【觀點】MCP成巴黎區塊鏈大會焦點!串接各大AI模型的「萬能遙控器」真的來了?
【觀點】MCP成巴黎區塊鏈大會焦點!串接各大AI模型的「萬能遙控器」真的來了?

2025年4月初,巴黎春光明媚,2025 Blockchain Week大會,在塞納河畔盛大開幕。

這場與Token2049、Consensus,乃至CES、Web Summit齊名的全球盛事,吸引了逾1.5萬名技術迷、行業專業人士、企業家與投資人,會場外咖啡香與討論聲交織,除了區塊鏈議題之外,會場內大夥樂此不疲的討論著與AI相關的未來願景。

誠然,區塊鏈雖仍是主軸,只不過在普遍風口以轉向AI的情況下,所謂的「區塊鏈週」活動,超過七成在談與AI有關的應用,無論是「硬」要與blockchain整合,抑或是單獨的AI新創項目。

其中一個話題最為熱門:Model Context Protocol (MCP) 讓大家津津樂道,這項由Anthropic於2024年底推出的協議,被熱議為「AI的未來賽道」。

有人期待它能在如今各大AI語言模型碎片化的過程中扮演橋樑,有人卻擔心它只是另一個曇花一現的繼續名詞,甚至與許多不良「幣圈」從業者,一起搞什麼「發幣募資」的新騙局。

在AI慢慢從單純的聊天助手,進化為全方位的行動代理人(agent)浪潮中,MCP是否真能解決當前困境?它又將如何在科技時代的未來扮演關鍵角色?

ChatGPT
圖/ Solen Feyissa on Unsplash

AI百花齊放,各有所長卻無法相互協作

拜OpenAI帶起風潮之賜,AI近年如百花齊放,發展速度令人咋舌。

截至2025年,根據McKinsey全球AI調查報告,在受訪的1491家企業中,71%表示已將生成式AI應用於至少一個業務領域 ,相較於2024年初的65%顯著成長。這項調查涵蓋101個國家,顯示AI正滲透多元場景,例如醫療診斷、金融市場預測與太空數據處理。

然而,當前AI模型百花爭艷:OpenAI的GPT擅長語言生成、Google的Gemini精於多模態推理、Anthropic的Claude以安全性著稱,但彼此間的「孤島效應」日益嚴重。

這些模型像各自封閉的堡壘,很難載完成更高複雜度的任務上直接互通,舉例來說,你讓GPT去分析Excel表格,它給的答案總是「很爛」;叫Claude處理GitHub程式碼,得先人工進行資料整理。

更常遇到的是,企業內部常需多個AI相互協作,例如行銷部門想讓語言模型與數據模型聯手分析客戶行為,卻因格式不一、接口不通,效率與「良率」大打折扣。這不僅浪費時間,還限制了AI從單一工具/行為,升級為「系統級解決方案」的潛能。

具體困境,簡單來說, 一是相互操作性的匱乏 :不同模型的訓練數據、輸出格式與API標準不統一,導致硬是讓他們協同工作後,結果人有很重的「AI痕跡」,又或是品質根本無法讓人滿意。

其二是對真實世界資源存取障礙 :AI雖聰明,卻常被困在「沙盒」裡,無法直接讀取文件、數據庫或工具,得靠人工介入。

第三是安全與效率間的矛盾 :企業想讓AI動手做事,又怕開放接口後數據外洩,兩難之下進展緩慢。這些挑戰讓「代理化AI」(Agentic AI),所謂能主動執行任務的下一代AI,一直以來無法更好的服務人類社會與商業發展的需要。

AI的「萬能遙控器」MCP出世,不再各據山頭

MCP正是為了破解AI的孤島困境而生。

簡單說,它就像一個「萬能遙控器」,讓各家AI模型能像插上傳輸線般,輕鬆連接到外界的資料、工具甚至彼此,不再像過去那樣各唱各的調。

試想,原本你得把公司報表一欄欄抄給AI,費時又費力;現在有了MCP,AI就像拿到了數位金鑰,瞬間打開資料庫或雲端資源,大幅縮短作業時間。

它的運作方式好比到餐廳點菜:開發者先備好「菜單」—可能是顧客資料、網站API或研究檔案—AI只需按統一的標準「下單」,就能直接取用所需。

2025年的《arXiv》論文(題為「MCP:現況、安全挑戰與未來方向」)解釋,MCP靠簡潔的指令語言(像手機App間的快捷分享)與安全門檻(類似銀行網站的雙重認證),確保資料傳輸既快速又不外洩。

舉個例子,假設台中一家運動用品電商想用AI預測春節銷售,過去得花半天整理庫存和顧客喜好,現在MCP讓AI直接連上公司的訂單系統和臉書廣告數據,幾分鐘內吐出熱銷鞋款的趨勢圖,效率翻了三倍。

Anthropic的工程師Mahesh Rao比喻:「MCP就像網際網路初期的TCP/IP,把零散的電腦織成一張大網。」它如何解決問題?

首先,MCP統一了AI的「溝通語言」,讓一個模型寫分析報告、另一個畫圖表,合作無縫;其次,它打破AI的「封閉實驗室」,讓模型能直接抓取真實世界的資料;最後,它設下安全防線,像一道數位鐵閘,防止敏感資訊被竊。

但MCP並非獨一無二的解方,過去我們也見過類似機制的嘗試。

傳統的「function call」(功能呼叫)就像給AI一個個特定指令,例如讓模型去查天氣或計算數字,但它靈活性差,只能處理預設任務,無法應對複雜的資料串聯。

Google的Agent-to-Agent(A2A)則更進一步,專為Google生態系打造,讓自家模型(如Gemini)能互相傳遞任務,例如一個AI搜集資料、另一個寫總結。

但A2A的封閉性是缺點,它像Apple的Lightning線,只適合自家產品,難以跨平台操作(至少目前來看)。MCP則像通用的USB-C,開放給任何模型,無論是Claude、GPT還是台積電的自研AI,都能用同一個標準接口。

應用上,A2A適合Google內部的深度整合,比如優化YouTube推薦;MCP則擅長跨組織協作,例如讓台灣醫療AI串聯國際研究,靈活度更高。當然,兩者都重視安全,但MCP的標準化讓它更具潛力成為AI界的「共同語言」。

usb-c-to-lightning-cable.jpg
圖/ 9to5mac

MCP真那麼神?有什麼限制?

MCP是否真能成為通往通用人工智能(AGI)—那種能像人類一樣應對任何任務的終極AI—的關鍵拼圖?

當前主流模型如GPT、Gemini、Claude都屬狹義AI(Narrow AI),各擅長特定領域,例如語言生成或圖像分析。

MCP的出現讓人眼睛一亮,它像一座「數位圖書館」,讓不同模型能分享資源、協同工作,甚至從真實世界的資料軌跡中捕捉更細膩的人類行為模式。

然而,MCP與A2A的結構性影響並非萬能,Google的A2A像私人俱樂部,只在自家生態(如YouTube或Google Cloud)內高效運作,無法廣泛兼容;MCP雖開放如公共廣場,卻僅是數據與任務的橋樑。

史丹佛大學AI專家李飛飛(Li Fei-Fei)便分析:「AGI的實現遠超模型整合,它需要深層推理、自主學習與對世界法則的洞察,這不是MCP或A2A能單獨承載的。」

《Nature Machine Intelligence》2024年研究也指出,當前協議缺乏引導AI「自我質疑」或「跨領域推論」的機制,舉例來說,MCP能讓AI快速分析股市與新聞,但無法讓它理解「人性貪婪」背後的動機—這正是AGI的核心挑戰。

未來,MCP與A2A或許能為AGI提供更豐富的數據土壤,但要從拼圖變成藍圖,還需突破技術與哲學思維的雙重關卡。

對台灣而言,它是既是機遇也是挑戰,若能發揮台灣在ICT設計,科技與半導體供應鏈的優勢與AI結合,便可在多個領域成為重要的全球技術夥伴;但缺點是,若一味的滿足於低毛利的代工模式,未能自建生態或成為生態體系中的規則制定者角色,恐淪附庸,真正有附加價值的應用多半還是掌控在別人手上。

最後,巴黎峰會的熱議只是開端,MCP能否如TCP/IP般改寫AI歷史,實踐終將揭曉答案。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

責任編輯:溫偉軒

關鍵字: #AI #ChatGPT
往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓