Google全面支援MCP，讓AI代理人可直接操作雲端服務

Google周四（12/11）宣布，將全面支援模型脈絡協定（Model Context Protocol，MCP），會陸續推出官方的全託管遠端MCP伺服器，首波問世的服務包括Google Maps、BigQuery、Google Compute Engine及Google Kubernetes Engine（GKE），讓AI代理人得以直接操作Google雲端服務、查詢資料與管理基礎架構。

MCP是由Anthropic在2024年提出的開放協定，本質上是一套「外部工具應如何向AI模型曝露能力」的規範，提供統一的工具介接格式，使模型能以一致方式呼叫各類資料庫、API與系統，因此被稱為AI界的USB-C。該協定也在本周成為代理式AI基金會（Agentic AI Foundation，AAIF）的第一批標準。

Google說明，過去若要使用社群打造的Google MCP伺服器，開發者必須自行尋找、安裝並維護本地或開源版本，整合成本高且穩定性不一。如今官方提供全託管的MCP伺服器，開發者只需讓AI代理人或MCP客戶端指向Google提供的端點，即可直接使用Google與Google Cloud的服務。

在第一波開放的服務中，Grounding Lite是Google Maps提供的地理資料查詢工具，能提供地點資訊、天氣預測、距離與路線時間等可信資料，協助AI代理人回答位置、旅遊或周邊推薦等問題，並降低模型因推測而產生錯誤內容的風險。

BigQuery MCP伺服器讓代理人能原生解析Schema並執行查詢，不需要將資料搬進脈絡窗，可直接使用BigQuery功能，同時維持原地治理與安全性。在自主化基礎設施管理上，Google Compute Engine藉由公開建置與調整等能力，讓AI代理人可自主處理基礎架構工作流程，從初始建置到Day2運維，並可依工作負載動態調整資源。

GKE MCP伺服器提供結構化介面，讓AI代理人可直接與GKE及Kubernetes API互動，不需解析文字輸出或組合複雜CLI。代理人可在一致環境中診斷問題、處理故障並進行成本最佳化，提升容器營運效率與可靠性。

Google舉例，開發者可用代理人開發套件（Agent Development Kit，ADK）打造以Gemini 3 Pro為核心的代理人，透過MCP同時連接BigQuery與Google Maps。例如在零售選址時，代理人會向BigQuery取得銷售資料並預測營收，再查詢Maps了解周邊商業環境與配送路線，最後整合兩方結果提出選址建議，全程由MCP工具協調完成。

在安全性上，Google以Cloud API Registry與Apigee API Hub集中管理可用工具，並透過Cloud IAM控管存取，搭配審計紀錄與Model Armor防禦間接提示注入等攻擊，確保AI代理人在使用Google與企業API時，具備完整的安全性與可觀測性。

Google表示，未來數月將陸續為更多服務加入MCP支援，包括Cloud Run、Cloud Storage、Cloud SQL、Spanner、Looker、Pub/Sub、Cloud Logging與Cloud Monitoring等，讓代理人可在更完整的雲端環境中運作。