編輯：Panda
近些年，AI 領域的技術不斷快速迭代，各種新名詞層出不窮，MoE、強化學習、智慧體、computer-use、A2A…… 對沒有技術背景的普通使用者來說，這些名詞和技術概念無疑會帶來巨大的認知成本，讓他們望而卻步，最終讓自己與 AI 的互動之路止步於在聊天框中的簡單回答。
MCP 自然也是這些技術概念之一。過去一年，AI 智慧體快速迭代，MCP 協議已然成為支撐複雜任務自動化的關鍵底層能力。然而，眼下這場 MCP 革命，仍舊像是開發者們的專屬遊戲：協議文件晦澀、工具註冊複雜、個性化配置門檻高…… 普通使用者大多隻能遠觀，難以真正「上手」。
而現在，情況正在發生變化。4 月 23 日，360 旗下的奈米 AI 宣佈推出面向個人使用者的「MCP 萬能工具箱」。這款產品是針對無技術背景的普通使用者打造的，讓每個人都能以最低的學習成本掌握前沿的 AI 使用方式。
這款產品不僅全面支援 MCP 協議，還能基於多種大模型底座執行智慧體任務，更具備自動呼叫外部工具、接入 AI 知識庫、支援使用者自定義任務流程等強大能力 —— 關鍵是，操作門檻顯著降低，完全不需要程式碼基礎，開啟一個聊天框就能使用。
目前，超級智慧體已開啟公測。從模型到協議，再到工具生態和個性化任務編排，看起來奈米 AI 試圖用一次產品級的革新，真正把 AI 智慧體帶入每個人的日常。
那麼，奈米 AI 的「MCP 萬能工具箱」究竟好不好用呢？為了得到這個問題的答案，已經獲得內測資格的機器之心進行了一番測試。
親測萬能工具箱
MCP 竟然可以如此簡單
使用奈米 AI「MCP 萬能工具箱」的門檻非常低，使用者只需要下載並安裝奈米 AI 應用然後註冊登入即可，無需其它任何額外的配置。
進入更新後的「智慧體」頁面，我們可以看到奈米 AI 對已有智慧體進行了分類，包含深度研究、工作和效率、生活助手等多個大類，同時下面也提供了萬能工具箱和案例廣場入口。
進入萬能工具箱，可以看到奈米 AI 目前已經配置了超 100 個 MCP Server（在本文寫作期間這一數字從 120 上升到了 132），包括奈米 AI 自研的十幾個 MCP 工具以及上百個第三方 MCP 工具，覆蓋辦公協作、學術、生活服務、搜尋引擎、金融、媒體娛樂、資料抓取等多種場景，是國內最大的 MCP 生態。同時，奈米 AI 也支援使用者配置自己的 MCP Server。在下文中，我們將使用「工具」一詞替代「MCP Server」，至於原因，後文會詳細解釋。
首先，測試一個機器之心讀者最喜聞樂見的應用：搜尋並整理 arXiv 上近期與某研究主題相關的研究成果。
先搜尋一下萬能工具箱，發現奈米 AI 預設的工具中已有「arXiv 搜尋」，那就無需我們自己配置了。回過頭來，我們也能看到奈米 AI 中已有不少支援 arXiv 論文檢索的智慧體，我們就選擇其中的「專業論文搜尋」作為我們嘗試的第一步。可以看到，該智慧體配置了納米 AI 超級搜尋、arXiv 搜尋、谷歌學術、學術搜尋四個工具，非常符合我們的需求。編寫提示詞並執行：
檢索近一個月 arXiv 上與強化學習相關的研究成果，並按照理論研究、技術改進、應用對它們進行分類，同時對其中的重要進展進行簡單解讀。
「專業論文搜尋」的工作過程如下：
動圖以 2 倍速播放
這個任務很簡單，智慧體僅呼叫了一次「arXiv 搜尋」工具，也因此不到半分鐘就完成了任務，分三個類別各自選擇了兩項代表性研究成果。
接下來試試騎行規劃師智慧體，使用命令：「重慶觀音橋附近有什麼好的騎行路線嗎？」
可以看到，該智慧體使用了三個工具：amapmcpserver-cloud 的 maps_weather（用於查詢天氣）和 maps_direction_bicycling（用於設定路線）以及 gen_html（用於生成網頁），一共執行了 362 秒，最終得到了如上所示的動態網頁。你也可以透過這個連結訪問：https://dctqb4.n.cn/。是的，你可以將生成的網頁公開分享出去！
接下來，再上難度。這一次我們的需求是「搜尋網路，分析當前的女裝流行趨勢，出具一份女裝流行元素分析報告」。這一次我們將直接使用奈米 AI 的「深度研究智慧體」，該智慧體可以根據使用者的具體需求選擇使用合適的工具，其中不僅包括 MCP Server，也包括使用內建的瀏覽器來完成各種 computer-use 任務。當然，也因此，深度研究智慧體執行一個任務的時間往往會長得多，可達十幾分鍾。
在執行任務時，深度研究智慧體會先根據任務需求規劃所要執行的步驟，然後會按照規劃的步驟逐步執行。
針對這個具體的任務，深度研究智慧體生成的執行步驟如下圖所示。
首先，它在多個網站上搜索了與當前女裝流行趨勢相關的內容，然後對搜尋到的內容進行了分析，並對結果進行了視覺化。最後，它給出了最終報告。
在這個過程中，它呼叫了三次位於本地的搜尋工具 aiso_do_search、一次資料爬取工具 360_crawl、九次雲程式碼沙盒工具 cloud-sandbox，一次總結工具 summary 以及一次網頁生成工具 gen_html。
最終，我們得到了一份長達 30 頁的深度報告，其中涵蓋流行風格主題分析、流行色彩趨勢、熱門款式與元素分析、流行元素綜合評價、面料與工藝趨勢、搭配建議與應用六大板塊，遠超預期地完成了我們最初的一句話任務。
報告中擷取的幾頁內容
以下影片展示了納米 AI 深度研究智慧體完成任務的全過程：
以 4 倍速播放
不僅如此，奈米 AI 還生成了一個動態網頁，可以更生動地展示所得到的分析結果：https://dscmxu.n.cn
另外，考慮到谷歌剛不久前釋出了第一季度財報，我們也可以讓奈米 AI 的「首席行業洞察官」智慧體幫助我們解讀一番。
其網頁版結果請訪問：https://wl9w9g.n.cn/ ，而工作全過程則可見以下影片：
再試試用奈米 AI 來為最近大火的電視劇《蠻好的人生》編寫一個適合釋出在小紅書上的影評，使用預置的小紅書瀏覽機器人就能很好地完成任務。
慎看！內容會有劇透。
以下影片展示了納米 AI 工作的全過程。
可以看到，在這個過程中，奈米 AI 用到了兩個與小紅書有關的工具，包括用於在小紅書上收集資訊的 collect_relate_info_redbook 以及用於生成小紅書內容的 red_book_generate；此外還用到了 browser_automation_task—— 該工具可以開啟奈米 AI 應用中的內建瀏覽器來執行任務。使用合適的指令，你也能借助這個工具來一句話完成訂火車票、發微博、記筆記等操作。
最後，在奈米 AI 上，使用者也能非常方便地配置自己的 MCP。比如這裡，我們僅通過幾個引數設定就成功配置了一個用於查詢和分析 Obsidian 筆記的工具。
然後，只需配置一個呼叫該工具的智慧體，我們就能在奈米 AI 中智慧化地檢索和分析我們收藏的筆記了，以下影片展示了一個示例：
以上案例只是奈米 AI 能力的冰山一角。藉助 MCP 萬能工具箱，使用者能做到的事情還有很多，比如爬取和搜尋資訊、生成影像和影片內容、讓 AI 整理你的 flomo 碎片筆記並將結果放入到 Notion 工作區、分析股票、尋找去葡萄牙旅行的最划算航班路線、指定旅行或健身計劃、製作公司報表、管理雲端儲存庫或本地檔案…… 限制你的真就只有你的想象力！
將 MCP 隱於萬能工具箱中
奈米 AI 是這樣做的
MCP，全稱 Model Context Protocol（模型上下文協議），是 Anthropic 最早於 2024 年 11 月釋出的一個開放協議可以說是連線大模型與真實世界的重要「橋樑」—— 它讓模型不僅能回答問題，更能像人一樣呼叫工具、獲取資料、執行任務。今年以來，隨著越來越多的企業採用該協議，它已經成為 LLM 使用工具方面事實上的標準，推動了 AI 智慧體發展潛力的進一步釋放。
然而，對於大多數使用者而言，MCP 協議的典型標籤是「複雜」、「技術門檻高」與「開發者專屬」。如何把這套原本屬於專業工程師的能力，交到每一個普通人手中呢？
針對這一現實的難題，360 給出的答案是：不再教你理解 MCP，而是直接把它封裝成一套「看得見、點得動、結果可預期」的萬能工具箱。
一、從概念簡化，到互動降維
奈米 AI 團隊最先做的是概念的翻譯：使用者不需要理解什麼是 MCP Server 或 API Key，他們只需要知道這是一項可以用的「工具」或「技能」—— 正是我們前文使用「工具」一詞的原因。將原本晦澀的協議介面，包裝成「搜尋」、「寫作」、「資料分析」等一目瞭然的工具標籤，大大降低了使用者認知門檻，讓使用者更直觀地理解所謂 MCP Server 之於 AI 大模型的意義。而這正是奈米 AI 萬能工具箱的設計哲學。這背後，是奈米 AI 對 MCP 協議的重新封裝與介面層的工程重構。
使用者在介面中看到的是簡單的選擇和拖拽，實際上，背後排程的是超過 100 個由奈米 AI 自研或優選整合的 MCP Server。這些工具覆蓋了辦公、學術、金融、搜尋引擎、網頁抓取、影像處理等場景，使用者無需寫一行程式碼，就能讓大模型自動呼叫這些「外腦」，完成複雜任務鏈。
奈米 AI 甚至內建了 Firecrawl、Brava Search 和高德地圖等多個 MCP 工具的 API Key
二、打通模型與工具之間的「最後一公里」
過去，即使大模型擁有強大的語言理解能力，卻始終困於「工具呼叫」的孤島效應。奈米 AI 的做法是將 MCP 協議作為中介語言，從根本上打通了「大模型 + 工具」的協作機制。
這不僅解決了呼叫的問題，還極大擴充套件了模型的實際能力邊界。例如，使用者只需告訴智慧體「幫我生成一份英偉達股價分析報告」，智慧體就能自動拆解任務步驟、調動搜尋引擎、抓取頁面內容、生成分析圖表，並輸出一份結構清晰的報告。期間可能呼叫了 5 到 7 個工具，但使用者只看到一個結果頁面。
這正是 MCP「工具組合」能力的體現：它允許智慧體像人一樣自主排程資源、規劃流程，並在執行中進行試錯反饋與自我最佳化，形成高度擬人的任務解決路徑。
三、本地執行、安全可信：技術棧深度打磨
與很多「雲端智慧體」不同，奈米 AI 選擇了一條更難但更具前景的路徑：在本地部署 MCP 客戶端，賦予使用者更大控制權。
這帶來了至少三個關鍵優勢：
-
呼叫自由：本地智慧體可以訪問使用者的檔案系統、呼叫瀏覽器、調取資料庫，實現真正的個性化任務處理。
-
跨越壁壘：針對 AI 的獨特需求，360 為奈米 AI 打造了專用的 AI 瀏覽器，並針對中國主流平臺進行了適配，其能夠突破登入牆、人機驗證、資訊流乾擾，自動完成登入、滑動驗證等操作。
-
沙箱保障：基於 360 安全技術積累，奈米 AI 還將在未來引入本地執行時沙箱，其能夠即時監測、預警並限制大模型可能誤操作本地檔案，保障資料安全。
這一整套體系，不只是讓使用者「能用」，而是「安全、高效、可擴充套件地用」。
四、面向海量使用者：構建真正開放的 MCP 生態
奈米 AI 不僅封裝了 MCP 工具，還率先打通了開放的技能生態。目前，這個月度訪問量已經突破 4 億的平臺已上線超過 100 個高質量 MCP 工具，更多的第三方 MCP Server 正在進駐中。使用者可以自由上傳、複用、組合工具技能，打造屬於自己的 AI 智慧體。
對普通使用者來說，這意味著不再是「用別人設定的 AI」，而是可以根據自己需求構建個性化的 AI 助手。論文分析、資料生成、趨勢監測、網頁搭建、股票預測…… 只要有需求，就有工具可以組合使用，就有任務可以自動執行。
而對於整個行業而言，這意味著智慧體技術正在從「封閉系統」走向「生態網路」階段，工具、模型、任務之間將不再孤立，而是以 MCP 為共通語言，聯動出前所未有的智慧協作格局。
技術壁壘已破
智慧體向 C 端下沉
曾幾何時，智慧體的使用門檻還高高掛在開發者的門楣上。如今，隨著奈米 AI 「MCP 萬能工具箱」的推出，MCP 這一被譽為 AI 自動化基建的協議，首次以近乎「傻瓜式」的形態進入普通使用者的視野。正如 360 集團董事長周鴻禕在釋出之前的分享會上說的那樣：「agent 裡自動呼叫了什麼 MCP Server，使用者其實不需要知道。」憑藉萬能工具箱，奈米 AI 正在打破 MCP 的技術壁壘，讓智慧體進一步向 C 端下沉。
把 MCP 做成「工具箱」，說來輕巧，做來艱難。這不僅考驗技術整合能力，也考驗產品思維與使用者理解的「共情力」。奈米 AI 正在做的，是將複雜封裝於核心，將自由交給使用者 —— 讓每一個普通人都能像開發者那樣擁有「呼叫 AI 世界」的許可權。
這一過程並非簡單的視覺化介面搭建，而是一場深層次的 AI 應用正規化變革：智慧體不再只是能說會答的模型，而是擁有能力排程、工具呼叫、任務完成能力的真實合作者。
自此，MCP 已經真正開始走向 C 端使用者，這或將是一個值得銘記的歷史起點。
© THE END
轉載請聯絡本公眾號獲得授權
投稿或尋求報道：[email protected]