在AI智能体应用领域，如何让这些系统与外部工具和数据高效协作始终是开发者面临的挑战。传统方法需要开发者自行搭建各类连接器，不仅维护成本高昂，扩展性也受到限制，更存在治理层面的隐患。针对这一痛点，Google近日推出全托管远程MCP服务器，试图通过标准化方案破解行业难题。
这项技术基于模型上下文协议（MCP）开发，该协议由Anthropic于一年前创建，现已成为连接AI系统与数据工具的开源标准。Google Cloud产品管理总监Steren Giannini表示，开发者现在只需粘贴托管端点URL，即可让智能体接入Google地图、BigQuery等核心服务，省去了原本需要数周的集成工作。首批推出的服务涵盖地图导航、数据分析、计算引擎及容器编排四大场景，例如运营智能体可直接调用基础设施服务，数据分析助手能实时查询BigQuery数据库。
以地图服务为例，传统模式下智能体依赖模型内置的静态知识库，而通过Google地图MCP服务器，系统可获取实时交通数据、景点信息等动态内容。Giannini强调，这种连接方式不仅提升信息准确性，更能根据用户需求生成个性化方案。目前该服务以公开预览版形式推出，已付费使用Google云服务的企业客户可免费体验，预计新年后将正式纳入服务条款覆盖范围。
技术架构层面，Google通过Apigee API管理平台实现标准转换。该系统能将企业现有的产品目录API等端点转化为智能体可识别的工具，同时保留原有的安全管控机制。这意味着企业用于人工应用开发的防护体系，如今也能直接应用于AI智能体。在安全防护方面，Google构建了多重保障：Cloud IAM权限系统精确控制智能体操作范围，Model Armor防火墙专门防御提示注入等新型攻击，审计日志则提供完整的操作追溯能力。
兼容性是该方案的核心优势。作为开源标准，MCP协议支持跨平台协作，Google的服务器已与Gemini CLI、AI Studio等自家工具完成适配，同时兼容Anthropic Claude和OpenAI ChatGPT等第三方客户端。Giannini透露，团队正以每周更新频率扩展服务范围，未来几个月将覆盖存储、数据库监控、安全日志等企业级场景。
这项技术革新背后，折射出AI应用开发范式的转变。Google通过标准化协议与全托管服务，将原本碎片化的集成工作转化为可复制的解决方案。对于企业而言，这不仅降低了技术门槛，更意味着能以更安全的方式释放AI潜力。随着MCP生态的完善，智能体与现实工具的深度融合或将开启新的应用篇章。
