在人工智能飞速发展的今天，数据孤岛和工具碎片化问题一直是阻碍AI应用高效发展的两大难题。由于缺乏统一的标准，AI应用难以无缝地获取和充分利用数据价值。
为了解决这些问题，2024年AI领域提出了MCP（Model Context Protocol模型上下文协议），这一标准化接口协议旨在打破AI模型与外部资源之间的壁垒。就像 USB-C 接口一样，为AI模型/应用与各种数据源和工具之间提供了一种通用的“即插即用”连接方式，让AI模型与外部工具与数据源之间安全双向连接，大大提高了AI开发的效率和灵活性。
随着MCP作为AI 连接数据和工具的统一标准逐渐普及，也标志着AI应用从“静态推理”向“动态执行”的转型，AI应用的全新架构也面临着灵活性、性能与安全等诸多挑战。
华为云AI原生应用运行平台+MCP，重塑 AI 应用架构新范式
为更好的适应全新AI应用架构，华为云推出AI原生应用运行平台+MCP产品组合方案，基于MCP整合Serverless 及一系列平台关键组件，为开发者提供高效、灵活、可靠的AI应用开发与部署方案，实现大模型与外部数据源的“即插即用”安全连接，助力开发者快速构建灵活扩展、安全可信的AI应用，实现AI应用的商业化。
华为云AI原生应用运行平台+MCP产品组合方案
AI应用架构新范式解析
- 用户请求：用户向AI应用发起请求时，请求流量首先进入流量+ AI网关（APIG）。APIG作为应用的入口，维护管理所有AI Agent、MCP Server和LLM的路由规则，确保每个请求都能快速、准确地找到处理路径，同时支持流式响应，为用户带来更流畅的交互体验。
- Agent托管：开发者可通过多种方式自建Agent，CAE为Agent提供了理想的Serverless应用环境，根据负载自动实现资源的动态分配，确保Agent始终处于最佳运行状态。
- 访问MCP Server获取外部数据：MCP Server这类事件驱动型业务尤其适合部署在Serverless函数（FunctionGraph）上，通过Python/Go等语言快速构建MCP Server，实现毫秒级弹性扩缩容。
- 现存业务接入：可经由MCP注册/配置中心（CSE）的帮助注册到Nacos上并实现自动注册发现，MCP网关可以将API转换成MCP Server，实现应用的平滑升级。
- 通过应用中心模板快速部署Agent/MCP Server：应用中心汇聚丰富的Agent/MCP应用模板，开发者只需一键操作即可部署，实现开箱即用。华为云也会将中间件（DCS、DMS、EventGrid）等服务能力以预置MCP Server的方式上架到应用中心。
- 异步推理：在多模态或长周期任务执行场景下，Agent往往采用异步推理的方式与LLM进行交互，消息队列不仅能够起为大模型起到削峰填谷的作用，而且支持主动推送方式提升LLM响应的实时性。
Serverless与MCP融合创新，构建AI应用全新智能中枢
从上面的整体方案我们可以看到MCP Server无疑是整个AI应用架构新范式的智能中枢，如何就保障MCP Server安全可靠运行与弹性高效扩展显得至关重要。
传统本地搭建MCP Server存在挑战：
- 在传统的MCP Server部署模式下，资源静态分配问题尤为突出。企业在搭建MCP Server时，需要提前预估流量峰值，以确定所需的资源，但由于业务的不确定性，预估流量往往与实际流量存在较大偏差，导致资源的浪费或性能瓶颈。在业务淡季，大量的服务器资源处于闲置状态，造成了成本的浪费，而在业务高峰期，由于资源不足，MCP Server可能会出现卡顿甚至崩溃，影响用户体验。
- 开发成本高。从底层的资源搭建到上层的MCP逻辑实现，都需要投入大量的人力和时间，仅开发部分工作量就需要几天时间，且还不包括后续的测试和部署工作。开发者还需要重复实现鉴权、日志等通用功能，进一步增加了开发的复杂性和成本。
- 安全风险同样不容忽视。在传统的常驻服务模式下，服务进程会一直运行，这就可能导致上下文残留，增加了数据泄露的风险，一旦服务器被攻击，攻击者就有可能获取到残留的上下文信息，从而窃取敏感数据，给企业带来巨大的损失。
Serverless函数：MCP Server托管的最优解决方案
Serverless函数计算作为云上Serverless算力的典型代表，在资源弹性、开发效率、安全性等方面具备显著优势，可以为MCP Server的托管提供灵活、高效、可靠的运行时环境，直击传统搭建MCP Server的核心痛点。
- 资源智能弹性调度，Serverless函数计算能够根据实际流量自动调整资源配置。根据函数的负载情况，通过自动化、智能化的资源扩缩容弹性机制，自动完成函数规格的调整，毫秒级弹性轻松应对突发流量冲击，确保服务的稳定运行。而在流量较低时，空闲函数会自动休眠，成本趋近于零，大大降低了企业的运营成本。
- 极简开发部署与运维。应用中心提供了预置的MCP应用模板，如server-github等，开发者只需进行简单的配置，即可在30秒内完成MCP Server部署。Serverless函数计算还具备免运维的特性，自动处理日志、监控、扩缩容等，让开发者能够专注于业务逻辑开发，大幅度提高了开发效率和质量。
- 运行安全保障。业务每个请求都在独立的沙箱环境中执行，执行后自动销毁实例，有效防止了上下文残留带来的数据泄露风险。同时支持细粒度权限控制，根据最小化原则授权，只赋予每个请求所需的最小权限，降低了权限滥用的风险。支持临时Token认证，进一步增强了认证的安全性和灵活性。
Serverless与MCP结合实践场景演示
传统大语言模型，就像一个有大脑会思考、有嘴巴会讲话的机器人，它可以解答我们各种问题，教我们如何完成一件事，但是它没有手和脚，不能直接去完成各种事情，现如今各种各样的MCP Server就如同大模型的手和脚，让其具备了这样的能力。这里我们以MCP官方提供的Everything MCP Server来演示如何让大模型通过调用MCP工具获取环境中的环境变量。
以大模型DeepSeek V3演示具体的工具调用，当我们没有启用MCP时，向大模型提问可以看到他只能告诉我们如何完成这件事，而不能亲自去做。
而当我们启用MCP后，可以看到大模型调用了printEnv工具并正确获取到了所有环境变量。
MCP与Serverless的创新融合，正在重塑着AI应用架构的未来格局，将为AI应用带来更高的灵活性、安全性和效率，为企业和开发者提供更便捷、高效的开发方式，赋能加速AI应用的创新和落地。
紧跟智能化时代AI技术的飞速发展，华为云AI原生应用运行平台+MCP整体产品组合方案，未来还可以与智能化研发、AI Agent开发、AIOps应用可观测、应用韧性评估体系等能力相结合，在生态方面和鸿蒙开发者平台、华为云开发者空间相结合。实现“开发-运行-运维”全链路的AI应用新范式，为AI原生应用提供一站式极简的构建能力，让开发者能够更专注于业务创新，推动AI应用的快速发展和广泛应用。
后续我们将持续推出核心产品组件与MCP结合的系列应用场景与方案，产品能力也将逐步上线，欢迎持续关注。
)
