MCP 轉移:為什麼建立自己的 AI 橋樑可能會走彎路?

圍繞著應用程式如何與大型語言模型 (LLM) 互動,以及對企業的影響,尤其是關於管理型/模型運算平台 (MCP) 的影響,景觀一直在快速演進。

人工智能領域的變化速度驚人。數月前看似小眾的技術挑戰,現在已迅速成為主要 AI 業者的核心產品。

TL;DR: OpenAI 和 Anthropic (Claude) 等主要人工智能提供商正日益将以前由独立 MCP(托管计算平台/服务器)处理的功能直接集成到其服务中。OpenAI 的 Response API 和 Claude 的內建整合標誌著這個趨勢,大幅降低了使用者的使用門檻,但對於考慮建立自訂 MCP 基礎架構的企業而言,卻提出了策略性的問題。對於大多數企業,尤其是規模較小的公司而言,專注於利用這些整合式平台,而非建置底層 MCP 橋樑,可能是較為謹慎的做法。

感應震動:平台整合加速

今年較早時(約 3 月左右),OpenAI 發佈的 Response API 就像是一個早期信號。這暗示了 OpenAI 將提供更多的內建功能來管理互動,甚至是狀態,減少開發人員從外部處理所有事情的負擔。

Anthropic 最近的 Claude 更新結合了許多內建式整合 (據報導約有 10 個類似 MCP 的服務),並允許使用者設定連線至他們 own 的 MCP 伺服器,強而有力地強化了這個方向。這些 AI 領導者所傳達的訊息似乎很清楚:核心互動管理與潛在的基本客製化/運算功能,將成為平台產品的一部分。

這是一種自然演進。對一般使用者甚至許多企業而言,如果核心 AI 服務本身能提供無縫、經濟實惠的整合或管理功能,那麼使用獨立、可能更複雜的工具 (例如需要特定設定的獨立桌面用戶端) 或建立客製化基礎架構的吸引力就會降低。便利性與整合性往往是致勝關鍵。

我們也看到 Cloudflare 等基礎建設業者積極推廣解決方案,以簡化 MCP 伺服器的部署,這也是對需求的認同。然而,部署的簡易性並沒有否定一個策略性的問題,那就是從頭開始建立一個伺服器是否是正確的做法。

為何小型公司在建立客製化 MCP 伺服器前應三思?

基於這些趨勢和 AI 市場的固有動態,從頭開始建立專屬的客製化 MCP 伺服器會帶來重大的挑戰,尤其是對於較小型的組織而言:

  1. 高成本和複雜性:開發和維護能夠有效處理 AI 模型互動的穩健、安全、可擴展且合規的基礎架構,是一項非同小可的工程和財務任務。這需要專業的知識和持續的投資。
  2. 快速的變更 & 過時:底層 LLM 及其 API 正以極快的速度演進。今天建立的自訂 MCP 可能會過時,或與幾個月後推出的新平台功能或機型不相容,因此需要不斷進行成本高昂的調整。
  3. 核心功能商品化:由於 OpenAI、Anthropic、Google 和其他公司直接整合了更多類似 MCP 的功能,因此基本、客製化 MCP 的獨特價值主張受到侵蝕。如果平台供應商提供類似的、可能更整合且可能更便宜的解決方案,為什麼還要自己建立呢?
  4. 資源耗損:對於規模較小的公司來說,將有限的工程人才、時間和資金用於建置基礎架構(例如 MCP 伺服器),意味著將這些資源從開發核心產品、獨特功能或上市策略的工作中移除,而這些工作可能會讓公司擁有更強的競爭優勢。
  5. 價值轉移:競爭的差異化因素正在快速地從能夠建立連接使用者與 AI 的橋梁(MCP 伺服器)轉移。現在真正的價值在於您如何獨特且有效地使用該橋樑。這是關於特定的應用程式、量身打造的工作流程、獨特的資料整合,或是您在人工智慧平台之上所建立的專業使用者體驗。

想想短片的熱潮。起初,僅僅能夠拍攝、編輯和發佈就已經很新奇了。很快,這些基本功能就成為主要平台的標準功能。贏家不一定是那些建立了最好的獨立視訊編輯器的人,而是那些使用現成的工具創造出引人入勝的內容的人。同樣地,管理基本 AI 互動的核心能力也逐漸成為平台本身所提供的利害關係。

小型公司應該把重點放在哪裡?

鑑於這種情況,對大多數企業,尤其是較小的企業而言,可能會採取更具策略性的方法:

  • 充分利用平台功能:充分利用核心 LLM 提供商提供的內建整合、API(例如 OpenAI 的回應 API)和管理服務。
  • 專注於應用程式層創新:建立獨特的應用程式、專門的工作流程或特定垂直市場的解決方案,使用AI 平台作為基礎。這才是真正的差異化所在。
  • 開發智慧型整合:使用可用的 API 和工具,將 AI 功能智慧地連結到現有的業務流程和軟體中。
  • 與專家合作:與瞭解 AI 平台和業務需求的專家 (例如 Mercury Technology Solutions) 合作,設計並執行有效的客製化 AI 整合,而無需重新開發核心基礎架構。

總結:明智地建立橋樑

AI 世界的發展速度快得令人難以置信。雖然管理和自訂與 LLM 互動的需求仍然存在,但平台整合解決方案的趨勢已是不爭的事實。建立自訂的 MCP 伺服器看起來似乎很吸引人,但對於許多公司,尤其是小型公司來說,這可能會成為昂貴且快速過時的迂迴路徑。

更聰明的做法可能是將資源集中在建立獨特的價值之上,而這些獨特的價值是由主要的人工智慧廠商所提供的強大且不斷演進的平台。了解這些工具,利用它們的功能,並集中精力以新穎的方式解決特定的客戶問題。這才是人工智慧時代的永續競爭優勢所在。

MCP 轉移:為什麼建立自己的 AI 橋樑可能會走彎路?
James Huang 2025年6月3日
分享這個貼文
LLMO (LLM SEO):您在生成 AI 答案中的知名度指南