MCP：大模型時代的真正船票

文 | X研究媛

很多人還在爭論Manus是否「套殼」的時候，卻沒有察覺到到Agent+MCP意味著什麼。

Agent+MCP，自主探索、深度思考、調用工具，以接近人類的學習、工作方式，完成真實世界的複雜任務。

今天MCP的熱潮很像十幾年前iPhone+iOS，那個iOS生態的起點，少有人意識到移動互聯網時代的大浪滾滾而來。個人判斷：MCP共識一旦形成，大模型To C的趨勢，將碾壓一切。

01 Manus進行「封閉驗證」

在一個資本高度關注、全球大熱的領域，一個名不經傳的團隊，做出一個現象級產品，大概率是擊中了PMF，為所有還困在森林里的探險者找到了路。

Manus現象大概就是創業最經典的「輕量級驗證」。這家公司以它自己為模板，為行業驗證了潛在的、極其龐大的需求。而且這大概率是衝著傳統搜索引擎。

Manus是什麼？Manus為什麼能火？它就是找到了讓普通人最舒服使用大模型的方式。「通用Agent」無論這個牛逼概念能不能兌現，能「通用」到什麼程度，Manus能一句話，用戶能以「自然語言」說人話的方式，讓大模型把一個事情從頭到尾做完。

• 我不需要跟大模型費勁多輪Prompt，它自己去琢磨你要什麼

• 它能調用工具了，而且還知道用什麼工具。像真人一樣，去打開網頁、訪問本地文件、打開這個軟件那個應用，去搜索產品信息、公司信息、搜索相關數據，然後自己總結、排版，生成報告。一氣嗬成。

按時尚的說法，大模型「端到端」把活幹完了，這才是普通人真正需要的東西！

但是人們發現，火出圈的Manus 居然沒有自研大模型，只是一個模型和工具的「包裝器」，套殼的質疑並非完全是污衊。

Manus本質是基座模型+接口協議+調用工具的自主工作流。Manus 使用Claude為底座模型和阿里雲通義實驗室研發的Qwen-finetunes微調工具，CodeAct作為調用工具的「接口協議」，關鍵差異在，Manus還打包了29個大模型調用的、精心篩選的工具。

按類別來分，Manus集成了12個瀏覽器操作工具（browser系列，支持AI代理與瀏覽器、網站交互）；5個Shell操作工具（用戶與操作系統內核之間的接口，允許用戶通過命令行界面與系統進行交互）；5個文件操作（file系列，支持打開、讀取、寫入、創建文件等等）；3個部署工具；2個message消息交互工具；1個信息查詢工具info_search_web和1個idle工具。

Manus究竟有什麼獨特之處？調用工具其實也不是重點，Function Call早就有人提出了。自主工作流，拆解目標、層層推進、反思迭代、輸出結果，也並不是破天荒。從o1到R1，從預訓練Scaling 到後訓練Scaling 甚至推理步驟和時間上的Test-time Scaling，推理式LLM能力也已具備。

但是推理式LLM+自主調用工具，產生了質變。

02  Coze首測，MCP to B

MCP是推理式LLM調用工具的關鍵。

MCP作為一個統一的「工具」生態，全球性的共識正在形成。打一個比喻，如果MCP的工具生態就像iOS平台剛剛誕生那會，而Google的A2A，就像就在這個關鍵節點，搞出了Android。

MCP的起源，按Anthropic發明MCP核心工程師的說法，為了給自家已經很棒的大模型延展更多的功能，他們在Cloud Desktop和IDE之間來回覆製黏貼，不勝其煩。他們給出的解決方案是：給大模型配一台「雲電腦」，把已開發的多個大模型調用的Function，和想獲得的多個外部功能、數據在這台「雲電腦」環境上集成、打通、運行，一個典型的「M X N”問題，使用一個標準協議解決。

MCP運行涉及到Host、Client和 Server。Host簡單理解就是調用工具或外部數據的「需求發起方」，它可以是一個大模型聊天對話工具或者專業的IDE。Client則是負責連接Host與Server的「客戶端」，比如Cursor；Server就是需要擴展的外部功能或外部獲得的上下文數據。

一個簡單的MCP運行過程，Host發出需求指令，Host的指令通過 Client 和 外部的Server 溝通，最終實現功能並返回結果給用戶。

相比 Manus演示了推理式LLM工作流+自主調用工具的思路，使用了CodeAct而非MCP做協議，並且調用的工具基本是定製好了，數量也限死。

字節Coze更進一步，開始擴展可以調用的工具，並且瞄準辦公場景。

4 月 18 日週五晚，字節的 Agent 產品 「扣子空間」 開啟內測。團隊為此準備不少算力資源，但短短幾小時內，服務器就被湧入的用戶擠爆。超出預期的用戶熱情，讓扣子團隊再次驗證一個判斷：用戶一直在等待能用的 AI 產品，去解決工作中的問題。

Coze Space是什麼？

Coze Space 按字節官方說法「一款AI Agent協作辦公平台」，旨在通過AI驅動的代理和模塊化工具優化工作流程，被定位為「用戶與AI Agent協作的理想場所」。它支持從任務分析到執行和結果生成的全流程自動化，提供兩種模式：

• 探索模式：適合快速執行簡單任務，如生成會議記錄。

• 規劃模式：針對複雜任務（如市場調研、跨行業分析），AI會在關鍵步驟暫停，與用戶確認後再繼續。

平台集成了60多個MCP擴展，包括飛書多維表格、高德地圖、圖像工具和語音合成等，支持數據分析、地理規劃、內容創作等應用場景。它提供低代碼/無代碼環境，非技術用戶也能通過自然語言構建AI應用。

有了封閉產品、調用有限和固定工具的Manus，有了Coze半開放的協作智能體工作流，還會出現什麼？

2025年4月23日，納米AI正式上線MCP技能商店，按官方說法，建立起像DeepSeek等基座大模型的「萬能工具箱」。基於本地客戶端，而不是Coze或者Manus的雲端Host，納米AI客戶端有4億月度訪問用戶，選擇面向普通用戶，目前只有它一家。

周鴻禕不做只有29個固定工具的Manus，也不做只有60個MCP擴展、半開放協作智能體工作流Coze。一步到位，直指普通人用的超級智能體：調用工具更多、更自由、高度開放場景的MCP to C。

納米AI不同於Manus和Coze集中在開發者圈子，相對封閉產品體系，納米AI自建了MCP的開放市場，思路類似iOS App Store。

納米AI通過自研MCP工具，逐一審核引入外部高頻使用、有口碑的MCP應用並且限時免費接入，以及擴容第三方MPC Server的方式，建立起一個初步MCP應用生態，讓大模型可以調用超過100個仔細篩選、高質量、真實有用的MCP技能應用，用戶可以手搓自己的超級智能體！

這些MCP在被LLM調用，多個技能並行運行時，能夠模仿人類在真實世界完成工作，覆蓋任務的更多樣性、泛化性尤其突出。

作為首批實測納米AI超級智能體用戶，筆者一個實測案例，創建「生成網頁」的個人智能體：

• 輸入相對規整的Prompt

  

• 選擇MCP工具。本案例選擇了MCP工具箱里的firecrawl（免key）、納米生成網頁、sequential thinking（免安裝）

在創建好了智能體後，我讓它進行「特朗普關稅影響」的深度報告生成和網頁代碼生成。

最終生成的網頁 https://mzbx47.n.cn

從實測效果看，這是全網第一個不需要調試代碼，不需要MCP工具調用配置，不需要掏錢買Key連接第三方高質量 MCP Server，只要會寫Prompt和選擇合適的MCP工具，就可以生成個人專屬智能體的平台。

如果用戶不會寫Prompt，也不知道該選擇哪個工具，可以直接使用官方的模板智能體。就像在App Store選擇應用一樣，一鍵下載、配置、使用。

按照納米AI的設想，通過MCP集成大量生態夥伴，讓大模型和MCP工具技能自由組合，超越Coze和Manus的能力上限。目前，納米AI能夠自動分析用戶需求並拆解為多個子任務，自主調用工具（如瀏覽器、代碼編輯器等）執行任務，並輸出完整的結果報告，如網頁、PPT、Word文檔等。

納米AI比較獨特之處，可以通過MCP讀取本機數據庫，自動調用納米AI集成的本地瀏覽器，跨過登陸牆調用應用執行應用內多步操作，讓大模型和智能體能夠完成此前無法完成的複雜功能。

這背後是360團隊過去在搜索和瀏覽器的技術積累。根據筆者跟相關產品和研發的深入交流：

一方面基於360團隊過去在搜索上的深厚積累，自建了千億級的索引庫和百億級精品庫。另一方面，加入了更多MCP協議的搜索工具，如Tavily Search , Exa Search ，Github, Google Scholar, ArXiv和PubMed，雅虎財經，包括學術、醫學、科學論文、代碼等高質專業數據來源，大大提升了大模型專業知識搜索的廣度和深度。得益於納米AI的開放式設計，接入的MCP Server越來越多，專業內容搜索能力會越來越強。

納米AI專門也打造了一個最能適應中國網絡特色的AI爬蟲。與通用爬蟲不一樣的是，基於360搜索過去搜索爬蟲能力，納米AI是專門為大模型打造的爬蟲，它能夠讀懂各種複雜的頁面結構，包括各種信息流網站、影片網站、社交網站的動態網頁代碼，讓大模型可以提取網頁正文、圖片、影片、音頻等資源。

還有客戶端集成了首個為大模型定製的AI瀏覽器。納米AI打造了一個大模型專用的瀏覽器，而且該瀏覽器的大模型調用基於本地計算機上運行，它實現多個社交網站的深度搜索和深度理解，打破登錄牆和內容圍欄，幫你在多個網站中找到信息、找到用戶評論，找到貼子裡的圖片和影片。最終檢索出更全面、更高效和精準的信息。

目前，納米AI支持的MCP工具數量最多、客戶端體量最大，也是首個可自由調用和組合MCP工具、並且支持用戶自建Agent的平台。納米AI選擇了 MCP to C的道路，建立起本地客戶端+MCP自由調用市場，一個類似App Store的開放生態。

後續，開發者還可以在納米AI平台上架自己的MCP工具，並且獲得終端用戶的付費收入，一個平台、開發者、用戶形成完整閉環，可持續的商業模式。完全就是iPhone+iOS的思路！

周鴻禕成名於PC時代，錯過了移動時代，但在大模型時代，卯足勁要拿到一張船票。

可能地火已經無法壓制。MCP to C，一座火山已經突出了地殼，即將噴發。