Anthropic發佈MCP無狀態協議升級
重點摘要
Anthropic發佈MCP無狀態協議升級。 官方推行 MCP ⚙️ 接入全新規範。可以在 模型協議官方說明 查看改動細節。協議核心全面重構為 無狀態 模式。任意服務器實例均可 獨立處理請求。重型擴展 ��� 獨立拆分使得系統部署更穩。
Anthropic 近日正式推出模型上下文協議(MCP)的無狀態版本升級,這項更新被視為對原有協議架構的一次重大重構。根據官方公布的改動細節,新版本全面轉向無狀態模式,打破過去對 session 或上下文保存的依賴,讓任意伺服器實例都能獨立處理請求,從根本上簡化了通訊流程。這項升級不僅影響協議本身,更有望為依賴 MCP 進行 AI 模型與外部工具或資料來源整合的開發者,帶來更靈活且穩定的部署體驗。MCP 原本的設計需要維持持續的連線狀態,伺服器必須保存對話的上下文,才能在後續請求中繼續處理。
這種有狀態的架構雖然能提供連貫的互動,卻也增加了系統的複雜度與資源負擔;一旦某個伺服器實例中斷,就可能導致整個工作階段失效。新版協議徹底改變了這個邏輯,轉而採用無狀態模式,每個請求都攜帶足夠的資訊,伺服器無須保留先前的互動記錄,任何實例都能獨立回應。這樣的設計使得系統在分散式環境中的運作更接近 RESTful 風格,大幅降低耦合度。這次升級的核心做法,是將過去較為重型的擴充功能拆分為更小的獨立元件,每個服務節點都能自主回應,不再需要仰賴持續的連線狀態或共享記憶體。換句話說,開發者可以把原本必須集中管理的擴充功能,分散部署到不同的伺服器上,讓它們各自處理特定的請求,彼此之間不需要同步大量上下文。
這種模組化的調整,不僅讓程式碼更易於維護,也讓新增或修改功能時,可以只針對單一元件進行,而不必改動整個通訊層。從部署穩定性來看,無狀態模式帶來了顯著的好處。過去,當伺服器需要維護 session 時,如果某個節點發生故障,所有繫結在該節點上的請求都會遺失,必須重新建立連線;而新版協議因為不需要保存狀態,流量可以動態轉發到任何健康的伺服器,單點故障的影響範圍因此大幅限縮。這對於需要高可用性的生產環境尤其重要,系統可以更從容地應對流量波動,也更容易實現自動伸縮。除了穩定性,架構靈活性也是這次升級強調的重點。
過去的狀態依賴使得伺服器在橫向擴展時,必須考慮 session 同步或黏性連線等問題,而新設計讓每個節點都能獨立運作,開發者在規劃部署時可以更專注於業務邏輯,不再被連線狀態綁手綁腳。官方指出,這樣輕量且可靠的通訊機制,能夠更適應多變的運作環境,無論是在邊緣運算或大規模雲端部署中,MCP 都能保持一致的表現。對於已經採用 MCP 的開發者,Anthropic 提供了完整的導入指引,協助逐步將現有系統遷移到新的無狀態規範。由於新版本與舊版在核心通訊邏輯上有顯著差異,開發者需要調整伺服器端的實作,確保請求中攜帶足夠的上下文資訊,而不是依賴連線階段來保存。
官方文件中也說明了拆分的元件如何重新組合,以及如何驗證新設定的正確性,讓遷移過程盡量平順。從更宏觀的角度來看,MCP 的無狀態升級反映了 AI 整合領域對標準化通訊協定的持續追求。作為連接 AI 模型與外部資源的橋樑,MCP 的效率直接影響到應用程式的回應速度與開發複雜度。新版協議透過簡化通訊流程,讓開發者能夠以更少的程式碼,建立更穩定的整合管道,進而加速 AI 應用的上市時間。業界普遍認為,這種無狀態、輕量化的方向,有助於推動 AI 工具鏈的進一步成熟。此外,將擴充功能拆分為獨立元件,也意味著社群可以針對個別元件進行更細緻的最佳化,甚至發展出專屬於特定應用場景的實作版本。
這種生態發展的可能性,讓 MCP 不再只是一個固定的協議,而是一個可組合的框架,開發者可以根據需求挑選合適的元件搭配使用。長遠來看,這可能吸引更多第三方開發者投入 MCP 相關工具與外掛的開發,形成正向循環。當然,採用無狀態架構也並非毫無取捨。某些需要長期記憶或跨請求互動的應用場景,可能需要在應用層自行管理狀態,而無法再倚賴協議層的支援。不過,對於絕大多數以請求回應模式運作的 AI 應用,例如問答系統、工具呼叫、資料查詢等,無狀態設計帶來的簡潔性與可擴展性,遠大於增加的額外責任。Anthropic 也在文件中提供了建議的狀態管理方法,協助開發者在必要時補足這部分需求。
總體而言,Anthropic 此次推出的 MCP 無狀態版本升級,是一次從底層重構的更新,目標是讓協議更輕量、更可靠、更易於大規模部署。透過打破 session 依賴與拆分擴充功能,MCP 擺脫了過去較為重型的設計包袱,轉向更符合現代雲端原生架構的通訊模式。對於正在使用或考慮導入 MCP 的開發團隊來說,這無疑是一個值得關注的重要演進。隨著官方持續完善指引與工具,MCP 的無狀態新架構可望成為 AI 模型整合領域的重要基礎設施。
Related
相關文章

Meta 旗下 AI 模型測試時意外入侵第三方企業系統
Meta 在進行AI模型安全測試時,因第三方公司Irregular配置錯誤,導致模型意外入侵另一企業系統。涉事模型為Muse Spark 1.1,事件引發對AI模型可能衝出邊界、發動網絡攻擊的擔憂。

拆解“AI辦公入口戰”底層:怎麼做才能成為最終贏家?
字節、阿里、騰訊等大廠正透過組織調整與產品整合,全力爭奪AI辦公入口,關鍵在於模型、場景、生態與商業體系的全面競爭。這場戰爭的核心是透過AI產品實現Token經濟的商業閉環,並以「效果」為標準,透過自有體系與外部生態滿足企業用戶的真實需求。最終贏家需兼顧模型能力、場景積累與生態建設,才能在AI生產力時代站穩腳步。

千人聯機世界模型“RhOS-World: Khora”正式發佈
RhOS.ai與Ophilus.AI共同發布了千人聯機世界模型「RhOS-World: Khora」,該模型能讓多達1024個智能體在共享的3D空間中即時互動,且無需傳統物理引擎。其核心技術「STBoard(時空黑板)」架構,透過統一的物理狀態管理,解決了多視角一致性的難題,並大幅降低了擴展智能體數量的運算成本。
TutorMoments:AI 家教何時該出手,何時該放手?
今日我們推出 TutorMoments 預覽版,這是一個評估框架,旨在衡量尖端大型語言模型能否掌握教育中最難的平衡:何時介入協助學生,何時退後讓學生自行努力。TutorMoments 基於真實的一對一數學輔導課程,透過重播方式進行評估。經驗豐富的數學教師會檢視從美國收集的對話記錄。

告別反覆操作 OSD,華碩顯示器管理軟件 DisplayWidget Center 接入 AI 智能體
華碩顯示器管理軟體 DisplayWidget Center 推出重大更新,加入 AI 智能體功能,用戶可透過自然語言調整亮度、色溫等參數,無需操作 OSD。該功能支援 CLI 與 Agent Skill,可根據使用習慣自動切換模式,並適用於企業環境的統一部署。

千問App部分功能探索收費,想學豆包能跑通嗎?
千問App於8月7日更新,新增辦公助理等付費功能,基礎功能仍免費,但辦公場景使用額度需付費取得。此舉仿效豆包專業版等產品的訂閱模式,反映AI行業正集體轉向辦公場景收費,以尋求變現機會。