🍪Ben's Bites•較早收集於 20m
SaaS 已死？MCP 正醞釀回歸
💡了解 Model Context Protocol 如何可能顛覆 SaaS 產業，並改變 AI Agent 存取數據的方式。
⚡ 30-Second TL;DR
有什麼變化
傳統 SaaS 商業模式正面臨生存挑戰
為什麼重要
如果 MCP 獲得廣泛採用，它可能會讓 SaaS 功能商品化，因為 AI Agent 將能在不需個別軟體訂閱的情況下，跨平台執行任務。
下一步行動
請查閱 GitHub 上的 MCP 規範，了解如何將您的內部工具開放給 AI Agent 使用。
誰應關注：Developers & AI Engineers
關鍵要點
- •傳統 SaaS 商業模式正面臨生存挑戰
- •Model Context Protocol (MCP) 正受到重新關注與開發
- •產業正轉向需要標準化數據存取的 Agent 工作流
🧠 深度解析
Web-grounded analysis with 21 cited sources.
🔑 增強重點摘要
- •Model Context Protocol (MCP) 由 Anthropic 於 2024 年 11 月推出，旨在解決 AI 模型與外部工具之間複雜的「N x M 整合問題」，透過標準化將其簡化為「N + M」情境。
- •MCP 是一個基於 JSON-RPC 的開放標準，允許 AI 應用程式透過有狀態會話從遠端 MCP 伺服器動態發現並調用工具、可重複使用的提示和資源，而非傳統的臨時 REST API 呼叫。
- •包括 OpenAI 和 Google DeepMind 在內的主要 AI 供應商已採用 MCP，且該協議於 2025 年 12 月捐贈給 Linux 基金會旗下的 Agentic AI Foundation (AAIF)，顯示其廣泛的產業支持。
- •SaaS 公司可以利用 MCP 集中管理身份驗證和存取控制，降低營運成本，並透過簡化 AI 整合來加速產品開發，從而提高可擴展性和安全性。
- •AI 代理程式和 MCP 等協議的興起，正將軟體開發的重點從傳統的 UI/UX 轉向優化後端功能和 AI 可存取性，這可能導致未能適應的 SaaS 產品被商品化。
📊 競品分析▸ Show
| 協議名稱 | 主要焦點/標準化領域 | 備註 |
|---|---|---|
| Model Context Protocol (MCP) | AI 代理程式與外部工具/資料來源的互動 (Agent-to-Tool) | 由 Anthropic 推出，專注於連接 AI 模型與資料庫、API、檔案等資源。 |
| Agent2Agent (A2A) Protocol | AI 代理程式之間的通訊與協作 (Agent-to-Agent) | 由 Google 推出並由 Linux 基金會管理，專注於不同代理程式之間的發現、任務協商和協作。 |
| Agent Communication Protocol (ACP) | AI 代理程式之間的通訊 (Agent-to-Agent) | 由 IBM 推出並由 Linux 基金會管理，定義了代理程式間通訊的 RESTful、HTTP 介面。 |
| Agent-User Interaction (AG-UI) Protocol | AI 代理程式與使用者介面的互動 (Agent-to-User Interface) | 旨在標準化後端 AI 代理程式如何連接到前端或使用者導向的應用程式，支援即時人機互動。 |
註：上述協議主要為開放標準，而非商業產品，因此不適用於功能、定價或基準測試的直接比較。
🛠️ 技術深入
- MCP 是一個開放且不斷演進的 JSON-RPC (遠端程序呼叫) 標準，用於 AI 應用程式與外部系統之間的通訊。
- 其架構採用客戶端-伺服器模型，包含三個主要角色：主機 (Host，即發起連接的 LLM 應用程式或代理程式)、客戶端 (Client，嵌入在主機應用程式中，用於管理特定連接的「MCP 連接器」) 和伺服器 (Server，由外部資料來源或工具實現，為 AI 提供上下文資料和操作能力)。
- 通訊透過 JSON-RPC 2.0 訊息進行，支援強型別參數和錯誤碼的結構化請求/回應資料和命令交換，比簡單的文字提示更標準化和安全。
- MCP 伺服器向客戶端公開三類核心功能：
- 工具 (Tools)：模型可以調用的功能操作，例如「檢索/搜尋資料」、「發送訊息」或「更新記錄」。
- 資源 (Resources)：應用程式控制的資料內容，供 AI 檢索和參考 (例如檔案內容、資料庫模式、API 回應等)，以唯一 URI 識別，並支援資源模板化以實現動態內容結構。
- 提示 (Prompts)：使用者或開發者預定義的提示模板，用於引導 AI 的互動風格或輸出格式。
- MCP 連接是有狀態的，並支援客戶端和伺服器之間的能力協商，確保後續互動的一致性和可靠性。
- 該協議旨在解決 AI 開發中的「N x M 整合問題」，透過提供標準化框架將整合複雜性從 N x M 轉換為更易於管理的 N + M 情境。
- Anthropic 提供了 Python、TypeScript、C# 和 Java 等程式語言的軟體開發套件 (SDK)。
- 2026 年 1 月，Anthropic 推出了 MCP Apps，允許 MCP 伺服器返回互動式 UI 組件，而非僅限文字或 JSON。
🔮 前景展望AI analysis grounded in cited sources
SaaS 商業模式將從以使用者介面為中心轉變為以 API 和代理程式可存取的功能為中心。
AI 代理程式將直接與後端系統互動，減少對傳統使用者介面的依賴，迫使 SaaS 供應商優化其服務以供代理程式使用。
企業 SaaS 的定價模式將從基於席位轉向基於使用量或成果。
隨著 AI 代理程式自動化任務，客戶將期望根據完成的工作而非登入次數付費。
AI 代理程式協議的廣泛採用將加速跨不同供應商和平台的 AI 應用程式的互通性。
MCP 等標準化協議消除了對客製化整合的需求，使 AI 代理程式能夠無縫發現、理解和協作。
⏳ 時間線
2023
OpenAI 推出「函數呼叫」API 和 ChatGPT 外掛框架，作為 MCP 之前的權宜之計。
2024-11
Anthropic 推出 Model Context Protocol (MCP) 作為開放標準，旨在解決 AI 整合問題。
2025-03
OpenAI 正式採用 MCP，並將其整合到產品中，包括 ChatGPT 桌面應用程式。
2025-12
Anthropic 將 MCP 捐贈給 Linux 基金會旗下的 Agentic AI Foundation (AAIF)。
2026-01
Anthropic 正式推出 MCP Apps，允許 MCP 伺服器返回互動式 UI 組件。
2026-02
美國國家標準與技術研究院 (NIST) 宣布啟動「AI 代理程式標準倡議」，旨在促進 AI 代理程式的互通性和安全性。
📎 來源 (21)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Ben's Bites ↗