人工智能（AI）智能体被视为解决旅行规划、商业咨询等复杂任务的重要工具，但如何让它们与外部工具和数据无缝协作，一直是开发者面临的难题。此前，开发者需自行搭建连接器以整合不同服务，这一过程不仅耗时费力，还存在稳定性差、扩展困难等问题，同时引发了数据治理方面的挑战。
为解决这一问题，谷歌宣布推出完全托管的远程MCP（Model Context Protocol，模型上下文协议）服务器。该服务旨在简化AI智能体与谷歌旗下工具及云服务的连接，例如地图（Maps）和大数据分析平台BigQuery。这一举措紧随其最新Gemini 3模型发布，旨在将更强的推理能力与更可靠的现实世界数据接入相结合。
谷歌云产品管理总监Steren Giannini表示，公司正从设计层面推动谷歌平台“智能体就绪”。他举例称，过去开发者可能需要一到两周时间搭建连接器，而现在只需粘贴托管端点的URL即可完成集成。这一变化显著降低了技术门槛，加速了开发流程。
在首发阶段，谷歌推出了面向Maps、BigQuery、计算引擎（Compute Engine）和容器引擎（Kubernetes Engine）的MCP服务器。具体应用场景包括：分析助手直接查询BigQuery数据库，或运维智能体与基础设施服务交互。以Maps为例，Giannini解释称，传统模式下开发者只能依赖模型内置的静态知识，而通过Google Maps MCP服务器，智能体可基于实时地点和行程信息做出决策。
尽管谷歌计划最终覆盖全部工具，但目前MCP服务器仅以公开预览形式推出，尚未完全纳入谷歌云服务条款保障范围。不过，已付费使用谷歌服务的企业客户可免费使用这些服务器。Giannini透露，预计明年年初将全面发布，并每周上线更多服务器。
MCP协议由Anthropic约一年前开发，是一种连接AI系统与外部数据的开源标准，已被广泛采用。本周早些时候，Anthropic将其捐赠给新成立的Linux基金会专项基金，以推动AI智能体基础设施的开源与标准化。Giannini强调，MCP的标准化特性意味着任何客户端均可与谷歌服务器连接，包括Gemini CLI、AI Studio，甚至Anthropic的Claude和OpenAI的ChatGPT。
谷歌的布局不仅限于服务连接，其API管理产品Apigee也扮演关键角色。许多企业已使用Apigee分发API密钥、设置配额并监控流量。Giannini指出，Apigee可将标准API“转换”为MCP服务器，使商品目录等端点成为智能体可自动发现和使用的工具，同时保留现有的安全与治理控制。这意味着，企业针对人工开发应用的API策略，如今同样适用于AI智能体。
在安全方面，谷歌新服务器受Google Cloud IAM权限机制保护，明确限定智能体的操作范围。Google Cloud Model Armor提供防火墙功能，可防御提示词注入、数据泄露等威胁，管理员还可通过审计日志实现全面监控。Giannini形容这一体系为“专为智能体工作负载设计的安全防护网”。
未来几个月，谷歌计划将MCP支持扩展至存储、数据库、日志监控、安全等领域。Giannini总结称：“底层管道已搭建完毕，开发者无需重复造轮子。”这一举措或将重新定义AI智能体与外部工具的协作方式，为企业级应用开辟新路径。
