AI智能体被宣传为规划旅行、回答商业问题和解决各类问题的解决方案，但让这些智能体与聊天界面之外的工具和数据协作一直是个难题。开发者需要拼凑各种连接器并保持其运行，这种脆弱的方法难以扩展且会产生治理难题。

Google声称正试图通过推出自己的全托管远程MCP服务器来解决这一问题，这将使其Google和云服务（如地图和BigQuery）更容易供智能体接入。

此举紧随Google最新Gemini 3模型的发布，该公司希望将更强的推理能力与更可靠的现实世界工具和数据连接配对。

"我们正在通过设计让Google为智能体做好准备，"Google Cloud产品管理总监Steren Giannini告诉TechCrunch。

Giannini说，现在开发者基本上可以直接粘贴一个托管端点的URL，而无需花费一两周时间设置连接器。

发布时，Google首先推出了用于地图、BigQuery、Compute Engine和Kubernetes Engine的MCP服务器。在实践中，这可能表现为分析助手直接查询BigQuery，或运营智能体与基础设施服务交互。

对于地图，Giannini说，如果没有MCP，开发者会依赖模型的内置知识。"但是通过为你的智能体提供Google地图MCP服务器这样的工具，它就能基于真实的、最新的地点信息或旅行规划。"

虽然MCP服务器最终将在Google的所有工具中提供，但目前以公开预览版推出，这意味着它们还没有完全被Google Cloud服务条款覆盖。不过，它们免费提供给已经付费使用Google服务的企业客户。

"我们预计在新年很快就会将它们带入正式可用状态，"Giannini说，并补充说他预计每周都会有更多MCP服务器推出。

MCP即模型上下文协议，大约一年前由Anthropic开发，是连接AI系统与数据和工具的开源标准。该协议在智能体工具世界被广泛采用，本周早些时候Anthropic将MCP捐赠给了一个专门用于开源和标准化AI智能体基础设施的新Linux基金会基金。

"MCP的美妙之处在于，因为它是一个标准，如果Google提供一个服务器，它就可以连接到任何客户端，"Giannini说。"我期待看到会出现多少更多的客户端。"

可以将MCP客户端想象为连接的另一端与MCP服务器对话并调用其提供工具的AI应用。对于Google，这包括Gemini CLI和AI Studio。Giannini说他也试过用Anthropic的Claude和OpenAI的ChatGPT作为客户端，"它们都能正常工作。"

Google认为这不仅仅是将智能体连接到其服务。更大的企业方案是Apigee，这是其API管理产品，许多公司已经在使用它来颁发API密钥、设置配额和监控流量。

Giannini说Apigee基本上可以将标准API"翻译"成MCP服务器，将产品目录API等端点转化为智能体可以发现和使用的工具，并在现有安全和治理控制之上分层。

换句话说，公司用于人工构建应用的同样API防护措施现在也可以应用于AI智能体。

Google的新MCP服务器受到名为Google Cloud IAM的权限机制保护，明确保护智能体可以对该服务器执行的操作。它们还受到Google Cloud Model Armor保护，Giannini将其描述为专门针对智能体工作负载的防火墙，防御高级智能体威胁，如提示注入和数据泄露。管理员还可以依靠审计日志来获得额外的可观察性。

Google计划将MCP支持扩展到初始服务器组之外。在接下来几个月中，该公司将在存储、数据库、日志和监控以及安全等领域推出服务支持。

"我们建立了管道，这样开发者就不必自己做了，"Giannini说。

Q&A

Q1：MCP服务器是什么？它有什么作用？

A：MCP服务器是基于模型上下文协议的托管服务，它能让AI智能体轻松接入Google的各项服务如地图、BigQuery等。通过MCP服务器，开发者无需花费大量时间设置复杂的连接器，只需粘贴URL就能让智能体获取实时准确的数据。

Q2：Google的MCP服务器与其他解决方案有什么不同？

A：Google的MCP服务器是全托管的，提供开箱即用的连接能力。相比传统方法需要开发者自己搭建和维护连接器，Google的解决方案更稳定、易扩展。同时它基于开源的MCP标准，可以与任何兼容的AI客户端配合工作。

Q3：如何确保MCP服务器的安全性？

A：Google为MCP服务器配备了多层安全保护，包括Google Cloud IAM权限机制控制智能体访问权限，Google Cloud Model Armor防火墙防御提示注入等高级威胁，以及审计日志功能提供完整的操作记录和监控。