7 月 13 日，据 The Information 的报道及相关摘要，Google、Microsoft、Salesforce、Snowflake 和 ServiceNow 同意支持一套共享的 AI Agent 后端协议。报道将这项合作放在它们与 Anthropic、OpenAI 争夺企业客户的背景下。具体规范和实施安排尚未披露，企业现在还无法据此测试或迁移。
这项合作涉及 Agent 如何连接企业数据、调用业务工具和与其他 Agent 协作。MCP（Model Context Protocol）已经被多家 AI 平台采用，但不同通信协议可以分工并存。新方案能否补足现有功能、是否需要更换连接方式，要等技术细节公布。
MCP 已有跨平台支持，技术方向仍由维护者决定
MCP 已有的工具和客户端生态，是评估任何新方案时的比较基础。
MCP 项目在 2025 年 12 月披露，SDK 月下载量已超过 9700 万次，活跃服务器约 1 万个，并获 Claude、ChatGPT、Gemini、Microsoft Copilot、VS Code 等产品支持。下载量反映工具包的使用规模，不能直接换算为企业生产部署数。
MCP 的作用是减少重复集成：AI 应用内的客户端连接 MCP 服务器，后者以统一接口提供工具、资源和提示模板。兼容客户端可以接入不同服务器，再按权限调用对应能力。Slack、Postgres、GitHub 和 Salesforce 等系统都已有相关服务器实现；具体功能与维护方因实现而异。
2025 年 12 月，Anthropic 将 MCP 捐赠给 Linux 基金会旗下的 Agentic AI Foundation（AAIF），与 Block 的 goose 和 OpenAI 的 AGENTS.md 一起成为创始项目。成员包括 Anthropic、OpenAI、Google、Microsoft、AWS、Salesforce、Cloudflare、Bloomberg 和 Snowflake。基金会提供中立组织支持，MCP 的技术方向和日常运行仍由项目维护者负责。
Anthropic 仍参与 MCP 的开发，同时扩大企业业务。据 Fortune 报道，其年化收入已接近 470 亿美元。对其他厂商而言，竞争涉及模型、产品入口和客户关系；采用 MCP 本身并不要求它们购买 Anthropic 的模型。
五家参与者覆盖云服务、业务数据和工作流
报道所列的五家公司，分别拥有企业 Agent 落地时需要连接的产品和客户。
Google 和 Microsoft 经营大型云平台，承载企业的部分推理与应用负载。Salesforce 提供客户关系管理软件，Snowflake 经营数据平台，ServiceNow 则连接企业服务与工作流。共享接口若能在这些产品间落地，有望减少客户分别开发连接器的工作。
如果五家公司交付统一、共同维护的连接协议，客户可能更容易在其产品之间调用数据和执行任务。是否能降低供应商锁定，还要看其他厂商能否接入、许可和治理是否开放，以及已有工具能否兼容。
目前这仍是一项报道中的合作安排，没有足以评估的公开规范、发布时间表或演示代码。支持共同标准的意向，与可以下载运行的 SDK 之间，还有设计、实现和测试工作。
参与开放标准，也不妨碍厂商竞争企业客户
参与新合作的多家公司，也已在既有开放项目中协作。
Google、Microsoft、Salesforce 和 Snowflake 都是 AAIF 成员，Anthropic、OpenAI 和 Block 则贡献了其创始项目。这意味着有关厂商并非从两个互不相容的阵营出发；它们已经共同支持 MCP 所在的开放生态。
Linux 基金会成立 AAIF 时强调中立治理、开放与互操作。厂商可以支持这些基础规则，同时竞争企业软件收入。新合作是否延续这一方向，要看它如何开放规范、接纳外部贡献和处理兼容性。
从企业客户的角度，基金会的作用是为共同项目提供持续维护的组织条件，商业产品则负责把接口接入实际工作流程。两者可以相互促进，但开放治理本身不会自动解决兼容问题，多个厂商共同发起也不保证迁移成本更低。
现有连接器越多，新方案越要说明迁移收益
协议的影响会随着围绕它建设的软件和工具逐渐扩大。
TCP/IP 和 HTTP 的普及说明，共同接口可以带动网络设备、浏览器、服务器软件和开发工具的配套投入。Agent 协议也可能产生类似积累：企业会围绕接口编写连接器、设置权限和监控，再将它们嵌入业务流程。更换接口时，这些已有工作都需要评估。
MCP 已获得 LangChain、CrewAI、AutoGen 等 Agent 框架的集成，公开服务器提供了可复用的工具连接。新的方案若要吸引开发者，除了提供相同能力，还需要在可靠性、权限管理、操作成本或跨产品协作等方面展示收益。现有连接器能否复用，也会影响采用速度。
新方案的推进不一定要求完全替代旧协议。平台可以提供兼容层，让现有 MCP 服务器继续工作，再逐步使用新增能力。相比成员名单，更能影响开发者选择的是它能减少多少集成工作，以及需要承担多少额外维护成本。
联合设计要协调产品差异，平台集成则有助于推广
多方合作的实施难点之一，是把不同产品的需求整理成可执行的规范。
这些公司的数据模型、权限体系和发布节奏各不相同。若规范试图一次覆盖每家产品的全部特性，可能增加实现复杂度；若只保留最少的共同能力，又可能无法满足实际流程。这是联合设计需要解决的取舍。
MCP 已提供 Python、TypeScript 等 SDK，可以用较少代码建立基础服务器。新协议也需要让开发者容易理解和试用，同时为生产部署提供认证、权限、错误处理和监控支持。
五家公司的优势在于现有产品渠道。如果共享协议被集成到 Google Cloud、Azure、Salesforce 和 ServiceNow，客户可能随平台升级获得支持，减少手动接入工作。不过，跨平台身份、数据权限和任务状态能否衔接，仍需要实际部署验证。
新方案与 MCP、A2A 的关系尚待说明
目前报道没有明确新协议的名称、架构及其与 A2A（Agent2Agent）的关系。Google 于 2025 年 4 月推出 A2A，6 月将其捐赠给 Linux 基金会；捐赠公告称已有超过 100 家公司支持。A2A 侧重 Agent 之间的通信与协作，MCP 侧重 AI 应用接入工具和数据，两者可以配合使用。
新方案究竟扩展哪一层能力，是接下来的技术问题。它可能调整 Agent 间通信，也可能改进工具接入，或连接不同平台的任务流程。只有规范明确后，才能判断它与 MCP、A2A 是替代、兼容还是互补关系。
OpenAI 没有出现在这份五家公司名单中。它已支持 MCP，并参与创建 AAIF；同期还收购了面向企业提供实施服务的 Northslope。发展企业服务和选择连接协议是相关但不同的工作，不能仅凭名单推断 OpenAI 必须加入或另建一套标准。
判断合作进展，要看代码、兼容性与可用工具
接下来可以从三方面判断这项合作的实际进展。
第一，现有 MCP 生态如何继续发展。已经发布的 9700 万月下载量显示了使用规模，后续更有价值的指标是服务器是否持续维护、生产部署是否可靠，以及新工具是否容易接入。
第二，五家公司何时拿出可运行的规范和代码。企业需要据此验证功能、权限和故障处理，并估算维护与迁移成本。合作消息能提供一个备选方向，技术交付才决定它能否进入采购和部署。
第三，共享协议实际连接了哪些业务工具。企业选择接口，主要是为了让 Agent 可靠地获取数据和完成任务。已有服务器的丰富程度、平台内置支持和开发者参与度，都会影响新方案的实用性。
目前还不足以判断企业会怎样采用新方案。正在规划 Agent 架构的团队，可以把业务工具定义、权限和模型调用适当分开，让连接方式有调整空间；待规范公开后，再根据具体收益决定是否接入。
