最近封禁「豆包手機」（nubia M53）的 App 名單越拉越長了。不只是微信、支付寶，拼多多、淘寶等電商平臺以及更多銀行類應(yīng)用，也都開始不同程度禁止用戶在豆包手機上登錄和使用。

這不是簡單的產(chǎn)品之爭。

一句「幫我比價下單」，手機頁面開始自動跳轉(zhuǎn)、識別界面、點擊按鈕、領(lǐng)券、結(jié)算，全程不依賴任何官方接口。豆包手機助手走的是典型的 GUI Agent 路線——讓 AI 看懂手機界面，直接模擬用戶在 GUI（圖形用戶界面）上進行操作。

類似的還有被亞馬遜嚴正警告的 Comet AI（知名 AI 搜索初創(chuàng)公司 Perplexity 旗下），尚且還是在相對開放的 Web 世界，而豆包手機助手面對的則是巨頭林立的 App 世界。

Perplexity 對亞馬遜的回應(yīng)，Perplexity

關(guān)鍵在于，整個互聯(lián)網(wǎng)生態(tài)都還沒有準備好承接 GUI Agent 對系統(tǒng)權(quán)限、平臺秩序和安全邊界的「野蠻沖擊」。

相較之下，基于 MCP（Model Context Protocol，大模型上下文協(xié)議）的 Agent 模式，雖然也不可能從解決 AI 時代的所有平臺矛盾，卻給出了一條「通往共贏之路」。

就在 12 月 10 日，Anthropic（開發(fā)了 Claude）宣布將 MCP 正式捐贈給新成立 Agentic AI（智能體 AI）基金會，由 Linux 基金會統(tǒng)一托管。如果說 GUI Agent 依舊沿用的是「AI 模仿人類點手機」的舊邏輯，那么 MCP 嘗試回答的是：

智能體時代的互聯(lián)網(wǎng)，必須擁有一套屬于 AI 的開放互聯(lián)協(xié)議。

從小眾到共識，「真AI 互聯(lián)網(wǎng)協(xié)議」來了

MCP 協(xié)議不是一個新的概念。今年 4 月接受財聯(lián)社采訪時，阿里云智能集團資深副總裁劉偉光就表示，MCP 是今天公認的業(yè)界標準：

「在 MCP 之前有很多人嘗試過函數(shù)調(diào)用、提示詞工程、插件等方式，今天 MCP 通過統(tǒng)一標準接口，類似于今天電腦手機當中看到 USB-C 接口，這樣一種標準接口降低大模型和外部系統(tǒng)的集成門檻。」

毫無疑問的是，在 Anthropic 正式捐贈之前，MCP 協(xié)議其實就初步成為了一種「事實標準」。

最開始，MCP 只是 Anthropic 工程師為 Claude 做的一個「統(tǒng)一工具接入規(guī)范」。為了解決大模型在調(diào)用外部工具、讀取本地數(shù)據(jù)時必須反復(fù)編寫適配代碼的問題。開發(fā)者只要遵循 MCP 這一套 JSON-RPC 協(xié)議，就能用一個統(tǒng)一方式把文件系統(tǒng)、數(shù)據(jù)庫、業(yè)務(wù)工具接入 Claude。

一種形象的解釋，Norah Sakal

簡單、直接、可復(fù)用，是 MCP 在早期被工程師口口相傳的原因。可從 2024 年中開始，這套規(guī)范開始在行業(yè)內(nèi)迅速蔓延：

- VS Code、Cursor、Windsurf 等新一代開發(fā)環(huán)境集成 MCP；

- OpenAI 在官方文檔里將 MCP 視作首選擴展路徑；

- Google 的部分內(nèi)部 Agent 工具鏈也開始基于 MCP ；

- 阿里、字節(jié)、騰訊的工程團隊也在項目中用 MCP 作為 AI 系統(tǒng)的互聯(lián)方式；

- ……

到了 2025 年，「支持 MCP」已經(jīng)成為 Agent 類產(chǎn)品的標配。事實標準，就是在這種群體無意識的默契中自然形成的。

過去二十年，互聯(lián)網(wǎng)的運行依賴 HTTP、TCP/IP、OAuth 這些共識。而智能體要想在手機、PC、云服務(wù)乃至企業(yè)系統(tǒng)間自由地交換信息、調(diào)用工具，也必須擁有自己的「協(xié)議層」。今天來看，MCP 就是目前的最佳答案。

盡管 MCP 早已開源，但協(xié)議被捐贈給 Linux 基金會（目前全球最負盛名的開源基金會），更意味著 MCP 不再屬于某家公司，而是像 Linux、Kubernetes、OpenAPI 等開源項目進入更中立的治理體系。

AI 的世界，需要一套不依賴任何巨頭、可被所有模型與平臺共同遵循的底層協(xié)議。這大概就是這次 MCP 捐贈發(fā)出的一個強烈信號。

另一方面，Agentic AI 基金會的「開山項目」其實不只是 MCP，還有 OpenAI 捐贈的 AGNTS.md ——網(wǎng)站和應(yīng)用給 Agent 寫「使用說明」的標準，以及 Google 捐贈的 Block——構(gòu)建智能體和工作流的框架。

此外，Google 隨后也推出了自家完全托管的遠程 MCP 服務(wù)器，可以將智能體 AI 更輕松地接入 Google 及其云端服務(wù)（如地圖、BigQuery 等），直接調(diào)用如 Google 地圖的真實數(shù)據(jù)和工具。而今年更早時候，阿里云百煉平臺其實就已經(jīng)推出了全生命周期的 MCP 服務(wù)，包括 MCP 服務(wù)器。

比如高德 MCP 服務(wù)器，高德地圖

今天不是某一家押注 MCP，而是整個 AI 行業(yè)在「底層連接方式」上形成了普遍共識：未來的 AI 體驗不會只依賴某個模型，而是依賴一種可互操作、可治理、可跨平臺流動的語言。

從這個角度，MCP 則是那個「被選召的孩子」。

理想情況下，未來智能體 AI 不用偽裝成人類點擊網(wǎng)頁，而可以直接、合法地「幫用戶比價下單」，平臺也能保留監(jiān)管與服務(wù)能力。不過，基于 GUI 的 Agent 是不是作為一種過渡手段就要走入歷史？恐怕也不然。

GUI 走不通的路，只能交給 MCP

上月初，雷科技報道了《亞馬遜警告 Perplexity，智能體與互聯(lián)網(wǎng)平臺終于一戰(zhàn)？》，Comet AI 通過爬取商品頁、解析頁面，把「購買建議」「價格趨勢」「商品篩選」直接呈現(xiàn)給用戶，繞過了在線購物平臺的推薦體系和廣告鏈路，也引起了亞馬遜的強烈反對。

本月初，雷科技也報道了《豆包手機助手調(diào)整權(quán)限！AI 手機是洪水，但不是猛獸？》，豆包手機助手在 GUI 層執(zhí)行的 App 操作引發(fā)了更大程度的爭議。

事實上，這種矛盾也不是這兩個月才有的。微信很早就旗幟鮮明地反對 GUI 路線，早在 3 月就有網(wǎng)友發(fā)現(xiàn)榮耀 YOYO 智能體無法再「操作」微信，華為、vivo、魅族等其他手機廠商的「智能體 AI」也不例外。

在宣傳時還有微信，榮耀

要理解這種沖突，首先必須理解從智譜 AutoGLM 到 Comet、豆包手機助手，為什么都要基于 GUI 路線？

核心不難理解：互聯(lián)網(wǎng)并沒有準備好擁抱智能體 AI。

MCP 雖然已經(jīng)初步獲得了各大 AI 公司的認可，但整個互聯(lián)網(wǎng)生態(tài)還有太多功課要補，而基于 GUI 的通用方案則是早期階段唯一能大規(guī)模跑起來的方式——不依賴平臺配合，不等待改造，只要有用戶界面就能「操作」。

但正因為它「無所不通」，現(xiàn)實中的矛盾也來得同樣迅速。基于 GUI 交互的智能體 AI 跳過了產(chǎn)品邏輯、商業(yè)鏈路和風(fēng)控體系，讓平臺無法控制智能體 AI 在什么場景、以什么方式與用戶數(shù)據(jù)和關(guān)鍵操作發(fā)生關(guān)系，一旦出現(xiàn)誤操作，責(zé)任邊界立刻模糊。

就在豆包手機助手引發(fā)爭議的同時，工信部下屬中國信通院也牽頭發(fā)布了《端云協(xié)同智能體交互雙重授權(quán)安全指引》，重點提到了「構(gòu)建由用戶和應(yīng)用雙重授權(quán)的安全機制」，明確智能體 AI「需同時獲得應(yīng)用授權(quán)與用戶授權(quán)，才能合法訪問第三方應(yīng)用」。

中國互聯(lián)網(wǎng)協(xié)會

不是豆包手機助手「太激進」，而是 GUI 路線與平臺生態(tài)天然難以長期共存。一個耐人尋味的例子是，去年 10 月最早基于 Claude 推出「Computer Use」（同樣基于 GUI 路線）的 Anthropic，在 MCP 之后基本放棄了這條路線的對外更新。

Youtube

而與 GUI 試圖「模擬用戶」不同，MCP 試圖為智能體 AI 建立一條「正式入口」，讓平臺第一次可以把與智能體 AI 互動的邊界顯性化：哪些能力可讀、哪些操作必須二次確認、哪些業(yè)務(wù)永遠不開放，都可以在協(xié)議層直接寫清楚。

更重要的是，MCP 將智能體與系統(tǒng)之間的關(guān)系，從「依賴 UI」提升為「依賴能力」。比如 GUI 路線下「查訂單」，需要打開 App 讀取界面、解析文本、定位按鈕，再經(jīng)過多次操作才能知道；但在 MCP 模式下，可能只是一次明確的能力請求：查詢、返回、處理。

當然，MCP 意味著整個互聯(lián)網(wǎng)生態(tài)需要經(jīng)歷「一場漫長的改造」，也意味著基于 GUI 路線的智能體 AI 的體驗不可能完全放棄。

寫在最后

接下來很可能不會是二者的簡單取舍。

GUI 會繼續(xù)作為「兜底」，讓智能體在未改造完的舊世界里繼續(xù)前行；MCP 則會成為跨系統(tǒng)、跨平臺的底層互聯(lián)方式，為智能體建立清晰的權(quán)限、邊界與秩序。

而在這兩者之上，終端設(shè)備上新的系統(tǒng)級智能體能理解用戶的目標，協(xié)調(diào)設(shè)備、平臺與服務(wù)，并在平臺規(guī)則之內(nèi)完成跨生態(tài)、跨智能體任務(wù)。簡言之：

OS 提供統(tǒng)一智能體入口和權(quán)限管理，MCP 等協(xié)議負責(zé)和各家服務(wù)溝通，Qwen、Gemini、GPT 之類模型可以被插拔，變成「換大腦但不拆線管」的狀態(tài)。

這可能才是智能體 AI 的終局。