋，太多人都没有真正看懂

2025 年 4 月 11 日

阿里云MCP更新背后隐藏的战略意义，你真的看懂了吗？核心内容： 1. MCP的基本概念及其与Function Calling的关系 2. MCP Market与Plugin Market的区别解析 3. Anthropic如何通过MCP实现跨平台工具调用

最近特工们兵分两路，一支受邀前往 Las Vegas 参加 Google Cloud Next 大会，一支前往北京郎园参加阿里云 AI 势能大会。前者 Google 发的东西有点多，还没消化完，改天我们详细说说。今天就先来聊聊阿里云百炼这边关于 MCP 的更新。

MCP 最近非常火，但也存在许多非共识和噪音，每个人对 MCP 的理解都有些参差，网上的各种分析也是眼花缭乱，读起来让人觉得知其然而不知其所以然。

MCP 具体干了个什么事？MCP 和 Function Calling 的关系是什么？MCP Market 和 Plugin Market 的区别是什么？百炼这么做的战略意义是什么？

我们尝试提出一个非常小白化的解释，来让没什么基础的读者也能搞明白以上所有问题，请允许我们娓娓道来。

MCP 的形象比喻

首先，用户让 LLM 调用工具，就好比我（特工少女，即 User）让男朋友（LLM）去小店（软件服务提供商）买东西（Data & Tool）并使用。如果模型接到的任务则可能需要多个工具调用（Tool Use），这就好比我跟男朋友讲的需求比较复杂，比如做从零做一道番茄炒蛋。

然后男朋友通过规划（Planning）决定去苏泊尔买个锅和铲，去菜场买个西红柿和鸡蛋，再去便利店买个糖和盐，以此来完成番茄炒蛋这道菜。但是在传统的 AI 应用开发过程中，男朋友（LLM）能去的小店（能使用的工具）都需要开发者预先定义线路（编写代码）。

但是，男朋友（LLM）每去一个新地方，都要造一条新路（编写代码），似乎不太方便。于是后来字节扣子、百度千帆、阿里云百炼等平台出现了，他们就好比是开了一个商超。商超跟各种小店说，我这里人气旺，你们直接按我们的要求来货架上架你们的商品就行，再跟我（User）说我这现成的商品多，以后让男朋友（LLM）来这买就行。

小店们觉得这事不错，便遵守平台一定的上架规范，开始把他们的商品（Tool）变成了插件（Plugin），我（User）提的好多需求，男朋友（LLM）在这些平台上就能一站式满足了，选几个插件直接用就行，方便了挺多。

但是，Anthropic 干了一个什么事情呢？他想搞电商！

他跟小店们说，不同平台的插件规范不太一样，你们去各个平台上架插件也挺累的。咱们搞个新玩法，能让天下的男朋友（LLM）都很容易的用到更多商品（调用更多工具）。你们呢按照我这个标准，把你们的商品都做一个数字化的标准信息处理（即变成了 MCP Server），我们再定义一个叫电商组件的东西（即 MCP Client），你们的 MCP Server 要跟电商组件有互动，只要遵守一个开放的规则，这部分就是 MCP 协议，即 Server 和 Client 的通信协议。

此外，Anthropic 基于这个电商平台（Client）的理念做了一个淘宝的外壳，这个淘宝就好比没有包含 LLM 的 Claude Desktop。在这基础上，如果再加上 Claude 的模型，就相当于让“男朋友刷淘宝”，这一整体就构成了 MCP Host。

MCP Server 只管提供各种工具，MCP Host 只管通过 MCP Client 获取并使用这些工具。然后淘宝上玲琅满目的商品很多，就形成了 MCP Market。

解释完了 MCP，那它跟 Function Calling 有什么关系和区别呢？为什么有人说它俩毫无关系，又有人说 MCP 是 Function Calling 封装了一层？到底谁是对的？

其实这两种说法都是对的，只是不同视角的解读。

为什么说 MCP 和 Function Calling 毫无关系呢？

从利用 MCP 进行工具调用流程来看，这里的 MCP 更多指的是协议本身（Client 和 Server 的连接），MCP 协议只关心商品在电商平台的上架情况，而 Function Calling 是模型调用工具的主流手段之一（纯靠系统提示词也可以），即男朋友怎么买怎么用这些商品，MCP 协议并不在乎这些，这是一条链路上的两个部分，所以没什么关系。

那为什么说 MCP 是 Function Calling 的封装呢？

这里的 MCP 更多指的是整个让模型调用工具的整体手段（即下图中下面这个红框）。无论是原先的 Function Calling（上红框），还是现在的 MCP，本质都是让男朋友买到商品并使用（让模型调用工具），因此核心目的相同。而至于为何认为是封装，是因为在当前 MCP 整体实现路径中，Host 里的 LLM 向 Client 调用工具时，大多仍然使用 Function Calling，所以可以理解成 MCP 封装了 Function Calling。

阿里云为何拥抱 MCP？

扯了这么多，主角终于登场了，阿里云百炼是个什么定位呢？

阿里云百炼可以形象的比喻为盒马。之前也是搞线下商超，但是吧，可能一方面觉得自己的商品供应商，以及来的顾客都不够多，其他家比如扣子好像更热闹一些；另一方面，可能觉得这个线上电商模式挺有前景的，于是也下场了。

百炼调整了自己的运营模式，支持 Anthropic 定义的那套标准协议，那些之前把自己商品打包成 MCP Server 的小店，现在百炼都能马上接过来，相当于也做起了电商平台，并且集 Server、Client、Market 于一体。就像盒马一样，既可以线下买，也可以网上买，这下销路就拓宽了。

百炼通过这种快速转型，弥补了之前可能略逊于扣子等的插件生态，因为现在得益于 MCP 工具变多了嘛。供给变多了，加之最近 MCP 很火热，市场热情不错，那么需求侧的开发者和企业会过来，本质上做的还是云的生意，通过这种方式在短期内占领市场份额。

百炼的眼光比较毒辣，跟进的比较快。但绝对不止百炼一家有这种想法，后面其他家也会陆续跟进，反正没什么坏处嘛，投入也不会特别大。

火山和扣子之所以没那么着急，我们认为是因为其实插件商店和 MCP 商店没什么本质区别。现在扣子平台的生态挺稳固的，很多客户需求都能基于扣子一站式实现了。

MCP 可能是多此一举，也可能是锦上添花，这取决于 MCP 的发展。

以及，我们认为这些平台其实可以把 MCP 作为插件的补充，而不要直接暴露给用户，MCP 和插件的并列存在可能让用户感到迷惑。

可能存在的一些误区

很多人看到 MCP Server 觉得很牛逼，但其实真正牛逼的是小店里的商品本身，即工具能力本身，而不是 MCP。MCP 是个标准，不是个技术，核心还是得看 LLM 或者说 Agent 的能力。

比如 @AI 产品黄叔前几天做了一个 Case，用 Winsurf + Claude 3.7 + 高德 MCP 实现找到两地之间的咖啡店。

但事实上这件事情在扣子上基于插件也能实现。

模型自己规划了，先找到了两地的经纬度坐标，计算了中间值，然后在这个中间值的经纬度找附近的咖啡馆。

然后一样能让扣子基于结果做一个前端样式展示。

另外黄叔引用的那位博主所说的“在地图上两个地点中间找位置的需求，过去十年都没有最佳解决方案”有失偏颇。Genspark 就可以口喷需求一键实现，效果也非常惊艳。

详情可以查看这个链接：https://www.genspark.ai/agents?id=98ec3208-5434-420b-9e8d-9e725ba7d685

此外，大家做的很多 Case 也有为了 MCP 而 MCP 之嫌，可以说通过 MCP 能做到 xxx 功能，但不能说只有 MCP 才能做到 xxx。

以及，博主@赛博禅心这里的表述也存在一些问题。

首先 Plugin 开发者和 MCP 开发者做的事情没什么区别，插件的开发和 MCP 的开发服务都有类似百炼这样的云平台来托管。

其次，“多次调度、多工具组合”的能力是来自于模型本身，跟选择的是 Plugin 还是 MCP 没任何关系。

另外，博主@AI 产品阿颖就错的一塌糊涂了，他昨天的文章里写到，把阿里云百炼平台上高德的 MCP Server 拿到了 Cursor 里面用。但事实上拿的并不是百炼的，而是高德的，在 Cursor 里使用高德的 MCP，跟百炼没有一毛钱关系。

现在 MCP 确实是过誉了，很多博主明显错误的观点，但仍然阅读量很高且无人反驳的这一现象，足以说明现在市场的浮躁。

虽然吐槽了许多，但实际上我们仍然非常看好 MCP 的理念和未来，只是希望在纷繁的信息洪流中保持一份清醒的思考。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

阿里云拥抱 MCP 这步棋，太多人都没有真正看懂

立即咨询 JOTO

想把这些做法用到你的业务里?

开启企业级 AI 落地

填写需求单