Google周四（12月11日）宣布，将全面支持模型上下文协议（Model Context Protocol，MCP），并陆续推出官方的全托管远程MCP服务器。首批上线的服务包括Google Maps、BigQuery、Google Compute Engine及Google Kubernetes Engine（GKE），让AI代理可以直接操作Google云服务、查询数据并管理基础设施。

MCP是由Anthropic在2024年提出的开放协议，本质上是一套“外部工具应如何向AI模型暴露能力”的规范，提供统一的工具接入格式，使模型能以一致方式调用各类数据库、API与系统，因此被称为AI界的USB-C。该协议本周也成为代理式AI基金会（Agentic AI Foundation，AAIF）的首批标准之一。

Google表示，过去若要使用社区开发的Google MCP服务器，开发者必须自行寻找、安装和维护本地或开源版本，集成成本高且稳定性参差不齐。如今官方提供全托管的MCP服务器，开发者只需让AI代理或MCP客户端指向Google提供的端点，即可直接使用Google及Google Cloud的服务。

在首批开放的服务中，Grounding Lite是Google Maps提供的地理数据查询工具，可提供地点信息、天气预报、距离与路线时间等可信数据，协助AI代理回答位置、旅行或周边推荐等问题，降低模型因推测而产生错误内容的风险。

BigQuery MCP服务器让代理能原生解析Schema并执行查询，无需将数据搬入上下文窗口，可直接使用BigQuery功能，同时保持原地治理与安全性。在自动化基础设施管理方面，Google Compute Engine通过开放创建与调整等能力，让AI代理可自主处理基础设施工作流程，从初始部署到日常运维，并可根据负载动态调整资源。

GKE MCP服务器提供结构化接口，让AI代理可直接与GKE及Kubernetes API交互，无需解析文本输出或拼接复杂CLI命令。代理可在统一环境中诊断问题、处理故障并进行成本优化，提升容器运维效率与可靠性。

Google举例，开发者可使用代理开发套件（Agent Development Kit，ADK）构建以Gemini 3 Pro为核心的应用代理，通过MCP同时连接BigQuery与Google Maps。例如在零售门店选址时，代理会先向BigQuery获取销售数据并预测营收，再查询Maps了解周边商业环境与配送路线，最终整合双方结果提出选址建议，全程由MCP工具协调完成。

在安全性方面，Google通过Cloud API Registry与Apigee API Hub集中管理可用工具，并通过Cloud IAM控制访问权限，结合审计日志与Model Armor防御间接提示注入等攻击，确保AI代理在使用Google与企业API时具备完整的安全性与可观测性。

Google表示，未来数月将陆续为更多服务增加MCP支持，包括Cloud Run、Cloud Storage、Cloud SQL、Spanner、Looker、Pub/Sub、Cloud Logging与Cloud Monitoring等，让代理可在更完整的云环境中运行。