你的 MCP server 寫錯了：10,000+ 個伺服器、9% 真正能用、整合協議戰已經分輸贏

不到 18 個月，Anthropic 開的 MCP 從一份規格長成 AI 工程世界的事實標準。但 2026 上半年同時發生三件事：MCP 數字爆炸、A2A 吃下 ACP 完成協議分層、KuppingerCole 與 Qualys 同時警告安全跟不上採用。如果你正在做 agent 整合，這篇是現況快照。

一個 Reddit 數據先讓你冷靜

2026 年 4 月，有人爬了 2,181 個遠端 MCP server endpoint， 跑了個健康度調查 （單一社群調查，方法論未完整公開，數字當粗略指標看）：

• 9% 確認健康可用
• 37% 回應但需要認證（401/403）
• 52% 拒絕連線或回不來
• 1.5% 慢或間歇性錯誤
• 有 GitHub repo 的伺服器中，58% 過去 30 天沒有任何 commit

我看到這數字是真的被嚇到。然後我打開 Prefect CEO Jeremiah Lowin 在 ODSC 2026 的 keynote ，標題不裝飾：「Your MCP Server is Bad（and you should feel bad）」。

這篇要拆的就是這件事。MCP 規模大到嚇人，但結構性問題也大到嚇人。協議戰已經偷偷打完了——你只是還沒注意到。

數字面：MCP 不是「新興」，是「爆炸」

先把規模釐清，因為這直接影響你怎麼看後面的問題。Anthropic 在 2024 年 11 月開源 Model Context Protocol 規格。十八個月後：

指標	2026 上半年數值
Anthropic 官方 SDK 月下載量	~97 million
活躍公開 server 數	10,000+（Anthropic 自報；註冊表快照 9,652）
GitHub mcp-server topic repos	15,926 （2026/5/24 GitHub Search API 截至日 ）
大型企業部署率	約 28% Fortune 500 （Truto 2026 引用 Anthropic / 多家報告綜整；單一二手來源，斟酌參考）
主流 client 原生支援	Claude Desktop、Cursor、Zed、Cline、Windsurf、VS Code、ChatGPT、Gemini、Copilot Studio

Zuplo 的 State of MCP 報告 訪問了近百位開發者：54% 確信 MCP 會持續或成為產業標準，但 40% 仍有疑慮——這個比例非常誠實，畢竟競爭協議當時還在跑。

不過——這些「公開伺服器」數字會誤導。Pragmatic Engineer 的深度報導裡 Jeremiah Lowin 講了一句業界內幕：「真正大用量的，其實只有大約 10 個 MCP server，剩下是有海量公開伺服器幾乎零使用，而且大量企業伺服器根本不公開。」公開的長尾很長，但業務價值集中在頭部與內網。

數字看起來嚇人，現實沒那麼平均。

你的 MCP server 為什麼爛

回到 Lowin 的 keynote。他的核心論點對所有寫過 REST API 的工程師都很刺耳：

「多數 MCP server 失敗，是因為開發者把它當 REST API 設計，沒有為 agent 限制設計。」

Agent 不是用戶。Agent 的三個限制讓 REST 思路直接撞牆：

1. Discovery 很貴——每個工具的描述都要塞進 context window。50 個 tool 列表動輒幾千個 token，每次呼叫都在燒
2. Iteration 很慢——每次往返都有 latency 與 token 成本
3. Context 有限——agent 沒辦法像人類一樣翻文件回頭看

所以 Lowin 給的設計原則直接打臉「REST API → MCP wrapper」這個最常見的偷懶做法：

設計原則：把 MCP server 當作「agent 的 UI」

反模式	正確做法
每個 endpoint 都包成一個 tool	一個 tool = 一個完整 workflow（design for outcomes, not operations）
巢狀物件參數	扁平化成 primitive 型別（string / int / bool）
把 OpenAPI spec 自動轉成 50+ tools	控制在 < 50 tools，殘酷地策展
描述只寫「Returns X」	給明確指示與範例，agent 是讀者
把 REST 文件複製過來當 description	為 agent 重寫，包含 when to use / when not

Before / After 範例

反模式（REST wrapper）：

@server.tool()
def get_user(user_id: str) -> dict: ...

@server.tool()
def get_user_orders(user_id: str, limit: int = 10) -> list: ...

@server.tool()
def update_user_status(user_id: str, status: dict) -> dict: ...

@server.tool()
def calculate_user_ltv(user_id: str, period: str) -> float: ...
# ...再來 30 個類似的

agent 看到這個工具列表，會去推「我要算 LTV 是不是要先 get_user？要不要先 get_orders？status 是哪個欄位？」——把推理算力浪費在工具編排上，而不是業務問題上。

outcome-driven 設計：

@server.tool()
def analyze_customer(
    customer_id: str,
    include_orders: bool = True,
    include_ltv: bool = False,
) -> CustomerAnalysis:
    """
    取得客戶完整輪廓。預設包含基本資料與訂單。
    需要 LTV 才設 include_ltv=True（會多一個資料庫查詢）。

    當你需要：客戶概況、訂單回顧、流失分析時使用。
    不要用於：批次匯出（請改用 export_customers）。
    """

一個 tool 解決一個完整任務，內部組合多個 REST 呼叫，外部給 agent 一個乾淨介面。這才是 agent UI 設計。

Cloudflare 的 "Code Mode" 也是同一思路——根據 Cloudflare 自家公告 ， WorkOS 也轉述了同一數據 ：展示了 98%+ 的 token 節省，方法是讓 agent 動態發現並呼叫 tool，而不是把所有定義一次塞進 prompt。

協議戰已經分輸贏：MCP + A2A 的雙層架構

如果你還在看「MCP vs ACP vs A2A 誰會贏」的舊文，請更新一下。戰爭已經結束。

時間線：

• 2024/11：Anthropic 推出 MCP（agent ↔ tool）
• 2025/3：IBM Research 推出 Agent Communication Protocol（ACP） ，定位 agent ↔ agent
• 2025/4：Google 發布 Agent2Agent（A2A） ，同樣管 agent ↔ agent
• 2025/6：A2A 捐贈給 Linux Foundation
• 2025/8/29：LF AI & Data 宣布 ACP 併入 A2A
• 2025/9：BeeAI 平台改用 A2A，Kate Blair（前 ACP 負責人）加入 A2A Technical Steering Committee

也就是說，今天的局面非常清楚：

┌──────────────────────────────────────────┐
│   A2A（agent ↔ agent，跨框架互通）        │
│   LF 治理 / Google + IBM + 100 家以上     │
├──────────────────────────────────────────┤
│   MCP（agent ↔ tool / data / resource）  │
│   Anthropic 主導 / 跨 vendor 採用         │
└──────────────────────────────────────────┘

A2A Technical Steering Committee 名單夠權威：Google、Microsoft、AWS、Cisco、Salesforce、ServiceNow、SAP、MongoDB、IBM——加上 Linux Foundation 上 100+ 家公司支持 。
UTCP（Universal Tool Calling Protocol）試圖把 OpenAI、Anthropic、Google 的 function calling 統一，但在這個分層裡找不到位置——畢竟 MCP 已經占了那個層級。

你現在做的是 agent ↔ tool？用 MCP。
你現在做的是 agent ↔ agent？用 A2A。
不要再賭協議了。

Anthropic 把 agent 變成「託管基礎設施」

5 月 6 日 Code with Claude 2026 在舊金山開，這場我看 Simon Willison 的 live blog 印象最深的不是新模型——他們沒發新模型——而是 Ami Vora（新任 CPO）開場那句：「Anthropic 平台 API 流量同比成長 17 倍。」

Dario Amodei 補了另一個面向的數字：年度化看，demand 比年初預估高出約 80 倍——這是 Q1 2026 annualized demand vs 計劃的對照，與 17x 不是同一個維度，但都是同一個訊號。

這場會的核心訊息不是「我們做了什麼酷東西」，是「我們把基礎設施做厚」。Claude Managed Agents（4/8 公測 ）這次新增三個能力：

1. Multi-agent Orchestration：一個 supervisor 協調一群 specialized agent
2. Outcomes：定義成功條件，agent 自己迭代直到達標（像 Code 的 /goal，但跑在雲端）
3. Dreaming：agent 能回看以前的 session，從中改進——簡單講就是「自監督長期學習」

InfoQ 引用 Anthropic 產品經理 Jess Yan 的話最直白：「Infrastructure, rather than intelligence, is now the bottleneck for production agents.」 基礎設施而非智慧，已是 production agent 的瓶頸。

緊接著 5/19 Code with Claude London 又補了一刀：self-hosted sandboxes + MCP tunnels，讓企業可以在自己的 infra 跑 agent 執行環境，把 orchestration 留在 Anthropic。Cloudflare 5/28 推出 Claude Managed Agents on Cloudflare 整合 ——直接把 microVM、Workers VPC、Browser Run、Email 都接上去。

也就是說 Anthropic 在做的事很清楚：讓 agent 從「規格」變成「PaaS」。

對你的影響很現實：如果你要做 production agent，自己幹 sandboxed code execution + credential scoping + checkpoint + audit trail 這套基礎設施，會被 Anthropic / Cloudflare / Vercel 這類玩家輾過去。Lowin 也用 Prefect Horizon 在做同樣的事，他們直接喊「每家公司都會有 context layer，有些公司會刻意建，多數會意外建」。

這場會還有一個耐人尋味的細節：主講不是 Dario Amodei，是 product head 與工程師。這個訊號很 Anthropic——他們不再想被當成「研究實驗室」，要當「AI 原生公司」。

房間裡的大象：安全跟不上採用

採用快得不像話，但安全慘得不像話。

5 月 11 日 KuppingerCole 的 Leadership Brief 開頭就把話講明：

「MCP 已迅速成為 agentic AI 生態系的連結組織，並正以企業規模部署，卻沒有成熟的認證基線與可靠的執行時強制機制。」

Qualys 把這現象稱為 「2026 的新 Shadow IT」 ——MCP server 已經悄悄部署在企業環境裡，IT 部門根本不知道存在。

WorkOS 的 2026 MCP 全景 列出協議層級沒處理的缺口：

缺口類別	現況
Enterprise observability	無標準審計軌跡，每家自己發明
Multi-tenancy	協議未定義 tenant 隔離模型
Rate limiting	協議層沒有，得自己擋
Cost attribution	agent 自主呼叫工具時無法追算錢
認證（authentication）	規格在演進，但 vibe governance 還是主流

Lowin 講得最狠：「現在多數企業在搞 vibe governance。他們把『可以對客戶請款』這種 tool 給 agent，然後寫了一張禮貌的便條請 agent 好好用。你沒辦法用 prompt engineering 解決營運風險。」

回到 Reddit 那組數字：37% 的 server 卡在認證、52% 連不上——這不只是「品質差」，這是整個生態的執行時強制機制還沒長出來。任何打算把 MCP 推進 production 的人，都得自己補一整層 platform。

工程師現在該做什麼

把上面這些濃縮成幾條工程師可執行的建議：

1. 內部 MCP > 公開 MCP：你公司內部的 MCP server 才是真正 ROI 所在；公開 MCP 多數是 demo 與長尾。
2. 拒絕 REST wrapper：用 outcome-driven 設計，一個 tool 一個 workflow，控制在 < 50 個。把 description 當「給 agent 看的 UI 文案」寫。
3. 架構分層別搞混：agent ↔ tool 用 MCP，agent ↔ agent 用 A2A，別亂用。
4. 安全自己補：認證、執行時強制、審計、cost attribution、rate limiting——協議全部不管，你的 platform 要管。考慮用 Zuplo 、Kong 這類 MCP gateway，或自己包一層。
5. 準備好「跨提供商可攜」：你今天跑 Claude，明天可能跑 GPT，後天跑 Gemini。把 prompt、tool 設計、skill 寫成跨模型可攜資產，不要 hardcode 任何一家的特色 API。
6. 追蹤 Managed Agents 動態：Anthropic / Cloudflare / Vercel 都在做這層，自己幹是有可能，但要評估 ROI。對小團隊與單一專案，外包這層是合理選擇。

寫在最後

MCP 規格那麼小（三個 primitive、兩個 transport、用 JSON-RPC 2.0），擴散速度卻打破紀錄。原因不只是 Anthropic 開放——是它精準命中了 agent 工程的最大痛點：整合層。但快速擴散也意味著結構性問題會放大——9% 健康率、Lowin 的「your MCP server is bad」、KuppingerCole 的安全警告，全都在同一個時間點冒出來，不是巧合。

協議戰已經分輸贏：MCP 管 tool，A2A 管 agent，分層完成。Anthropic、Google、IBM、Microsoft、AWS 全部押這條線。
真正的賽道從「協議誰贏」轉到「誰能把整合層做得讓開發者能信任」——這是接下來 12-18 個月你會看到大量資金、新創、工具湧入的領域。

如果你正在寫第一個 MCP server，請從 Lowin 那句話開始：你不是在寫 REST API，你在寫 agent 的 UI。把這句話貼在你螢幕上。

---

延伸閱讀

• Model Context Protocol 官方文件
• Anthropic Code with Claude 2026 live blog（Simon Willison）
• InfoQ：Code with Claude 2026 Managed Agents 報導
• Pragmatic Engineer：Building MCP servers in the real world — 訪問 46 位開發者 + Jeremiah Lowin + 微軟 MCP 維護者
• ODSC AI East 2026 keynote：Your MCP Server is Bad
• LF AI & Data：ACP 與 A2A 合併公告
• IBM Think：A2A 解析 與 ACP 解析
• WorkOS：Everything your team needs to know about MCP in 2026
• Zuplo：The State of MCP 報告
• KuppingerCole：MCP — The API Security Problem Nobody Is Ready For
• Qualys：MCP Servers — The New Shadow IT for AI in 2026
• Cloudflare：Claude Managed Agents 整合公告
• Prefect Horizon 介紹
• Reddit：2,181 個遠端 MCP 端點健康度分析（2026/4）