在人工智能領域，一場由Manus智能體復現潮引發的熱議，悄然將OpenAI的最強競爭對手Anthropic推向了前臺。在“AI Agent元年”的討論浪潮中，Anthropic以一種全新的姿態重新進入公眾視野，尤其是在多個Manus復現案例中，“MCP”成為了一個備受矚目的關鍵詞。
MCP，即模型上下文協議，是Anthropic于去年11月推出的一項創新技術，旨在為大模型與外部數據和工具之間的連接提供一個標準化的接口。這一技術被形象地比喻為AI領域的“USB-C接口”，通過簡化交互方式，降低了AI與外部世界溝通的門檻。
在商業世界中，有一句話廣為流傳：“一流企業買標準、二流企業賣品牌、三流企業賣產品。”在“制定標準”這一領域，Anthropic似乎比OpenAI走得更遠。原美團聯合創始人王慧文近期在社交媒體上發文稱，他越來越認為Anthropic將取代OpenAI成為AGI（通用人工智能）的領軍者。
與OpenAI擅長營銷和“大力出奇跡”的策略不同，Anthropic以低調穩健著稱。他們并不一味追求C端市場的影響力，而是將更多精力投入到模型的安全性和可解釋性研究上，并將業務重點放在了B端市場，致力于向企業和開發者提供更好的模型能力。
MCP的出圈并非偶然。自發布以來，這項技術就受到了眾多企業和開發者的關注。人們一直關注如何讓大模型與外部系統有效交互，而Anthropic試圖給出一個比OpenAI更為通用和高效的解決方案。OpenAI也曾通過GPT Plugins協議和Function Calling機制來探索這一問題，但Function Calling的局限性在于，當開發者需要調用和整合多個不同API時，需要為每個API單獨設計標準化的函數接口，這增加了開發成本。
相比之下，MCP多走了一步，它提供了一套API的調用標準，通過標準化框架確保生成的函數調用在不同的系統中能夠一致有效地執行。這一創新不僅簡化了集成過程，還降低了開發成本。
AutoCoder的開發者祝威廉表示，MCP具有兩方面的價值：一是實現了Function Calling的標準化；二是如果所有API都以MCP重新暴露，大模型就可以直接調用世界上所有的API。這無疑顯示了Anthropic在構建生態方面的野心。
然而，標準的建立并非一蹴而就。目前，MCP生態還處于早期階段，存在語言支持度、Server質量等問題。盡管如此，越來越多的頭部AI代碼編輯器如Cursor、Windsurf已宣布支持MCP協議，同時，GitHub上也有大量社區和個人開發者開源了自己的MCP Server，一個圍繞MCP的外部生態正在逐漸形成。
在國內AI創業領域，Anthropic也成為被高頻提及的對象。MiniMax創始人閆俊杰在接受采訪時多次提到Anthropic，并將其與OpenAI進行對比。盡管OpenAI的用戶規模是Anthropic的幾十倍，但在估值、資金和人才方面，前者僅比后者多出三倍多。
與OpenAI不同，Anthropic更加專注于B端市場的需求升級，向企業和開發者提供更具針對性的模型賣點，如更大的上下文窗口、數據接口及安全性等。Anthropic在代碼能力方面也表現出色，其Claude系列模型以出色的代碼能力贏得了B端企業客戶的青睞。
今年2月末，Anthropic發布了新款模型Claude 3.7 Sonnet，進一步鞏固了其在AI Coding領域的優勢。同時，Anthropic還在加碼反攻之態，不僅大幅擴充企業銷售團隊人數，還在布局算力投資計劃。3月初，Anthropic又完成了新一輪35億美元的融資，投后估值達615億美元。
在人工智能領域，OpenAI和Anthropic代表著兩條通往AGI的道路。一條是追求更快的商業化、更廣的用戶覆蓋和更酷的故事；另一條則是選擇更垂直的賽道、更深入的基礎工作。這兩條道路各有千秋，而在激烈的模型競爭中，這一次的目光更多地聚焦在了Anthropic身上。
