研究论文
MCP 应用生态首次大规模实证研究发布
论文对 GitHub 上 1,723 个 MCP 应用系统分析，揭示配置、SDK 与人机监督三方面的实践现状。
2026.07.29 · 周三约 2 分钟阅读
MCP（Model Context Protocol）由 Anthropic 推出，用于标准化大模型与外部工具之间的通信，但其应用侧规范长期处于模糊状态。arXiv 上最新发表的一篇论文首次围绕 GitHub 上的 1,723 个 MCP 应用（MCPApp）展开大规模实证研究，从配置、SDK 使用与人机协同三个维度刻画了当前生态的真实样貌。
研究背景
MCP 协议定义了大模型应用与外部工具的通信方式，但应用侧缺乏类似包管理器的约定：开发者在集成 MCP 服务器时，需要自行决定配置文件格式、通信方式以及人类监督机制。与此同时，既有研究多关注服务器端，对消费这些服务器的「应用」端关注明显不足，生态实践难以系统化归纳。
数据集与研究方法
作者从 GitHub 上挖掘得到 1,723 个 MCPApp 样本，从中抽取代表性子集人工归纳出一套分类体系 MCPAppTax，再以 LLM 辅助的标注流水线将分类法扩展应用于全量数据，最终统计各类实践的覆盖比例。
关键发现
整体上，MCP 应用生态在部分实践上已经收敛，但在另一些关键环节仍呈现明显分化。
- 配置实践：85.2% 的应用通过配置文件连接 MCP 服务器，但配置文件命名仍未形成统一约定。
- 通信实践：81.1% 的应用采用官方 SDK 与服务器通信，说明 SDK 已被广泛采纳。
- 人机监督：
- 日志记录几乎成为标配，覆盖 90.8% 的应用。
- 启用 / 禁用控制也较为常见，达 77.2%。
- 仅 37.2% 的应用在工具执行前设置了阻塞式审批（blocking approval），意味着多数 MCPApp 中的大模型可在任何已启用工具上无条件调用。
意义与启示
这是首个针对 MCP 消费侧（应用端）的大规模实证研究。结果显示，当前生态在配置命名、安全闸门等关键环节仍缺乏共识，对协议维护者与工具开发者而言，MCPAppTax 与这组基线数据可作为后续最佳实践制定、安全加固与 SDK 改进的依据。对希望将 MCP 集成进自有产品的团队来说，这些比例也是评估自身实现是否「达标」的现成参照。