OpenAI 的最強對手，離「AI Windows」又近了一步

當全球都在為一條紅色的龍蝦——「Clawdbot」而興奮異常時，Anthropic 悄悄上線了一個新功能。

近日，AI 模型公司 Anthropic 為其旗艦產品 Claude 帶來了一項看似不起眼、實則影響深遠的更新。在 Claude 桌面應用的「連接器」部分，新增了一個名為「精選」的分類，其中整合了與 Figma、Gemma、Canva、GitHub 等生產力工具的深度集成。

這並非一次簡單的功能羅列。這一功能背后的核心，是 Model Context Protocol (MCP) 服務的大規模上線。

簡單來説，MCP 是一個讓 AI 模型安全、標準化地「連接」到外部工具和數據的協議。用户現在可以通過遠程連接，授權 Claude 直接訪問這些第三方服務的數據，並在對話中調用其功能。例如，你可以讓 Claude 分析 Figma 設計稿並提出修改建議，或者根據 GitHub 倉庫的代碼生成文檔。

這並非只是 Anthropic 和第三方合作伙伴的簡單合作，它標誌着 Claude 從一個被動的「聊天機器人」，向一個主動的、能調度外部資源的「智能體平臺」邁出了關鍵一步。

01 從「聊天」到「調度」，MCP 重塑 AI 工作流

要理解 MCP 的價值，首先要看清當前 AI 應用的痛點。

過去一年，AI 應用如雨后春筍，有擅長寫作的 ChatGPT，能畫圖的 Midjourney，可編程的 Cursor，以及分析數據的各種 AI 工具。對用户而言，這帶來一個典型困境——人們需要在不同應用間不斷複製粘貼、切換上下文。

比如，想讓 AI 根據一份數據報告生成圖表並寫入文章，就需要在數據分析工具、圖表生成器和寫作工具之間手動搬運數據。

效率在切換中流失，靈感在搬運中中斷。

Anthropic 在去年給出的解決方案就是 MCP，MCP 協議的核心思想，是為 AI 模型訪問外部資源定義一個統一的「插座」標準。

開發者可以為任何工具（從本地命令行到雲服務）編寫一個符合 MCP 標準的「服務器」。Claude（作為「客户端」）通過這個標準接口與之通信，無需瞭解每個工具的內部實現細節。這就像為所有電器制定了統一的插頭標準（MCP），而 Claude 則是一個配備了萬能插座的智能中樞。

與 OpenAI 的 GPTs 或 Assistants API 相比，Claude 這次上線的 MCP 服務體現了其鮮明的產品哲學：

安全與權限控制是基石：所有連接都需要用户明確授權，且運行在用户指定的環境中（本地或可信遠程服務器）。數據不會無故流向 Anthropic 的服務器。這延續了 Claude 一貫的「Constitutional AI」（憲法 AI）安全理念。

深度集成而非淺層連接：與 Figma、GitHub 等的合作並非簡單的 API 調用包裝。從演示看，Claude 能理解 Figma 組件的設計語義，能基於 GitHub 的代碼變更歷史給出建議。這需要深入的工具語義理解，而不僅僅是發送一個 HTTP 請求。

從「精選」切入，控制體驗：Anthropic 沒有開放一個魚龍混雜的「市場」，而是以「精選」形式推出首批深度合作的工具。這保證了初期用户體驗的完整性和可靠性，避免了早期 GPT Store 的質量混亂問題。

對比來看，OpenAI 的路徑更「開放」和「平臺化」，鼓勵大量開發者創建功能各異的 GPTs，但導致碎片化和質量參差。Anthropic 則選擇了更「剋制」和「集成化」的路徑，親自下場與頭部生產力工具深度耦合，優先保障核心工作流的高質量打通。

后者對於安全和可控的執着，以及在 B 端的優良聲譽，都決定了 Anthropic 和 OpenAI 完全不同的策略。

02 在 AI 對話框里完成工作

Anthropic 的連接器，究竟如何，可以模擬一個真實的使用場景，來感受這種範式轉變。

現在用户可以直接在對話中操作 Figma 里的項目｜圖片來源：Anthropic

舊模式下：

你在 Figma 中完成了一個網站首頁設計。

你想評估其設計系統的一致性，於是截圖，打開 ChatGPT 或 Claude 網頁版，上傳圖片，詢問：「請分析這個設計稿的配色和間距是否符合 Material Design 規範？」

你得到一些文本建議。如果想調整，你需要回到 Figma，手動找到對應圖層進行修改。

接着，你需要為這個設計寫一份説明文檔。你再次複製設計理念，粘貼到 Notion 或 Google Docs，讓 AI 協助擴充。

最后，你需要基於設計稿生成前端代碼框架。你又得把設計稿相關信息描述給 Cursor 或 GitHub Copilot。

新模式（Claude with MCP）：

你在桌面打開 Claude 應用，點擊連接器，授權連接到你本地的 Figma 和 GitHub。

你對 Claude 説：「分析我當前打開的『官網首頁』Figma 文件，檢查設計系統一致性，並生成一份簡要的設計説明文檔。」

Claude 通過 MCP 直接讀取 Figma 文件的結構化數據（不僅是圖片，包括圖層、樣式、變量），給出精準分析（「主標題的字體層次對比度不足，建議將 H1 加粗一個等級」），並生成文檔。

你接着説：「很好，基於這個設計，為我的 Next.js 項目生成一個對應的 React 組件骨架，並提交到 GitHub 倉庫的 feat/homepage 分支。」

Claude 調用 MCP 工具，生成代碼文件，並通過 GitHub 接口完成提交。

從對比可以看出，新模式下體驗的飛躍在於，用户始終在一個對話界面中，用自然語言指揮。

Claude 扮演了「調度員」和「執行者」的角色，背后複雜的工具切換和數據搬運被 MCP 協議無聲地消化了。這不再是問答，而是 delegation（委派）。 對於設計師、產品經理和全棧開發者來説，這意味着心流狀態不再被工具壁壘頻繁打斷。

03 AI 時代「操作系統」雛形？

拋開具體的工具集成，MCP 協議的推出，揭示了 Anthropic 一個更深層的戰略意圖：

爭奪 AI 時代「操作系統」的定義權。

在個人電腦時代，操作系統（如 Windows、macOS）通過統一的 API 管理所有硬件和軟件資源。在移動互聯網時代，iOS 和 Android 通過應用商店和系統接口，成為生態的核心。而在 AI 原生時代，誰定義了 AI 模型與萬千數字工具交互的標準協議，誰就掌握了生態的樞紐位置。

對開發者來説，MCP 降低了開發 AI 智能體（Agent）的門檻。開發者無需針對每個模型（Claude, GPT, Gemini）都適配一遍插件系統，只需編寫一個標準的 MCP 服務器，理論上就能被所有支持 MCP 的模型調用。這帶來了互操作性的希望。

開源的影響。MCP 協議本身是開源的。這意味着任何模型或應用都可以實現它。如果它被廣泛採納，將形成一種「去中心化」的 AI 工具生態，而非被某個巨頭完全掌控的圍牆花園。但目前，Anthropic 通過 Claude 的率先深度集成和「精選」生態，佔據了事實上的引領者位置。

對算力成本的潛在影響：將專業工具的能力（如設計檢查、代碼執行）通過 MCP 外包，可以讓大語言模型更專注於自己擅長的規劃、理解和推理，而不是試圖在參數中硬編碼所有專業知識。這可能導致未來出現更「輕量」、更「通用」的核心模型，依賴外部工具網絡完成複雜任務，從而降低對極致模型規模的依賴。

在 Asana 里用自然語言創建協作項目｜圖片來源：Anthropic

當然，挑戰依然巨大。工具間的兼容性、複雜工作流的錯誤處理、長期記憶和狀態保持，都是尚未完全解決的難題。MCP 協議目前更像是一個優秀的「設備驅動」標準，但距離一個完整的「操作系統」還有很長的路要走。

Claude 上線 MCP 服務，不是一次簡單的功能更新。它是 Anthropic 在 AI 競爭進入深水區后，打出的一張極具分量的戰略牌。它避開了與 OpenAI 在純模型能力上的「軍備競賽」，轉而開闢了「模型即樞紐」的新戰場。

其真正的價值不在於今天能連接 Figma 還是 GitHub，而在於它正在悄然鋪設一條軌道，這條軌道可能最終決定，未來的 AI 生產力是以「單個超級應用」為中心，還是以一個「可自由插拔的智能體網絡」為中心。

對於用户和開發者來説，一個更開放、更集成的 AI 工具生態，或許比一個參數多幾萬億的模型，更能帶來實質性的效率革命。

這場關於 AI「操作系統」的競賽，剛剛拉開序幕。

*頭圖來源：Anthropic 

本文來自微信公眾號 「極客公園」（ID：geekpark），作者：樺林舞王，36氪經授權發佈。