若你正在為 Claude、GPT、Gemini 分別撰寫 CRM / 資料庫 / API 適配層，或在 Cursor 裡反覆設定各不相同的工具接入——你正身處 AI 世界的「網際網路誕生前」：N 個模型 × M 個工具 = N×M 次客製整合。本文面向開發者與架構師，用 TCP/IP→HTTP 的歷史類比解釋 MCP（Model Context Protocol） 為何在 2026 年成為行業標準；含 REST 對照表、JSON-RPC 架構、四大廠商入局時間線與六步落地清單，並銜接遠端 Mac 常駐 MCP Server 的生產建議。
1970 年代，ARPAnet、Ethernet 各自為政，每次互連都要客製翻譯層——直到 TCP/IP 統一通訊規則，HTTP 再在其上構建全球資訊網。2024 年前的 AI 生態，正處於同一種混沌：LLM 訓練資料有截止、無法存取即時資訊、無法執行操作；給 AI 接上「手腳」後，碎片化反而更嚴重。
N×M 客製整合：ChatGPT Plugins、OpenAI Function Calling、Claude Tool Use、各 IDE 外掛格式互不相容——N 個 AI 模型 × M 個外部工具意味著 N×M 套適配程式碼；換模型供應商就要推倒重來。
企業 CRM 三重開發：同一套 CRM 需為 Claude、GPT、Gemini 分別撰寫接入層，維護成本隨模型數量線性膨脹。
IDE 助手各自為政：存取檔案系統、資料庫、API 的方式在 Cursor、VS Code 擴充功能、JetBrains 外掛間無法複用。
Agent 框架孤島：LangChain、CrewAI 等編排框架的工具定義無法跨框架複用，編排邏輯與工具層緊耦合。
REST API 的 Agent 盲區：傳統 API 靜態文件、無狀態請求、不可自描述——AI 無法在執行時期自主發現「自己能呼叫什麼」。
類比 USB 介面混亂期：Mini-USB、Micro-USB、Lightning 各據一方；MCP 要做的是 AI 工具整合領域的 USB-C——裝置無需關心對方是誰，插上就能通訊。
「REST API 解決的是『能不能呼叫』；MCP 解決的是『AI 如何發現、選擇並正確呼叫工具』——這才是 Agent 時代的核心命題。」
下表從問題、解決方案到開放性，把 MCP 與 HTTP 的類比落到可對照的維度；並說明為何「直接用 REST」無法根治 N×M 問題。
| 維度 | 網際網路時代（TCP/IP + HTTP） | AI Agent 時代（MCP） |
|---|---|---|
| 核心問題 | 不同網路協定互不相容 | 不同 AI 工具整合方式各異 |
| 解決方案 | 統一通訊語言，裝置互連 | 統一工具介面，AI 互連 |
| 開放性 | 開放標準，任何人實作 | 開源協定，任何人實作 Server/Client |
| 應用層生態 | Web、Email、FTP | AI 應用生態正在成型 |
| 能力 | 傳統 REST API | MCP |
|---|---|---|
| 工具發現 | 開發者讀文件、硬編碼 | 執行時期 tools/list 動態取得清單 |
| 會話狀態 | 無狀態，上下文需手動傳遞 | 持久連線，支援多步驟工作流程 |
| 自描述 | API 不告訴 AI 參數含義與副作用 | 每個工具附帶 JSON Schema |
| 通訊方向 | 單向請求-回應 | 雙向：Server 可反向請求 LLM 推理或向使用者追問 |
Model Context Protocol（模型上下文協定）由 Anthropic 於 2024 年 11 月正式開源，定義 AI 模型（客戶端）與外部工具/資料（伺服端）之間的統一通訊規範。核心思想：把「AI 能發現哪些工具、如何呼叫它們」標準化。
| 傳輸方式 | 適用場景 | 特點 |
|---|---|---|
| STDIO | 本機子程序 | 零相依、啟動快、隔離性好（詳見站內 stdio vs HTTP 對照篇） |
| HTTP + SSE | 遠端/雲端服務 | 跨網路呼叫、水平擴充（需注意 session affinity） |
{
"jsonrpc": "2.0",
"method": "tools/call",
"params": {
"name": "query_database",
"arguments": { "sql": "SELECT * FROM users LIMIT 10" }
},
"id": 1
}
底層基於 JSON-RPC 2.0：tools/list 執行時期發現工具、resources/read 讀取資料、tools/call 執行操作——與 REST 的「先讀文件再硬編碼」形成鮮明對比。
2024 年 LLM 能力突破閾值，Agent 成為主流典範，工具呼叫碎片化已極度尖銳——MCP 在正確的時間提供了正確的抽象。以下為 2026 年可引用的生態時間線與落地步驟。
| 時間 | 里程碑 |
|---|---|
| 2024 年 11 月 | Anthropic 開源 MCP 規範 |
| 2025 年 | Cursor、Zed、Continue 等 IDE 原生支援 |
| 2026 年 Q1 | OpenAI 宣布採用 MCP（1 月） |
| 2026 年 Q2 | Google DeepMind CEO 宣布 Gemini 支援 MCP（2 月）；Microsoft 完成支援 |
| 2026 年 Q2 | 治理權移交 Linux Foundation 旗下 Agentic AI Foundation（AAIF） |
截至 2026 年，MCP 生態已有超過 10,000 個 MCP Server——每新增一個 Server，所有相容 Client 立即可用；每新增一個 Client，所有已有工具立即可被呼叫。這正是 HTTP 奠定 Web 生態時的網路效應。
選定傳輸模式：本機開發優先 stdio（子程序隔離）；團隊共享或雲端部署選 HTTP + SSE，並規劃 session 親和與鑑權。
在 Host 中啟用 MCP Client：Cursor Settings → MCP、Claude Desktop claude_desktop_config.json，或 OpenClaw Gateway 側註冊（參見 閘道白名單篇）。
設定 MCP Server 入口：宣告 command/args（stdio）或 URL（HTTP）；版本升級時鎖定 Server 版本，避免 schema 漂移。
驗證 tools/list：啟動後確認 Agent 能動態發現工具清單與 JSON Schema，而非依賴硬編碼函式名稱。
沙箱試跑 tools/call：用唯讀工具（如檔案瀏覽、查詢）驗證參數解析與副作用描述；生產前加白名單與 OAuth（2026 路線圖重點）。
生產部署到獨佔執行節點：多 MCP Server 並行 + 長會話 Agent 建議放在遠端 Mac 上 7×24 執行，避免筆電睡眠與子程序 OOM（參見 stdio 子程序治理篇）。
與 A2A 的分工：Google 的 Agent-to-Agent（A2A） 協定定義 Agent 之間的橫向通訊；MCP 負責 AI ↔ 工具/資料的垂直整合——兩者互補，共同構成 Agent 網際網路的協定堆疊。
邊界提醒：MCP 尚未完善統一「伺服器註冊表」（類比無 DNS 的網際網路）；約 1,000 個 MCP Server 處於暴露且未授權狀態，間接提示注入攻擊已被記錄——生產務必加鑑權與網路隔離。
以下資料與結論可直接引用至技術選型文件；來源為 Anthropic 公開規範、行業分析與 2026 年生態報導。
在筆電上跑通一兩個 stdio MCP Server 不難，但多 Server 並行、stdio 子程序堆積、HTTP SSE 長連線會讓 16GB 記憶體機器頻繁 swap；廉價 Linux VPS 又無法承載需要 macOS 工具鏈的建置類 Server。純本機或通用雲 VM 在長會話穩定性、Keychain 隔離、合蓋不中斷上往往力不從心。
對需要把 MCP 作為生產基礎設施、同時執行 Cursor / Claude Code Agent 與 iOS CI 的團隊，在協定層完成「寫一次、到處跑」之後，把 MCP Server 與 Agent 宿主放在可獨佔的雲端 Mac 上，通常比把所有負載押在本機筆電更可控。NodeMini Mac Mini 雲端租賃可作為 MCP + Agent 的 7×24 執行層：換底層 LLM 時 SSH 節點與 Server 設定保持不變。規格見 租賃價格說明，接入見 幫助中心。
「HTTP 沒有發明瀏覽器，但沒有 HTTP 就沒有瀏覽器生態；MCP 沒有發明 AI Agent，但它正在成為 Agent 生態能夠存在的基礎設施。」
REST 解決「能不能呼叫」——靜態文件、無狀態、需硬編碼。MCP 解決「AI 如何發現、選擇並正確呼叫」——執行時期 tools/list、有狀態會話、JSON Schema 自描述與雙向通訊。詳見 租賃價格說明 了解 Agent 長會話硬體建議。
Anthropic 於 2024 年 11 月開源 MCP。2026 年 OpenAI（1 月）、Google Gemini（2 月）、Microsoft 均已支援；Cursor、Zed 等 IDE 原生整合。治理權已移交 Linux Foundation AAIF。
輕量 stdio Server 可在本機子程序執行；多 Server 並行 + 長會話 Agent 建議用獨佔遠端 Mac 7×24 承載，避免筆電睡眠與子程序 OOM。接入步驟見 幫助中心，與站內 stdio 子程序治理 篇配合閱讀。