凌晨2点重磅消息：奥特曼宣布OpenAI正式支持MCP协议，科技界再掀波澜！

admin管理员组

文章数量:1033963

凌晨2点重磅消息：奥特曼宣布OpenAI正式支持MCP协议，科技界再掀波澜！

OpenAI近期动作频频，继向免费用户开放GPT-4o的图像生成功能后，公司再次推出重要更新。最新发布的Agents SDK现已支持行业标准MCP协议（该协议由竞争对手Anthropic主导开发）。OpenAI首席执行官萨姆·奥特曼于凌晨时分通过社交平台率先宣布了这一进展。

据业内观察，此次技术升级预示着OpenAI或将进一步整合ChatGPT桌面版功能，旨在全面重构用户的AI工作流程。这一系列举措显示出OpenAI正在加速其技术开放战略，持续扩大其在人工智能领域的影响力。

OpenAI 首席执行官 Sam Altman 对此次更新表达了积极态度：“MCP 广受欢迎，我们很高兴能在产品中集成这一协议。用户现在就可以在 Agents SDK 中使用它，而 ChatGPT 桌面应用和 Responses API 的支持也将很快推出。”

与此同时，OpenAI 研究员 Steven Heidel 在社交平台 X 上分享了一张吉卜力风格的示意图，直观地展示了 MCP 协议的应用场景。该图描绘了一个分布式系统架构：

• MCP 客户端（如 ChatGPT） 作为核心枢纽，通过 MCP 协议与多个服务器（A、B、C）通信。
• 服务器 A 和 B 分别连接本地数据源，处理本地任务。
• 服务器 C 则通过 Web API 与远程服务交互，获取外部数据。

这一设计体现了 MCP 协议的灵活性——客户端可以按需从不同服务器调用数据或服务，无论是本地处理还是云端协作，都能无缝衔接。

MCP协议：推动AI与业务系统的深度互联

MCP（Multi-Component Protocol）协议的核心价值在于打通AI模型与各类业务系统的数据通道，使其能够动态接入企业工具、软件、数据库及开发环境等数据源，从而更高效地执行复杂任务。该协议支持双向数据流动，使开发者能够在AI应用（如智能助手或自动化流程）与后端系统之间建立无缝连接，大幅提升交互能力。

生态爆发：从开源到千级规模

自Anthropic于去年11月开源MCP以来，该协议迅速获得行业支持。包括Block、Apollo、Replit在内的多家科技公司率先集成，推动了早期生态建设。而到今年2月，MCP的发展迎来关键拐点——社区构建的可用服务器数量突破1000个，覆盖场景从数据分析到自动化运维，展现出极强的扩展性。

网络效应加速普及

MCP的吸引力遵循典型的“越用越强”逻辑：接入的工具和数据源越多，协议的实际价值就越高。随着更多开发者贡献服务器和适配组件，MCP正逐步成为AI与业务系统协作的通用桥梁，其标准化潜力可能重塑未来企业级AI应用的开发范式。

Anthropic首席产品官Mike Krieger对OpenAI支持MCP协议作出积极回应，他在社交平台表示："欢迎OpenAI加入MCP生态！这个开放标准正在快速发展，目前已有数千个集成应用，且数量持续增长。"他强调："只有当大语言模型能够无缝接入用户数据和日常使用的软件时，才能真正发挥其最大价值。"

Krieger的评论突显出MCP协议已成为AI行业的重要基础设施，其开放性和互操作性正获得越来越广泛的认可。随着OpenAI的加入，MCP生态的影响力有望进一步提升，推动AI应用与现有业务系统的深度融合。

业界热议：MCP协议如何重塑AI开发生态？

近日，CAMEL AI团队创始人李国豪就OpenAI加入MCP生态发表评论："OpenAI的加入令人振奋，虽然预料到这一天会来，但速度之快确实超出预期。"

李国豪指出，MCP协议之所以能快速崛起为行业标准，关键在于其独特的双重优势：

• 极致的开发者友好性
• 真正开放中立的协议特性

"MCP的价值远不止于技术协议层面，"他强调，"其核心意义在于终结了AI开发领域的标准混乱局面。"在MCP出现前，各团队不得不重复造轮子，LangChain、LlamaIndex等框架各自为政，导致两大痛点：

• Agent系统互操作性差
• 工具链兼容性低

MCP的标准化解决方案有效破解了这一困局。通过提供统一的交互规范，开发者得以：

• ✓ 摆脱特定框架的锁定
• ✓ 实现工具的自由组合
• ✓ 大幅降低集成成本

这一演进标志着AI开发进入"标准驱动"的新阶段，也为行业协作创新奠定了坚实基础。正如李国豪所言："在标准化进程中，协议的提出者并不重要，重要的是它能否真正解决问题。"

官方SDK文档

OpenAI对Agents SDK的MCP协议支持为开发者打开了全新的可能性。这一重大更新意味着：

• 即插即用的工具生态：开发者现在可以直接调用数千个现有MCP服务器资源
• 能力快速扩展：无需重复开发，智能体即可获得专业级工具支持
• 开发效率飞跃：标准化协议显著降低了系统集成复杂度

这一变革正在重新定义AI应用的开发范式，使开发者能够更专注于核心创新，而非基础设施搭建。正如行业观察者所言："MCP支持的加入，相当于为AI智能体开发提供了现成的'应用商店'。"随着更多企业接入，这一生态的价值将持续放大。

MCP服务器

MCP协议规范根据通信方式的不同，将服务器划分为两种类型：

1. 1. 本地进程型服务器（Stdio Server）

• • 运行在应用程序的子进程中
• • 通过标准输入输出流进行通信
• • 适用于本地工具和服务的深度集成

1. 2. 远程服务型服务器（SSE over HTTP Server）

• • 通过URL进行远程访问
• • 采用Server-Sent Events技术实现实时通信
• • 适合云端服务和分布式部署

开发者可以通过专用的SDK类进行连接：

• • MCPServerStdio：用于连接本地Stdio服务器
• • MCPServerSse：用于连接远程SSE服务器

示例场景：

官方提供的MCP文件系统服务器可以轻松接入，开发者只需几行代码就能为AI智能体添加文件操作能力，展示了MCP协议在实际开发中的便捷性。这种标准化接入方式大大简化了AI系统与各类服务的集成过程。

代码语言：javascript代码运行次数：0运行复制

async with MCPServerStdio(
    params={
        "command": "npx",
        "args": ["-y", "@modelcontextprotocol/server-filesystem", samples_dir],
    }
) as server:
    tools = await server.list_tools()

如何使用

开发者可以通过以下步骤将MCP服务器集成到AI智能体工作流中：

1. 1. 自动工具发现机制

• • Agents SDK会在每次智能体初始化时自动调用MCP服务器的list_tools()接口
• • 该接口返回服务器提供的所有可用工具及其功能描述
• • LLM通过此机制动态获取并理解可用的工具集

1. 2. 智能工具调用流程

• • 当LLM判定需要特定工具时
• • SDK会自动触发对应MCP服务器的call_tool()方法
• • 工具执行结果实时返回给智能体继续处理

1. 3. 无缝执行过程

• • 整个工具发现和调用过程完全自动化
• • 开发者无需手动维护工具清单
• • LLM可根据任务需求智能选择最适合的工具

这种设计实现了真正的"即插即用"体验，使AI智能体能够动态扩展其能力边界，同时保持系统的灵活性和可维护性。开发者只需关注MCP服务器的实现，即可让智能体自动获得新能力。

代码语言：javascript代码运行次数：0运行复制

agent=Agent(
    name="Assistant",
    instructions="Use the tools to achieve the task",
    mcp_servers=[mcp_server_1, mcp_server_2]
)

缓存机制

1. 针对频繁的工具列表查询操作，系统提供了性能优化方案：

• • 缓存功能：通过设置构造函数参数 cache_tools_list=True 启用工具列表缓存
• • 适用场景：适用于工具列表稳定的服务端配置
• • 注意事项：当服务端工具可能变更时请勿启用
• • 缓存管理：可通过 invalidate_tools_cache() 方法强制刷新缓存

链路追踪

1. 系统内置的追踪功能提供完整的操作洞察：

• • 实时记录所有MCP服务器交互日志
• • 完整捕获工具发现过程（list_tools调用）
• • 详细追踪函数调用链中的MCP操作
• • 提供端到端的执行过程可视化

MCP一夜成为行业标准

MCP（Model Context Protocol）是由Anthropic于2022年11月提出的创新性开放协议，其核心设计理念可概括为"一次构建，深度集成"。该协议主要实现了以下突破：

1. 1. 标准化交互范式

• • 统一规范了应用程序向大语言模型提供上下文的接口标准
• • 建立了AI模型与外部数据源/工具间的通用通信框架

1. 2. 跨平台兼容性

• • 采用类似USB-C接口的设计哲学
• • 通过标准化协议消除系统间的对接障碍
• • 实现不同AI组件间的即插即用体验

1. 3. 技术价值定位

• • 解决AI生态碎片化问题
• • 降低系统集成复杂度
• • 提升开发效率和应用灵活性

这一协议的出现，实质上为AI领域建立了类似计算机硬件领域的通用总线标准，使得模型、工具和数据源能够像乐高积木一样自由组合，大幅推动了AI应用开发的标准化进程。其开放特性也避免了技术锁定风险，促进了行业协作创新。

这就像是为人工智能打造了一个"通用适配器"，让不同系统能够无缝对接。其核心在于构建一个标准化的交互界面，如同在智能世界中架起一座连接万物的桥梁。

OpenAI 推出的 Agents SDK 与标准化外部资源连接能力的结合，标志着 AI 开发进入了一个更高效、更开放的新阶段。这种融合带来了几个关键变化：

1. 1. 开发效率跃升：开发者不再需要为每个AI应用重复造轮子，标准化接口让外部工具集成变得像"插拔组件"一样简单。
2. 2. 智能体能力进化：AI智能体从此拥有更丰富的"感官系统"，可以实时调用各类专业工具，像人类一样使用各种"数字工具"完成任务。
3. 3. 生态协同效应：就像智能手机的App Store催生应用生态一样，这种标准化将加速AI开发生态的形成，不同AI模型和应用可以互相调用能力。

这种技术演进本质上是在构建AI时代的"操作系统"——让AI智能体不仅能思考，还能自由调用整个数字世界的工具来执行任务。未来可能会出现专门提供各类AI能力的"工具市场"，而开发者可以像搭积木一样组合这些能力，快速构建复杂应用。

OpenAI员工用ChatGPT绘制吉卜力风格跟踪仪表板

OpenAI 推出的 Agents SDK 和 MCP 技术为开发者提供了强大的工具集成能力。通过 MCP 接口，开发者可以便捷地调用外部数据和工具，显著增强 AI 的实用性和智能化水平。

这一技术突破只是开端。据奥特曼透露，即将推出的两项新计划将进一步革新 AI 工作流的效率。若 ChatGPT 客户端集成 MCP 技术，将升级为功能更强大的个人智能助手。去年 11 月 Claude 的演示已为此提供了重要参考。

对开发者而言，MCP 与 OpenAI API 的整合意味着能用更精简的代码实现更复杂的功能。这或许标志着下一代 AI 工作流变革的起点，为人工智能应用开发开辟了新的可能性。

参考资料：

/

本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2025-03-28，如有侵权请联系 cloudcommunity@tencent 删除开发者协议openai服务器工具

凌晨2点重磅消息：奥特曼宣布OpenAI正式支持MCP协议，科技界再掀波澜！

OpenAI近期动作频频，继向免费用户开放GPT-4o的图像生成功能后，公司再次推出重要更新。最新发布的Agents SDK现已支持行业标准MCP协议（该协议由竞争对手Anthropic主导开发）。OpenAI首席执行官萨姆·奥特曼于凌晨时分通过社交平台率先宣布了这一进展。

据业内观察，此次技术升级预示着OpenAI或将进一步整合ChatGPT桌面版功能，旨在全面重构用户的AI工作流程。这一系列举措显示出OpenAI正在加速其技术开放战略，持续扩大其在人工智能领域的影响力。

OpenAI 首席执行官 Sam Altman 对此次更新表达了积极态度：“MCP 广受欢迎，我们很高兴能在产品中集成这一协议。用户现在就可以在 Agents SDK 中使用它，而 ChatGPT 桌面应用和 Responses API 的支持也将很快推出。”

与此同时，OpenAI 研究员 Steven Heidel 在社交平台 X 上分享了一张吉卜力风格的示意图，直观地展示了 MCP 协议的应用场景。该图描绘了一个分布式系统架构：

• MCP 客户端（如 ChatGPT） 作为核心枢纽，通过 MCP 协议与多个服务器（A、B、C）通信。
• 服务器 A 和 B 分别连接本地数据源，处理本地任务。
• 服务器 C 则通过 Web API 与远程服务交互，获取外部数据。

这一设计体现了 MCP 协议的灵活性——客户端可以按需从不同服务器调用数据或服务，无论是本地处理还是云端协作，都能无缝衔接。

MCP协议：推动AI与业务系统的深度互联

MCP（Multi-Component Protocol）协议的核心价值在于打通AI模型与各类业务系统的数据通道，使其能够动态接入企业工具、软件、数据库及开发环境等数据源，从而更高效地执行复杂任务。该协议支持双向数据流动，使开发者能够在AI应用（如智能助手或自动化流程）与后端系统之间建立无缝连接，大幅提升交互能力。

生态爆发：从开源到千级规模

自Anthropic于去年11月开源MCP以来，该协议迅速获得行业支持。包括Block、Apollo、Replit在内的多家科技公司率先集成，推动了早期生态建设。而到今年2月，MCP的发展迎来关键拐点——社区构建的可用服务器数量突破1000个，覆盖场景从数据分析到自动化运维，展现出极强的扩展性。

网络效应加速普及

MCP的吸引力遵循典型的“越用越强”逻辑：接入的工具和数据源越多，协议的实际价值就越高。随着更多开发者贡献服务器和适配组件，MCP正逐步成为AI与业务系统协作的通用桥梁，其标准化潜力可能重塑未来企业级AI应用的开发范式。

Anthropic首席产品官Mike Krieger对OpenAI支持MCP协议作出积极回应，他在社交平台表示："欢迎OpenAI加入MCP生态！这个开放标准正在快速发展，目前已有数千个集成应用，且数量持续增长。"他强调："只有当大语言模型能够无缝接入用户数据和日常使用的软件时，才能真正发挥其最大价值。"

Krieger的评论突显出MCP协议已成为AI行业的重要基础设施，其开放性和互操作性正获得越来越广泛的认可。随着OpenAI的加入，MCP生态的影响力有望进一步提升，推动AI应用与现有业务系统的深度融合。

业界热议：MCP协议如何重塑AI开发生态？

近日，CAMEL AI团队创始人李国豪就OpenAI加入MCP生态发表评论："OpenAI的加入令人振奋，虽然预料到这一天会来，但速度之快确实超出预期。"

李国豪指出，MCP协议之所以能快速崛起为行业标准，关键在于其独特的双重优势：

• 极致的开发者友好性
• 真正开放中立的协议特性

"MCP的价值远不止于技术协议层面，"他强调，"其核心意义在于终结了AI开发领域的标准混乱局面。"在MCP出现前，各团队不得不重复造轮子，LangChain、LlamaIndex等框架各自为政，导致两大痛点：

• Agent系统互操作性差
• 工具链兼容性低

MCP的标准化解决方案有效破解了这一困局。通过提供统一的交互规范，开发者得以：

• ✓ 摆脱特定框架的锁定
• ✓ 实现工具的自由组合
• ✓ 大幅降低集成成本

这一演进标志着AI开发进入"标准驱动"的新阶段，也为行业协作创新奠定了坚实基础。正如李国豪所言："在标准化进程中，协议的提出者并不重要，重要的是它能否真正解决问题。"

官方SDK文档

OpenAI对Agents SDK的MCP协议支持为开发者打开了全新的可能性。这一重大更新意味着：

• 即插即用的工具生态：开发者现在可以直接调用数千个现有MCP服务器资源
• 能力快速扩展：无需重复开发，智能体即可获得专业级工具支持
• 开发效率飞跃：标准化协议显著降低了系统集成复杂度

这一变革正在重新定义AI应用的开发范式，使开发者能够更专注于核心创新，而非基础设施搭建。正如行业观察者所言："MCP支持的加入，相当于为AI智能体开发提供了现成的'应用商店'。"随着更多企业接入，这一生态的价值将持续放大。

MCP服务器

MCP协议规范根据通信方式的不同，将服务器划分为两种类型：

1. 1. 本地进程型服务器（Stdio Server）

• • 运行在应用程序的子进程中
• • 通过标准输入输出流进行通信
• • 适用于本地工具和服务的深度集成

1. 2. 远程服务型服务器（SSE over HTTP Server）

• • 通过URL进行远程访问
• • 采用Server-Sent Events技术实现实时通信
• • 适合云端服务和分布式部署

开发者可以通过专用的SDK类进行连接：

• • MCPServerStdio：用于连接本地Stdio服务器
• • MCPServerSse：用于连接远程SSE服务器

示例场景：

官方提供的MCP文件系统服务器可以轻松接入，开发者只需几行代码就能为AI智能体添加文件操作能力，展示了MCP协议在实际开发中的便捷性。这种标准化接入方式大大简化了AI系统与各类服务的集成过程。

代码语言：javascript代码运行次数：0运行复制

async with MCPServerStdio(
    params={
        "command": "npx",
        "args": ["-y", "@modelcontextprotocol/server-filesystem", samples_dir],
    }
) as server:
    tools = await server.list_tools()

如何使用

开发者可以通过以下步骤将MCP服务器集成到AI智能体工作流中：

1. 1. 自动工具发现机制

• • Agents SDK会在每次智能体初始化时自动调用MCP服务器的list_tools()接口
• • 该接口返回服务器提供的所有可用工具及其功能描述
• • LLM通过此机制动态获取并理解可用的工具集

1. 2. 智能工具调用流程

• • 当LLM判定需要特定工具时
• • SDK会自动触发对应MCP服务器的call_tool()方法
• • 工具执行结果实时返回给智能体继续处理

1. 3. 无缝执行过程

• • 整个工具发现和调用过程完全自动化
• • 开发者无需手动维护工具清单
• • LLM可根据任务需求智能选择最适合的工具

这种设计实现了真正的"即插即用"体验，使AI智能体能够动态扩展其能力边界，同时保持系统的灵活性和可维护性。开发者只需关注MCP服务器的实现，即可让智能体自动获得新能力。

代码语言：javascript代码运行次数：0运行复制

agent=Agent(
    name="Assistant",
    instructions="Use the tools to achieve the task",
    mcp_servers=[mcp_server_1, mcp_server_2]
)

缓存机制

1. 针对频繁的工具列表查询操作，系统提供了性能优化方案：

• • 缓存功能：通过设置构造函数参数 cache_tools_list=True 启用工具列表缓存
• • 适用场景：适用于工具列表稳定的服务端配置
• • 注意事项：当服务端工具可能变更时请勿启用
• • 缓存管理：可通过 invalidate_tools_cache() 方法强制刷新缓存

链路追踪

1. 系统内置的追踪功能提供完整的操作洞察：

• • 实时记录所有MCP服务器交互日志
• • 完整捕获工具发现过程（list_tools调用）
• • 详细追踪函数调用链中的MCP操作
• • 提供端到端的执行过程可视化

MCP一夜成为行业标准

MCP（Model Context Protocol）是由Anthropic于2022年11月提出的创新性开放协议，其核心设计理念可概括为"一次构建，深度集成"。该协议主要实现了以下突破：

1. 1. 标准化交互范式

• • 统一规范了应用程序向大语言模型提供上下文的接口标准
• • 建立了AI模型与外部数据源/工具间的通用通信框架

1. 2. 跨平台兼容性

• • 采用类似USB-C接口的设计哲学
• • 通过标准化协议消除系统间的对接障碍
• • 实现不同AI组件间的即插即用体验

1. 3. 技术价值定位

• • 解决AI生态碎片化问题
• • 降低系统集成复杂度
• • 提升开发效率和应用灵活性

这一协议的出现，实质上为AI领域建立了类似计算机硬件领域的通用总线标准，使得模型、工具和数据源能够像乐高积木一样自由组合，大幅推动了AI应用开发的标准化进程。其开放特性也避免了技术锁定风险，促进了行业协作创新。

这就像是为人工智能打造了一个"通用适配器"，让不同系统能够无缝对接。其核心在于构建一个标准化的交互界面，如同在智能世界中架起一座连接万物的桥梁。

OpenAI 推出的 Agents SDK 与标准化外部资源连接能力的结合，标志着 AI 开发进入了一个更高效、更开放的新阶段。这种融合带来了几个关键变化：

1. 1. 开发效率跃升：开发者不再需要为每个AI应用重复造轮子，标准化接口让外部工具集成变得像"插拔组件"一样简单。
2. 2. 智能体能力进化：AI智能体从此拥有更丰富的"感官系统"，可以实时调用各类专业工具，像人类一样使用各种"数字工具"完成任务。
3. 3. 生态协同效应：就像智能手机的App Store催生应用生态一样，这种标准化将加速AI开发生态的形成，不同AI模型和应用可以互相调用能力。

这种技术演进本质上是在构建AI时代的"操作系统"——让AI智能体不仅能思考，还能自由调用整个数字世界的工具来执行任务。未来可能会出现专门提供各类AI能力的"工具市场"，而开发者可以像搭积木一样组合这些能力，快速构建复杂应用。

OpenAI员工用ChatGPT绘制吉卜力风格跟踪仪表板

OpenAI 推出的 Agents SDK 和 MCP 技术为开发者提供了强大的工具集成能力。通过 MCP 接口，开发者可以便捷地调用外部数据和工具，显著增强 AI 的实用性和智能化水平。

这一技术突破只是开端。据奥特曼透露，即将推出的两项新计划将进一步革新 AI 工作流的效率。若 ChatGPT 客户端集成 MCP 技术，将升级为功能更强大的个人智能助手。去年 11 月 Claude 的演示已为此提供了重要参考。

对开发者而言，MCP 与 OpenAI API 的整合意味着能用更精简的代码实现更复杂的功能。这或许标志着下一代 AI 工作流变革的起点，为人工智能应用开发开辟了新的可能性。

参考资料：

/

本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。原始发表：2025-03-28，如有侵权请联系 cloudcommunity@tencent 删除开发者协议openai服务器工具

本文标签： 凌晨2点重磅消息奥特曼宣布OpenAI正式支持MCP协议，科技界再掀波澜！