更新的协议将简化企业在云中部署和扩展基于MCP的AI应用程序的方式，但依赖弃用功能的开发人员将需要计划未来一年的架构更改。

　　模型上下文协议（MCP）是将人工智能模型连接到外部工具和企业数据的新兴标准，它正在进行迄今为止最大的架构大修。

　　最新的候选版本计划于7月28日发布，删除了协议级会话，转而采用无状态架构。行业专家表示，随着企业将人工智能试点投入生产，这一变化旨在使MCP更容易跨标准云基础设施部署。

　　“当MCP服务器是开发人员笔记本电脑上的本地进程时，基于会话的模型是有意义的。”ZopDev的云架构师Muskan Bandta说，“但在生产环境中，它变成了一种运营负担。”

　　“当您的基础设施团队询问MCP服务是否可以像其他云应用程序一样扩展时，答案过去是‘不完全能’。随着向无状态架构的转移，答案现在变成了肯定的。”Bandta补充道。

　　早期版本的协议维护了有关每个客户端连接的信息，这意味着服务器必须在整个交互过程中跟踪每个会话。虽然这种方法对本地开发很有效，但它使跨多个服务器的部署复杂化，因为请求通常必须路由回同一台机器，这限制了可扩展性，并使MCP不太适合现代云架构。

　　“在新的无状态设计下，每个请求都包含任何可用服务器独立处理所需的信息。需要跨多个请求维护上下文的应用程序仍然可以这样做，但开发人员现在必须明确管理该状态，而不是依赖协议本身。”她说。

　　IT咨询公司Kanerika的人工智能开发经理Amit Jena表示，这种向无状态设计的过渡超越了简化基础设施的范畴，从根本上改变了人工智能应用程序管理和跨工具共享上下文的方式。

　　Jena说，新设计不再将应用状态隐藏在协议会话中，而是将其显式暴露出来，让人工智能模型能够在工具之间访问、推理和传递这些信息，使开发人员能够更好地控制如何跨工具保存和共享上下文。

　　他说，这也应使人工智能工作流程更具可移植性、弹性，并且更容易在分布式环境中进行协调。

　　MCP的新功能

　　对MCP的其他更改包括增加了多往返请求（MRTR）机制，该机制改变了人工智能代理获取完成任务所需的额外信息的方式。

　　Jena说，新机制不再依赖客户端和服务器之间在整个交互过程中的持久连接，而是允许服务器在继续任务之前，通过标准的请求-响应交换向客户端请求额外的输入。

　　可路由传输标头是另一个新增功能，使API网关和其他网络基础设施能够在不检查请求内容的情况下识别和路由MCP请求。

　　Jena说，它们减少了处理开销，降低了延迟，并允许企业团队使用现有的API管理基础设施更有效地执行路由、速率限制和安全策略。

　　MCP还获得了围绕OAuth 2.1和OpenID Connect构建的更新授权框架；对交互式MCP应用程序的支持；以及工具和资源列表的确定性缓存，以提高LLM提示缓存的命中率，有可能节省令牌成本。

　　重建信任边界

　　MCP发布指导委员会还决定弃用一些遗留功能，包括根（Roots）、采样（Sampling）、日志、旧的HTTP+SSE传输和动态客户端注册，尽管这些功能将继续在当前版本和明年发布的任何其他版本中工作。

　　Jena说，采样的弃用可能会产生最大的影响，因为它改变了谁负责与基础模型互动。

　　“采样允许MCP服务器通过客户端调用LLM，这意味着服务器拥有一个回调模型的通道，但并不拥有该连接本身。弃用它意味着重新建立信任边界。”Jena说，“您的服务器现在将直接调用模型提供商。这会改变您的网络架构、身份验证模型，并且根据您如何构建成本归属，您的计费流程也会受到影响。”

　　Jena说，为期一年的过渡期足以让团队现在开始审计他们对采样的依赖关系：“风险在于，那些自己没有实现采样的团队，可能不清楚他们依赖的第三方MCP服务器是否使用了采样。”

　　更新的 MCP SDK

　　为了配合协议更新，Python、TypeScript、Go和C#的MCP SDK均已更新。这些SDK同时支持旧协议版本和新协议版本，因此新客户端可以继续与旧服务器通信，而更新后的服务器也将支持旧客户端，从而降低立即中断的风险。

　　Bandta说，这种向后兼容性应使过渡在很大程度上是渐进的，但那些围绕MCP早期基于会话的架构构建自定义基础设施的企业则需要格外注意。

　　Jena警告说，识别和审计这些会话依赖关系可能并不容易。

　　“会话管理的复杂性往往隐藏在多个层级中——网关配置、部署脚本、监控仪表板。代码改动本身很小，但要找出各处隐含的会话假设，往往需要时间。”他说。