Anthropic推出MCP服务，Claude向智能体平台演进 - AI模型公司Anthropic为其旗舰产品Claude桌面应用推出新功能，在“连接器”部分新增“精选”分类，整合了与Figma、Gemma、Canva、GitHub等生产力工具的深度集成[1] - 此次更新的核心是Model Context Protocol服务的大规模上线，该协议让AI模型能安全、标准化地“连接”到外部工具和数据，用户可授权Claude直接访问第三方服务数据并调用功能[1] - 此举标志着Claude从一个被动的“聊天机器人”，向一个主动的、能调度外部资源的“智能体平台”迈出了关键一步[1] MCP协议解决AI应用痛点并重塑工作流 - 当前AI应用繁多，用户需要在不同应用间不断复制粘贴、切换上下文，导致效率流失和灵感中断[2] - MCP协议的核心思想是为AI模型访问外部资源定义一个统一的“插座”标准，开发者可为任何工具编写符合MCP标准的“服务器”，Claude作为“客户端”通过标准接口通信，无需了解每个工具的内部细节[3] - 与旧模式相比，新模式允许用户在一个对话界面中用自然语言指挥，Claude扮演“调度员”和“执行者”，背后复杂的工具切换和数据搬运被MCP协议消化，实现了从问答到委派的范式转变[6][14] Anthropic的产品哲学与OpenAI形成差异化 - Anthropic的MCP服务强调安全与权限控制基石，所有连接需用户明确授权且运行在用户指定环境中，数据不会无故流向公司服务器，延续了其“宪法AI”安全理念[4] - 公司追求深度集成而非浅层连接，Claude能理解Figma组件的设计语义，基于GitHub代码变更历史给出建议，这需要深入的工具语义理解[4] - Anthropic从“精选”切入以控制体验，以“精选”形式推出首批深度合作工具，保证了初期用户体验的完整性和可靠性，避免了早期GPT Store的质量混乱问题[4] - 对比来看，OpenAI的路径更“开放”和“平台化”，鼓励大量开发者创建功能各异的GPTs，但导致碎片化和质量参差；Anthropic则选择了更“克制”和“集成化”的路径，亲自下场与头部生产力工具深度耦合，优先保障核心工作流的高质量打通[5] MCP协议的战略意图：争夺AI时代“操作系统”定义权 - MCP协议的推出揭示了Anthropic更深层的战略意图，即争夺AI时代“操作系统”的定义权[15] - 在AI原生时代，谁定义了AI模型与万千数字工具交互的标准协议，谁就掌握了生态的枢纽位置[15] - MCP协议本身是开源的，意味着任何模型或应用都可以实现它，如果被广泛采纳，将形成一种“去中心化”的AI工具生态，而非被某个巨头完全掌控的围墙花园[15] - 目前，Anthropic通过Claude的率先深度集成和“精选”生态，占据了事实上的引领者位置[15] 对开发者、算力成本及行业格局的潜在影响 - 对开发者而言，MCP降低了开发AI智能体的门槛，开发者无需针对每个模型都适配一遍插件系统，只需编写一个标准的MCP服务器，理论上就能被所有支持MCP的模型调用，带来了互操作性的希望[15] - 对算力成本有潜在影响：将专业工具的能力通过MCP外包，可以让大语言模型更专注于自己擅长的规划、理解和推理，而不是试图在参数中硬编码所有专业知识，这可能导致未来出现更“轻量”、更“通用”的核心模型，依赖外部工具网络完成复杂任务，从而降低对极致模型规模的依赖[16] - Claude上线MCP服务是Anthropic在AI竞争进入深水区后打出的一张极具分量的战略牌，它避开了与OpenAI在纯模型能力上的“军备竞赛”，转而开辟了“模型即枢纽”的新战场[16] - 其真正的价值在于正在悄然铺设一条轨道，这条轨道可能最终决定未来的AI生产力是以“单个超级应用”为中心，还是以一个“可自由插拔的智能体网络”为中心[16]

文章核心观点 - 基础模型能力持续超预期提升，行业增长逻辑未变，维持“增持”评级 [1] - 模型能力的突破性进展将提升应用场景渗透率，同时重塑价值链格局并侵蚀应用层公司边界 [1] - 投资建议关注确定性强的算力层、模型层公司及深度嵌入业务流程的B端应用厂商 [1] Gemini 3模型性能表现 - Gemini 3 Pro在Humanity's Last Exam中得分37.5%，大幅超越GPT-5.1的26.5%和ClaudeSonnet 4.5的13.7% [2] - 在数学能力测试MathArena Apex中得分23.4%，大幅超越GPT-5.1的1.0%和ClaudeSonnet 4.5的1.6% [2] - 在MMLU-Pro、Video-MMMU等多模态评测中均取得SOTA成绩 [3] Gemini 3的技术与生态创新 - 推出生成式用户界面方案，能自动生成完全定制的交互式响应，实现定制化交互体验 [3] - 推出智能体开发平台Google Antigravity，支持开发者免费使用Gemini 3 Pro等模型编排多个AI Agent并行工作 [3] - 搜索场景推出Search AI Mode，其AI Overview月度用户量已达20亿量级，查询扇出技术获重大升级 [4] 行业趋势与价值链格局 - 基础模型大厂呈现全栈布局趋势，在基础层自研芯片和搭建算力集群 [5] - 应用层厂商正从模型提供商迈向平台，并进一步走向通用工作流或类应用 [5] - 在通用知识工作、办公与代码开发等横向场景中，独立SaaS产品正被整合为基础模型的模块、Agent或App接口 [5]

核心观点 - 公司基础大模型和智能体平台商业化取得实质性进展 价值近人民币2亿元的项目计划于2025年底前完成交付 [1] 商业合作与项目进展 - 公司与国内知名企业等合作伙伴深入合作 将基于自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台进行项目实施部署 [1] - 项目总价值近人民币2亿元 计划将于2025年底前完成交付 [1] 技术平台与知识产权 - 项目实施部署基于公司自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台 [1] - 该进展标志着公司基础大模型和智能体平台技术的领先性得到进一步认可 [1] 未来战略方向 - 公司将在具备深厚优势的智慧生活领域进一步深耕大模型和智能体的研发及商业化落地 [1]

核心观点 - 公司基础大模型和智能体平台商业化取得实质性进展，获得价值近人民币2亿元的项目 [1] - 该进展标志着公司技术领先性得到进一步认可，是商业化落地进程中的重要一步 [1] 商业化进展 - 与国内知名企业等合作伙伴深入合作，实现价值近人民币2亿元的基础大模型和智能体项目实施部署 [1] - 项目计划将于2025年底前完成交付 [1] - 项目实施部署基于公司自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台 [1] 技术平台与战略 - 公司技术平台包括自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台 [1] - 公司将在具备深厚优势的智慧生活领域进一步深耕大模型和智能体的研发及商业化落地 [1]

商业化进展 - 公司基础大模型和智能体平台商业化取得实质性进展，近期实现价值近人民币2亿元的项目实施部署 [1] - 该进展标志着公司在大模型和智能体平台技术的领先性得到进一步认可 [1] - 公司计划将于2025年底前完成该价值近2亿元项目的交付 [1] 技术平台与合作 - 项目实施将基于公司自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台 [1] - 公司近期与国内知名企业等合作伙伴进行了深入合作 [1] 未来战略方向 - 公司将在具备深厚优势的智慧生活领域进一步深耕大模型和智能体的研发及商业化落地 [1]

新产品和新技术研发 - 公司基础大模型和智能体平台商业化取得实质性进展[3] 市场扩张和并购 - 与国内知名企业合作实施近2亿基础大模型和智能体项目[3] - 项目计划2025年底前完成交付[3]

公司产品发展策略 - 讯飞星火产品演进以技术进步及行业需求为导向[1] - 公司正通过智能体平台等形式完善生态链接与场景化服务能力[1] 行业竞争动态 - OpenAI开发了Apps inside ChatGPT 支持自然语言查询并生成互动地图等复杂功能[3] - 投资者关注公司是否有开发类似OpenAI第三方应用集成产品的计划[3]

大模型使用策略 - 建议对比使用不同类型的大模型 不同大模型的训练数据和算法逻辑存在差异 输出结论与分析视角会有所不同 [2] - 进行大模型输出结果的溯源验证 主流商业化大模型平台提供溯源链接或引用文献 需核查溯源材料的发布时间以判断时效性 并验证信源可靠性 [2] - 利用智能体平台构建自定义工具 智能体平台开放自定义功能 个人投资者可结合自身投资习惯与分析方法搭建专属智能体 [2]