2025 年 12 月 9 日，Linux 基金会宣布成立 Agentic AI Foundation（AAIF，智能体 AI 基金会）。首批项目有三个：Anthropic 的 MCP（Model Context Protocol，模型上下文协议）、Block 的 goose，以及 OpenAI 的 AGENTS.md。
新闻稿列出的白金会员包括 Amazon Web Services、Anthropic、Block、Bloomberg、Cloudflare、Google、Microsoft 和 OpenAI。
这条消息听起来很技术，但和企业接 AI 的方式关系不小。
MCP 是什么
简单说，MCP 是一套让 AI 模型连接外部工具、数据和应用的标准协议。Linux 基金会新闻稿的描述是：
MCP is the universal standard protocol for connecting AI models to tools, data and applications.
可以把它理解成 AI 和企业系统之间的"通用插口"。以前要让 AI 查 ERP 库存、读飞书文档、在 CRM 里建客户，每接一个系统、每换一个模型，都要单独写一套对接；有了统一协议，一个系统做好 MCP 接口，支持 MCP 的 AI 工具都能用。
它现在有多普及
据 Linux 基金会新闻稿，已经发布的 MCP server 超过 10,000 个，Claude、Cursor、Microsoft Copilot、Gemini、VS Code、ChatGPT 等平台都已支持。Anthropic 同日的公告提到，MCP 在 Python 和 TypeScript 上的 SDK 月下载量超过 9,700 万。
MCP 官方博客也说明，治理方式不变，协议仍由原来的维护者团队决定技术方向，Linux 基金会提供中立的托管，不干预技术方向。
对企业意味着什么
一是选型风险变小了一点。 协议由中立基金会托管、主要厂商都在支持，企业按这个标准做的接口，不容易因为换了模型就作废。
二是"让 AI 能用你的系统"会变成常规需求。 以后客户、合作伙伴可能会问："你们的系统有没有 MCP 接口？"就像前些年问"有没有开放 API"一样。
三是安全和权限要先想清楚。 接口越通用，AI 能做的事就越多。哪些数据能读、哪些操作能执行、谁批准、怎么留日志，需要在接入前定好。
我们的看法
标准统一是好事，但不必为了追新把现有系统推倒重来。很多企业的瓶颈不在协议，而在数据本身：数据散、口径乱、老系统根本拿不出数。这些问题不解决，接口再标准，AI 拿到的也是乱数据。
规划时可以先问
- 我们最想让 AI 读写的是哪几个系统？它们现在有没有可用的 API？
- 这些系统的数据干不干净？同一个东西有没有好几种叫法？
- AI 能执行哪些操作，哪些必须人确认？
- 外包或供应商做的新系统，能不能预留 MCP 这类标准接口？
- 操作日志和权限审批由谁来管？
如果你想评估自己公司的系统适不适合接入 AI 智能体，可以先做一次诊断。