Google MCP：雲端巨頭擁抱 AI 代理新標準

1. 核心發布：從開源標準到雲端基礎設施

Google 於 2025 年 12 月 10 日正式宣布在 Google Cloud 推出全託管的 Managed MCP Servers。這項發布標誌著 Model Context Protocol (MCP) 從一個開源標準轉變為企業級雲端基礎設施的一部份。

發布背景

隨著 Agentic AI 的興起，開發者面臨的主要痛點是「連接性」——如何讓大型語言模型 (LLM) 安全、標準化地存取企業數據和工具。Google 的策略是將這種連接性「基礎設施化」，開發者不再需要自己編寫和託管 MCP 伺服器來連接 Google 的服務。

核心價值：「USB-C for AI」的具現化。Google 將其核心服務封裝為標準 MCP 端點，讓任何支援 MCP 的客戶端（如 Claude Desktop、Cursor 或企業自建 Agent）都能即插即用。

什麼是 MCP？

Model Context Protocol (MCP) 是由 Anthropic 於 2024 年 11 月發布的開放協議，目標是建立 AI 模型與外部工具、數據源之間的標準化連接方式。MCP 解決了 AI 代理開發中的核心問題：

統一介面：不同的數據源和工具使用統一的協議標準
安全性：標準化的權限控管和身份驗證
可組合性：AI 代理可以輕鬆組合多個 MCP 服務
互通性：一次開發，適用於所有支援 MCP 的 AI 平台

2. 技術架構：Managed MCP Servers 深度解析

Google 的 Managed MCP Servers 並非單純的 API Wrapper，而是一個位於 Agent 和 Google Cloud 服務之間的智能中介層，處理協議轉換、權限控管和上下文優化。

首波支援服務

截至 2026 年 1 月，首波支援的服務包括 Google Cloud 四大核心服務：

📊BigQuery

功能：數據庫結構內省 (Schema Introspection)、SQL 查詢生成與執行、數據預覽

應用場景：讓 AI 代理直接回答「上季度的銷售趨勢如何？」這類基於數據的問題

🗺️Google Maps

功能：地點搜索 (Places)、路徑規劃 (Routes)、地理編碼

應用場景：構建旅遊助手 Agent，可直接規劃行程並計算交通時間

💻Compute Engine

功能：VM 實例管理、狀態查詢、啟動/停止操作

應用場景：運維 (DevOps) Agent，可透過自然語言指令管理雲端資源

☸️Kubernetes Engine

功能：集群狀態監控、Pod 管理、日誌查詢

應用場景：故障排除 Agent，可自主診斷集群健康狀況

開發者使用模式

開發者無需部署容器或 Serverless 函數來運行這些 MCP Server，只需透過以下步驟：

快速整合三步驟

步驟 1：啟用 API - 在 Google Cloud Project 中啟用對應服務的 Managed MCP API
步驟 2：配置 IAM 權限 - 賦予 Agent 身份 roles/mcp.toolUser 角色，同時該身份需具備底層服務權限（如 roles/bigquery.dataViewer）
步驟 3：連接 - Agent 或客戶端直接指向 Google 提供的全球統一 MCP Endpoint

雙層安全模型：MCP 採用雙層安全架構，Agent 需要同時具備 MCP 通訊權限和底層服務存取權限，確保細粒度的權限控制。

架構優勢

傳統方式	Managed MCP Servers
開發者需要為每個服務編寫 API 整合代碼	統一的 MCP 協議，一次整合適用所有服務
需要自行部署和維護 MCP Server 容器	全託管，Google 負責運維和更新
權限控管需要自行實作	內建 IAM 整合，雙層安全模型
API 版本更新需要修改代碼	Google 自動處理底層 API 版本更新

3. Google 與 Anthropic 的戰略合作

Google 與 Anthropic 在 MCP 上的合作展示了罕見的跨巨頭技術同盟，旨在對抗封閉的生態系統。

Anthropic 的角色：協議制定者

2024 年 11 月：Anthropic 發布 Model Context Protocol (MCP)
2025 年 12 月 9 日：Anthropic 將 MCP 捐贈給 Linux Foundation 旗下的 Agentic AI Foundation (AAIF)，確保標準的中立性
技術貢獻：提供 MCP SDK（Python、TypeScript）、協議規範文檔、參考實作

Agentic AI Foundation (AAIF) 詳細資訊

成立日期：2025 年 12 月 9 日

共同創始成員：Anthropic、Block、OpenAI

支持成員（Platinum）：Amazon Web Services (AWS)、Anthropic、Block、Bloomberg、Cloudflare、Google、Microsoft、OpenAI

AAIF 的三個創始專案：

Model Context Protocol (MCP)：由 Anthropic 貢獻，AI 代理連接工具與數據的標準協議
goose：由 Block 貢獻，開源的 AI 開發助手
AGENTS.md：由 OpenAI 貢獻，AI 代理行為的標準化文檔格式

💡 為何捐贈給 Linux Foundation？

將 MCP 捐贈給中立的 Linux Foundation 確保了協議的開放性和治理的透明性，避免單一公司控制標準演進。這也吸引了 OpenAI、Microsoft、AWS 等競爭對手的支持，共同推動開放 AI 代理生態。

Google 的角色：基礎設施推動者

首個大規模整合：Google 是首個將 MCP「原生化」到雲端產品線的公有雲廠商
Gemini 原生支援：Gemini 模型和 Vertex AI Agent Builder 原生支援 MCP
獨家數據源：透過 MCP 開放 Google Maps、YouTube 等獨家資產

戰略意義：雙方共同推動了一個「開放 Agent 網路」，防止 AI 應用層被單一模型廠商鎖定。這是對 OpenAI 早期較為封閉的 Plugin 體系的回應。

合作時間軸

2024 年 11 月：Anthropic 發布 MCP 1.0
2025 年 12 月 9 日：Anthropic 將 MCP 捐贈給 Linux Foundation Agentic AI Foundation (AAIF)，Anthropic、Block、OpenAI 共同創立
2025 年 12 月 10 日：Google 宣布 Managed MCP Servers，首個大規模雲端整合
2026 年 1 月：Google 發布 UCP，展示 MCP 作為底層協議的能力
2026 年 4 月 2-3 日（預定）：MCP Dev Summit 將在紐約市舉行

4. MCP 與 Google 協議生態 (UCP & A2A)

Google 的 Agent 協議戰略是分層的，MCP 只是其中一環。理解這一點對於架構師至關重要。

協議	類型	核心功能	發布時間
MCP (Model Context Protocol)	Agent-to-Tool	連接數據與工具。例如：Agent 連接資料庫讀取數據	2024-11（Anthropic）
A2A (Agent2Agent Protocol)	Agent-to-Agent	Agent 之間的協作與溝通，交換訊息、請求協助	2025-04（Google）
UCP (Universal Commerce Protocol)	Domain Specific	商務專用協議，定義購物車、結帳等商務語義	2026-01（Google）

整合方式

多協議協同工作

MCP + A2A：一個 Agent 透過 MCP 獲取數據，然後透過 A2A 將處理後的資訊傳遞給另一個 Agent
MCP + UCP：UCP 使用 MCP 作為底層整合機制。MCP 負責技術層面的數據傳輸，UCP 定義商務層面的語義
三者結合：購物 Agent (UCP) 透過 MCP 查詢庫存，透過 A2A 與配送 Agent 協調

協議分層哲學：MCP 是水平層（通用工具連接），UCP 是垂直層（特定領域語義），A2A 是協作層（Agent 間通訊）。三者互補而非競爭。

5. 雲端三巨頭競爭態勢 (Google vs AWS vs Azure)

在 AI 代理基礎設施的競爭中，Google Cloud、AWS 和 Azure 採取了不同的策略。

特性	Google Cloud	Microsoft Azure	AWS
MCP 支援策略	全託管 (Fully Managed) 直接將 GCP 服務暴露為 MCP	整合與託管 Azure AI Foundry 支援託管自定義 MCP	框架支援主要在 Bedrock 中支援，側重自建 Server
核心優勢	開箱即用對 BigQuery/Maps 等服務無需 coding	企業整合與 Entra ID 深度整合，適合內部權限	靈活性與 Bedrock Knowledge Bases 結合緊密
生態定位	強調「數據」與「真實世界互動」(Maps)	強調「生產力工具」與「企業流程」	強調「基礎設施即代碼」與「靈活構建」
獨特優勢	Google Maps、Search、YouTube 等獨家數據源	Office 365、Teams 等企業應用深度整合	最大的雲端服務組合和生態系統

Google 的獨特護城河：Google 擁有最強大的「獨家數據源」（Google Maps、Search、YouTube），透過 Managed MCP 將這些獨家資產開放給 AI 代理，是 Azure 和 AWS 無法複製的競爭優勢。

市場定位分析

Google Cloud：適合需要「真實世界數據」的應用（地圖、搜索、數據分析）
Azure：適合企業內部應用，深度整合 Microsoft 生態系統
AWS：適合需要最大靈活性和自定義的應用

6. 對開發者的影響與最佳實踐

開發工具鏈

Google 為 MCP 開發者提供了完整的工具鏈：

🔧 Gemini CLI

原生支援連接 MCP Servers 進行測試，快速驗證 Agent 行為

🔍 MCP Inspector

Google 提供的視覺化調試工具，用於檢查 MCP 訊息流

☁️ Vertex AI

在 Agent Builder 中直接勾選添加 MCP 服務，無需 YAML 配置

📚 SDK 支援

提供 Python 和 TypeScript SDK，支援自建 MCP Server

最佳實踐

💡 開發建議

最小權限原則：即使是 Agent，也應遵循 IAM 規範。不要給予 Agent Editor 權限，而是針對 MCP 創建專用的 Service Account
混合架構：對於通用服務（如資料庫）使用 Google Managed MCP；對於企業私有業務邏輯，使用 Cloud Run 部署自定義的 MCP Server
延遲優化：雖然 Managed MCP 很方便，但對於高頻操作，需注意 LLM 往返通訊的延遲。建議在 MCP Server 端進行適當的數據預處理（如 SQL 聚合）
錯誤處理：實作適當的錯誤處理和重試邏輯，MCP 通訊可能因網路或服務問題失敗
監控與日誌：使用 Google Cloud Monitoring 追蹤 MCP 呼叫，了解 Agent 行為和效能

開發範例

        # 使用 Vertex AI Agent Builder 連接 BigQuery MCP
from vertexai import agent_builder

# 創建 Agent 並添加 BigQuery MCP Server
agent = agent_builder.Agent(
    name="data-analyst-agent",
    model="gemini-2.0-pro",
    tools=[
        agent_builder.Tool(
            type="managed_mcp_server",
            server="bigquery",
            project_id="your-project-id"
        )
    ]
)

# Agent 可以直接理解自然語言查詢
response = agent.query(
    "What were our top 5 products by revenue last quarter?"
)

print(response.text)  # Agent 自動生成 SQL、執行、並解釋結果
      

學習資源

官方文檔：cloud.google.com/vertex-ai/docs/mcp
MCP 規範：modelcontextprotocol.org
GitHub 範例：github.com/google-cloud/mcp-samples
社群支援：MCP Discord 和 Google Cloud Community

7. 結論：開放 AI 代理時代的基礎設施

Google 對 MCP 的支援並非試探性的，而是將其視為未來 AI 應用與雲端服務互動的標準介面。透過 Managed MCP Servers，Google 成功降低了 Agent 開發的門檻，並將其龐大的數據生態系統無縫接入 AI 時代。

關鍵要點

1. 基礎設施化：MCP 從開源標準升級為企業級雲端基礎設施

2. 開放生態：Google 與 Anthropic 合作推動開放標準，對抗封閉生態

3. 獨特優勢：Google Maps、BigQuery 等獨家數據源是無法複製的護城河

4. 協議分層：MCP、UCP、A2A 三者互補，構建完整的 AI 代理協議棧

5. 開發者友好：完整的工具鏈和最佳實踐，降低採用門檻

未來展望

對於開發者而言，現在是學習並採用 MCP 架構的最佳時機：

短期：更多 Google Cloud 服務將加入 Managed MCP（如 Cloud Storage、Firestore）
中期：跨雲端的 MCP 互通性將成為標準（AWS、Azure 全面支援）
長期：MCP 將成為 AI 代理的「HTTP」，無處不在的基礎協議

Google 的 Managed MCP Servers 不僅僅是一個技術產品，更是一個戰略聲明：在 AI 代理時代，開放標準和互通性將戰勝封閉生態。對於企業和開發者來說，擁抱 MCP 就是擁抱未來。

📰 發布資訊