在人工智能（AI）智能体逐渐成为解决旅行规划、商业分析等任务重要工具的背景下，如何让这些智能体与外部工具和数据高效协作，一直是开发者面临的难题。此前，开发者需要手动搭建各种连接器，不仅过程繁琐，还面临稳定性差、扩展困难以及治理复杂等问题。针对这一挑战，谷歌近日宣布推出完全托管的远程MCP（Model Context Protocol，模型上下文协议）服务器，旨在为AI智能体接入谷歌及其云服务提供更便捷的解决方案。
谷歌云产品管理总监Steren Giannini表示，公司正从设计层面推动谷歌平台“智能体就绪”，让AI智能体能够更轻松地连接谷歌的各类服务，如地图（Maps）和大数据分析平台BigQuery。这一举措紧随谷歌最新Gemini 3模型的发布，旨在将更强的推理能力与更可靠的现实世界工具及数据连接相结合。Giannini透露，过去开发者搭建连接器可能需要一到两周时间，而现在只需粘贴一个托管端点的URL即可完成集成，大大简化了开发流程。
目前，谷歌已推出面向Maps、BigQuery、Compute Engine和Kubernetes Engine的MCP服务器。这些服务在实际应用中具有广泛潜力，例如分析助手可以直接查询BigQuery获取数据，运维智能体则能与基础设施服务进行交互。以Maps为例，Giannini解释说，在没有MCP的情况下，开发者只能依赖模型内置的知识，而配备Google Maps MCP服务器后，智能体可以基于真实、最新的地点或行程信息做出决策，提升了决策的准确性和实用性。
MCP协议最初由Anthropic大约一年前开发，是一种用于连接AI系统与外部数据和工具的开源标准。该协议已在AI智能体工具生态中广泛采用，并于本周早些时候被捐赠给新成立的Linux基金会专项基金，以推动AI智能体基础设施的开源与标准化。Giannini强调，MCP的魅力在于其标准性，只要谷歌提供一个服务器，任何客户端都能与之连接。他表示，谷歌的Gemini CLI和AI Studio已作为MCP客户端使用，同时他也尝试将Anthropic的Claude和OpenAI的ChatGPT作为客户端，发现它们都能直接运行。
谷歌的这一举措不仅限于连接其服务与AI智能体，更在企业级布局上具有重要意义。其API管理产品Apigee可以将标准API“转换”为MCP服务器，从而将诸如商品目录API之类的端点转化为AI智能体可自动发现和使用的工具，并在其上叠加现有的安全与治理控制机制。这意味着，企业当前用于人工开发应用程序的API治理策略，如今也可同样适用于AI智能体。
在安全方面，谷歌的新MCP服务器受到Google Cloud IAM权限机制的保护，明确限定了智能体可执行的操作。它们还配备了Google Cloud Model Armor防护，这是一种专为智能体工作负载设计的防火墙，可防御提示词注入、数据泄露等高级威胁。管理员还可以通过审计日志实现更全面的可观测性，确保系统的安全性和合规性。
谷歌计划在未来几个月内将MCP支持扩展至更多服务领域，包括存储、数据库、日志与监控、安全等。Giannini总结道：“我们已经搭建好了底层管道，开发者无需再自己动手。”这一举措有望进一步推动AI智能体在各行各业的应用，提升开发效率，降低协作成本。
