新闻详情

新闻详情

首页 / 资讯中心 / 详情

Anthropic 发布了MCP第5版规范

发布时间:2026/11/4 14:19:08来源:尧图网络
Anthropic 发布了MCP第5版规范
MCP v5改的不是协议。是整个AI应用的基础设施。读完整个spec我第一反应是「终于」。这个改动来得太及时了。⚡ 第一刀砍在状态管理上。之前MCP每次调用都要握手、要维持会话、要管理连接池。听起来是技术细节对吧。但实际部署的人都知道这背后是什么。服务器成本高、并发上不去、Serverless化一直是空中楼阁。现在v5把会话和握手全干掉了。无状态、原生适配Serverless。对酒店MCP这种高并发查询场景直接等于把并发能力拉到上万把运营成本砍掉一截。说真的光这一条就值回整个升级。 第二刀很多人还没注意到。MCP Apps Tasks扩展框架。之前MCP server返回的全是JSON。现在可以返回真正的UI组件了。想象一下AI查酒店的时候直接给你一个房型卡片、价格对比表、取消政策弹窗。不是截图不是复制粘贴。是原生在Claude里渲染的交互界面。这个改动对旅行场景的冲击比想象的大。酒店查询天然需要看房型、看价格、看政策。光给文字描述的体验2026年了已经落后了。 第三刀是OAuth 2.0 / OIDC企业身份对接。商旅行业最大的买家是谁是那些OTA平台、差旅管理公司、酒店集团。全是企业。企业客户用MCP最痛的是啥权限管理。v5把企业SSO这个口子直接撕开了。以后酒店MCP可以无缝接入企业账号体系。这一步直接把企业市场的门打开了。坦率的讲协议层正在变成产品层。当酒店、机票、天气、金融这些数据源都具备无状态规模、富UI渲染、企业级身份对接这三件套的时候它就不再是「要集成的API」而是「要调用的能力」。酒店MCP已经在v5上重写了。对于RollingGo酒店MCP来说这无疑是大好消息。无状态 Serverless服务器压力骤降 → 成本降 能扛更高并发。我们这种高并发查询场景查酒店、查房型、查价格都是高频调用受益最直接。能返回漂亮的界面了MCP Apps用户在 Claude 里调用RollingGo酒店MCP看到的酒店搜索结果从干巴巴的文字变成房型卡片 价格对比表 取消政策弹窗。RollingGo200 万酒店数据终于能 “漂亮地被呈现” 了。第三点呢因为本身现在对接一个企业一个 Key → 直接用这套流程已经够简单了没太多Key 痛点RollingGo酒店MCP也有OAuth 2.0模式。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/3 7:07:39

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/3 12:09:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉