在人工智能领域，如何让智能体突破聊天界面限制，与外部工具和数据高效协作，始终是开发者面临的棘手问题。传统方案需要开发者自行搭建并维护各类连接器，这种模式不仅扩展性差，还容易引发治理层面的诸多挑战。针对这一痛点，谷歌近日宣布推出全托管远程MCP服务器，试图为智能体搭建更便捷的"桥梁"，使其能够无缝接入谷歌地图、BigQuery等核心服务。
这一举措紧随谷歌最新Gemini 3模型发布之后，旨在将强大的推理能力与可靠的现实工具连接相结合。谷歌云产品管理总监斯特伦·吉安尼尼（Steren Giannini）向TechCrunch透露："我们正通过系统性设计，让谷歌生态为智能体做好充分准备。"据介绍，开发者现在只需粘贴托管端点的URL，即可完成连接设置，省去了以往需要耗费一两周时间的复杂配置流程。
首批推出的MCP服务器覆盖了地图、BigQuery、计算引擎和Kubernetes引擎四大服务。在实际应用场景中，这可能表现为数据分析助手直接查询BigQuery数据库，或运营智能体自主管理基础设施服务。以地图服务为例，吉安尼尼指出，传统模式下开发者只能依赖模型内置的静态知识，而通过MCP服务器，智能体可以获取实时更新的地点信息和旅行规划数据。
作为连接AI系统与数据工具的开源标准，MCP（模型上下文协议）由Anthropic公司约一年前开发，并已被智能体工具领域广泛采用。本周早些时候，Anthropic将该协议捐赠给新成立的Linux基金会基金，致力于推动AI智能体基础设施的开源与标准化。谷歌的解决方案正是基于这一标准构建，吉安尼尼强调："由于MCP是通用标准，谷歌提供的服务器可以与任何兼容客户端配合工作。"他亲自测试过Anthropic的Claude和OpenAI的ChatGPT作为客户端，均能正常调用服务。
对于谷歌生态内的用户，Gemini命令行工具和AI Studio已率先支持MCP协议。而在企业级方案中，谷歌的API管理产品Apigee扮演着关键角色——它能够将标准API"翻译"为MCP服务器可识别的工具，使企业现有产品目录API等端点转化为智能体可调用的资源，同时保持原有的安全管控体系。这意味着，企业用于人工应用开发的API防护措施，现在同样适用于AI智能体。
在安全防护方面，谷歌为MCP服务器构建了多重保障机制。通过Google Cloud IAM权限系统，企业可以精细控制智能体的访问权限；Google Cloud Model Armor则充当专门针对智能体工作负载的防火墙，可防御提示注入、数据泄露等高级威胁；配合审计日志功能，管理员能够获得完整的操作记录和实时监控能力。这些措施共同构成了覆盖智能体全生命周期的安全防护网。
目前推出的MCP服务器仍处于公开预览阶段，尚未完全纳入谷歌云服务条款覆盖范围，但已向付费企业客户免费开放。吉安尼尼透露，公司计划在新年前后将其转为正式可用服务，并预计每周推出新的服务器类型。未来几个月，存储、数据库、日志监控和安全等领域的服务支持也将陆续上线。"我们建立了完整的开发管道，"吉安尼尼表示，"开发者无需再重复造轮子。"
这场变革不仅关乎技术连接方式的革新，更预示着AI智能体与企业数字化系统的深度融合。当智能体能够自由调用企业现有工具和数据资源时，其应用场景将突破传统边界，在商业决策、运营优化等领域释放更大价值。谷歌的这次尝试，或许正在为AI时代的工具生态重构奠定基础。
