IT之家12月11日消息，人工智能（AI）智能体正被视为解决旅行规划、商业问题解答以及各类任务的万能方案，但要让这些智能体与聊天界面之外的工具和数据协同工作，却一直面临着挑战。开发者不得不拼凑各种连接器，并维持其运行，而这种做法不仅不稳定、难以扩展，还会引发治理难题。

谷歌表示，正朝着推出自家完全托管的远程 Model Context Protocol（模型上下文协议）服务器，旨在解决这一问题，使 AI 智能体能够更轻松地连接至谷歌及其云服务，如 Google Maps 和 BigQuery。

IT之家注意到，紧随谷歌最新Gemini 3模型的发布，公司旨在将更强的推理能力与更加可靠的现实世界工具和数据连接相结合。

“我们正在采取措施将谷歌平台‘智能体就绪’（agent-ready），”谷歌云产品管理总监 Steren Giannini 对 TechCrunch 表示。

Giannini 指出，过去开发者可能需要耗费一到两周时间来搭建连接器，然而现在只需简单地粘贴一个托管端点的 URL 即可完成集成。

在首发阶段，Google推出了面向Maps、BigQuery、Compute Engine和Kubernetes Engine的MCP服务器。实际应用场景可能包括：一个分析助手直接查询BigQuery，以便快速获取数据，以便进行决策；或是一个运维智能体与基础设施服务交互，以提高运维效率和自动化程度。

Giannini 表示，假设没有 MCP，开发者只能依靠模型内置的知识。但是，当你为智能体配备像 Google Maps 的 MCP 服务器这样工具时，它便能基于真实、最新的地点或行程信息进行决策。

尽管 MCP 服务器将最终取代谷歌所有工具，但目前它们仍以公开预览（public preview）形式推出，这意味着它们尚未完全受谷歌云服务条款的保障。然而，对于已经付费使用谷歌服务的企业客户，这些 MCP 服务器将免费提供。

“我们预计将在明年年初很快将它们全面发布（general availability），”Giannini 表示，并补充称，未来每周都会陆续上线更多的 MCP 服务器。

MCP（Model Context Protocol）是一项约一年前由 Anthropic 开发的开源标准，旨在将 AI 系统与外部数据和工具连接起来。随着时间的推移，该协议在 AI 智能体工具生态中得到了广泛的采用。就在本周的早些时候，Anthropic 将 MCP 捐赠给了新成立的 Linux 基金会专项基金，以推动 AI 智能体基础设施的开源和标准化。

“MCP 的魅力在于，它是一个标准，任何客户端只要谷歌提供一个服务器就能与之连接，”Giannini 表示，“我非常期待看到更多客户端涌现。”

可以将 MCP 客户端理解为位于通信链路另一端的 AI 应用，它们与 MCP 服务器通信，并调用其提供的工具。对谷歌而言，这包括了 Gemini CLI 和 AI Studio。Giannini 还表示，他曾经尝试将 Anthropic 的 Claude 和 OpenAI 的 ChatGPT 作为客户端使用，“它们都能直接运行”。

谷歌强调，这项举措的意义不仅在于将其服务与 AI 智能体连接。更为关键的是，企业级布局的核心在于其 API 管理产品 Apigee，许多企业已经采取了 Apigee 来分发 API 密钥、设置配额并监控流量。

Giannini 表示，Apigee 可以将一个标准 API“转换”为 MCP 服务器，进而将诸如商品目录 API 等端点转化为 AI 智能体可以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。

以换言之，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，逐步演变为更加灵活、可靠和智能的治理模式。

谷歌的新 MCP 服务器受到了 Google Cloud IAM 权限机制的保护，这样明确限定了智能体可以对该服务器执行的操作。此外，它们还受到 Google Cloud Model Armor 的防护，这是一种专为智能体工作负载设计的防火墙，可以防御高级智能体威胁，如提示词注入和数据泄露等。管理员还可以通过审计日志实现更全面的可观测性。

谷歌计划在未来的几个月内将MCP支持扩展到更多服务领域，涵盖存储、数据库、日志与监控、安全等多个领域。

“我们已经搭建好了底层管道，开发者无需再自己动手，”Giannini总结道。