一年多前，MCP（Model Context Protocol）是Anthropic发的一个协议，在开发者社区小范围流传。大多数人把它当成AI工具连接的技术规范，就是让Claude能接上各种外部工具。
现在，它出现在了Google Cloud和ServiceNow的联合发布里。场景是：5G网络自我修复。
这次发布了什么
4月22日，Google Cloud和ServiceNow在Google Cloud Next大会上宣布合作，核心是三种协议的组合运用：
- MCP（Model Context Protocol）：AI与外部工具、数据实时交换的标准接口
- A2A（Agent-to-Agent）：AI Agent之间互相传递指令和情报的协议
- A2UI（Agent-to-UI）：AI Agent直接操作用户界面的协议
三个协议叠在一起，效果是什么？
以5G网络运维为例：Gemini的AI Agent检测到网络异常，通过MCP拿到实时网络数据，用A2A协议协调多个子Agent分析原因，最后触发ServiceNow的自动化工作流完成修复——全程不需要人工介入。
散点式的工具调用，变成了真正的自主运维。
企业AI真正卡在哪
这事值得说，因为它触到了企业AI部署一个很实际的痛点。
AI不够聪明？这个问题在2024年就基本解决了。企业AI真正卡住的，是跨系统协作。
一家大公司的IT环境通常是：网络运维系统是ServiceNow，数据存BigQuery，模型跑在Gemini上，安全策略又是另一套系统。每个系统都是孤岛，AI能力被锁在里面出不来。
MCP做的事，就是给这些孤岛之间修一条统一的路。
A2A解决了更难的问题：多个AI Agent协作时的”语言”问题。不同Agent跑在不同系统里，需要有共同的通信格式，才能真正协同，而不是各自为政。
零拷贝数据：另一个细节
发布里提到的”Workflow Data Fabric”，用BigQuery ML的零拷贝数据连接。
这个细节很重要。企业AI里一个常见的坑：要让AI分析数据，通常需要先把数据复制到AI系统里。这很慢，还有安全合规风险——谁来管这份复制出去的数据？
零拷贝意味着AI直接在数据所在的地方访问，而不是搬移数据。对于金融、医疗这类数据敏感的行业，这个架构比模型能力本身更重要。
另一个信号：合作伙伴奖
Google Cloud这次给ServiceNow颁了2026年度合作伙伴奖，而且是四个类别同时拿，其中有一个专门叫”Agentic AI Innovation”。
这是Google第一次专门为agentic AI方向设立合作伙伴奖项。
奖项设立这件事本身就是一个信号：Google认为agentic AI已经到了可以独立评价商业价值的阶段，不再只是模型能力的附属品。
MCP走过的路
从Anthropic发布MCP到现在，大概是这样一条路：
- AI工具生态标准：让Cursor、Claude Code这类工具接上外部数据和系统
- Linux Foundation接手：成为行业基础设施，不再只是Anthropic的私有协议
- Google Cloud企业级部署：用在5G运维、零售预测维护这类生产场景
这个路径有点像早期的HTTP——从研究网络扩展到商业互联网，成为每个人都在用、没有人特别注意到的基础层。
规模和重要性不可比，但扩散的逻辑是相似的。
MCP现在同时承载了两类需求：开发者端的AI工具集成，和企业端的自主运维。这两个场景的用户完全不同，要求也完全不同。
能不能同时做好，才是MCP真正成为标准的考验。
参考来源：ServiceNow and Google Cloud Unite AI Agents for Autonomous Enterprise Operations（Google Cloud Press Corner）