连接AI模型与外部工具及企业数据的新兴标准——模型上下文协议（MCP），正迎来迄今为止最大的架构改革。

定于7月28日发布的最新候选版本将移除协议级会话，转为无状态架构。行业专家表示，这一变化旨在使企业在将AI试点推向生产环境时，能更轻松地在标准云基础设施上部署MCP。

"基于会话的模型在MCP服务器还是开发者笔记本上的本地进程时合情合理。到了生产环境中，它就成了运营负担，"ZopDev云助理Muskan Bandta表示。

"当基础设施团队问MCP服务能否像其他云应用一样扩展时，过去的答案是'不太行'。随着转向无状态架构，答案现在是'可以了'，"Bandta补充道。

从会话到无状态的演变

早期版本的协议会维护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。虽然这种方法在本地开发中运行良好，但跨多台服务器部署时变得复杂——请求通常必须路由回同一台机器，限制了可扩展性，使MCP难以适应现代云架构。

"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它所需的信息。需要在多个请求之间维护上下文的应用仍然可以做到，但开发者现在必须显式管理这些状态，而不是依赖协议本身，"Bandta说。

IT咨询公司Kanerika的AI开发经理Amit Jena认为，转向无状态设计的意义不止于简化基础设施——它从根本上改变了AI应用在工具之间管理和共享上下文的方式。

Jena表示，新设计不再将应用状态隐藏在协议会话内部，而是使其显式化，让AI模型可以在工具之间访问、推理和传递这些信息，赋予开发者对上下文在工具之间如何保存和共享的更大控制权。这还将使AI工作流更具可移植性、弹性和更易于在分布式环境中编排。

多项新功能同步推出

MCP的其他变化还包括新增多轮往返请求（MRTR）机制，改变AI智能体请求完成任务所需的额外信息的方式。

Jena表示，新机制不再依赖客户端与服务器之间的持久连接，而是让服务器在继续任务之前，通过标准的请求-响应交互来请求额外输入。

可路由传输头是另一项新增功能，使API网关和其他网络基础设施无需检查内容即可识别和路由MCP请求。这降低了处理开销和延迟，让企业团队能够利用现有API管理基础设施更高效地执行路由、速率限制和安全策略。

MCP还将获得围绕OAuth 2.1和OpenID Connect构建的更新授权框架、交互式MCP应用，以及工具和资源列表的确定性缓存——这一功能可以提升LLM提示词缓存命中率，从而可能节省Token成本。

旧功能逐步淘汰

MCP发布指导委员会还决定弃用一些旧版功能，包括Roots、Sampling、Logging、旧的HTTP+SSE传输和动态客户端注册，但这些功能在当前版本和未来一年内发布的其他版本中将继续可用。

Jena表示，Sampling的弃用可能影响最大，因为它改变了谁负责与基础模型交互。

"Sampling允许MCP服务器通过客户端调用LLM，这意味着服务器有一条回调路径进入模型，而不需要拥有该连接。弃用意味着重建这个信任边界，"Jena说，"现在你的服务器直接调用模型提供商。这会改变你的网络架构、认证模型，以及取决于你如何构建成本归属的计费流程。"

Jena认为，一年的过渡期足够团队审计现有的Sampling依赖："风险在于那些自己没有实现Sampling的团队，可能不知道他们依赖的第三方MCP服务器内部使用了它。"

SDK同步更新支持双向兼容

伴随协议更新，MCP的Python、TypeScript、Go和C# SDK也同步更新。这些SDK同时支持新旧协议版本，因此新客户端可以继续与旧服务器通信，更新后的服务器也支持旧客户端，降低了即时中断的风险。

Bandta表示，这种向后兼容性应使过渡在很大程度上是渐进式的，除了围绕MCP早期基于会话架构构建了自定义基础设施的企业。

Jena警告说，识别和审计这些会话依赖可能并不容易。

"会话管理的复杂度往往隐藏在多个层面——网关配置、部署脚本、监控仪表板。代码改动很小，但找到所有隐含会话音假设的地方才是耗时的工作，"他表示。