机器之心报道

近些年，AI领域的技术不断快速迭代，各种新名词层出不穷，MoE、强化学习、智能体、computer-use、A2A……对没有技术背景的普通用户来说，这些名词和技术概念无疑会带来巨大的认知成本，让他们望而却步，最终让自己与AI的交互之路止步于在聊天框中的简单回答。

MCP自然也是这些技术概念之一。过去一年，AI智能体快速迭代，MCP协议已然成为支撑复杂任务自动化的关键底层能力。然而，眼下这场MCP革命，仍旧像是开发者们的专属游戏：协议文档晦涩、工具注册复杂、个性化配置门槛高……普通用户大多只能远观，难以真正「上手」。

而现在，情况正在发生变化。4月23日，360旗下的纳米AI宣布推出面向个人用户的「MCP万能工具箱」。这款产品是针对无技术背景的普通用户打造的，让每个人都能以最低的学习成本掌握前沿的AI使用方式。

这款产品不仅全面支持MCP协议，还能基于多种大模型底座运行智能体任务，更具备自动调用外部工具、接入AI知识库、支持用户自定义任务流程等强大能力——关键是，操作门槛显著降低，完全不需要代码基础，打开一个聊天框就能使用。

目前，超级智能体已开启公测。从模型到协议，再到工具生态和个性化任务编排，看起来纳米AI试图用一次产品级的革新，真正把AI智能体带入每个人的日常。

那么，纳米AI的「MCP万能工具箱」究竟好不好用呢？为了得到这个问题的答案，已经获得内测资格的机器之心进行了一番测试。

亲测万能工具箱

MCP竟然可以如此简单

使用纳米AI「MCP万能工具箱」的门槛非常低，用户只需要下载并安装纳米AI应用然后注册登录即可，无需其它任何额外的配置。

进入更新后的「智能体」页面，我们可以看到纳米AI对已有智能体进行了分类，包含深度研究、工作和效率、生活助手等多个大类，同时下面也提供了万能工具箱和案例广场入口。

进入万能工具箱，可以看到纳米AI目前已经配置了超100个MCPServer（在本文写作期间这一数字从120上升到了132），包括纳米AI自研的十几个MCP工具以及上百个第三方MCP工具，覆盖办公协作、学术、生活服务、搜索引擎、金融、媒体娱乐、数据抓取等多种场景，是国内最大的MCP生态。同时，纳米AI也支持用户配置自己的MCPServer。在下文中，我们将使用「工具」一词替代「MCPServer」，至于原因，后文会详细解释。

首先，测试一个机器之心读者最喜闻乐见的应用：搜索并整理arXiv上近期与某研究主题相关的研究成果。

先搜索一下万能工具箱，发现纳米AI预设的工具中已有「arXiv搜索」，那就无需我们自己配置了。回过头来，我们也能看到纳米AI中已有不少支持arXiv论文检索的智能体，我们就选择其中的「专业论文搜索」作为我们尝试的第一步。可以看到，该智能体配置了纳米AI超级搜索、arXiv搜索、谷歌学术、学术搜索四个工具，非常符合我们的需求。编写提示词并执行：

检索近一个月arXiv上与强化学习相关的研究成果，并按照理论研究、技术改进、应用对它们进行分类，同时对其中的重要进展进行简单解读。

「专业论文搜索」的工作过程如下：

动图以2倍速播放

这个任务很简单，智能体仅调用了一次「arXiv搜索」工具，也因此不到半分钟就完成了任务，分三个类别各自选择了两项代表性研究成果。

接下来试试骑行规划师智能体，使用命令：「重庆观音桥附近有什么好的骑行路线吗？」

可以看到，该智能体使用了三个工具：amapmcpserver-cloud的maps_weather（用于查询天气）和maps_direction_bicycling（用于设定路线）以及gen_html（用于生成网页），一共执行了362秒，最终得到了如上所示的动态网页。你也可以通过这个链接访问：https://dctqb4.n.cn/。是的，你可以将生成的网页公开分享出去！

接下来，再上难度。这一次我们的需求是「搜索网络，分析当前的女装流行趋势，出具一份女装流行元素分析报告」。这一次我们将直接使用纳米AI的「深度研究智能体」，该智能体可以根据用户的具体需求选择使用合适的工具，其中不仅包括MCPServer，也包括使用内置的浏览器来完成各种computer-use任务。当然，也因此，深度研究智能体执行一个任务的时间往往会长得多，可达十几分钟。

在执行任务时，深度研究智能体会先根据任务需求规划所要执行的步骤，然后会按照规划的步骤逐步执行。

针对这个具体的任务，深度研究智能体生成的执行步骤如下图所示。

首先，它在多个网站上搜索了与当前女装流行趋势相关的内容，然后对搜索到的内容进行了分析，并对结果进行了可视化。最后，它给出了最终报告。

在这个过程中，它调用了三次位于本地的搜索工具aiso_do_search、一次数据爬取工具360_crawl、九次云代码沙盒工具cloud-sandbox，一次总结工具summary以及一次网页生成工具gen_html。

最终，我们得到了一份长达30页的深度报告，其中涵盖流行风格主题分析、流行色彩趋势、热门款式与元素分析、流行元素综合评价、面料与工艺趋势、搭配建议与应用六大板块，远超预期地完成了我们最初的一句话任务。

报告中截取的几页内容

以下视频展示了纳米AI深度研究智能体完成任务的全过程：

https://mp.weixin.qq.com/s/W0fl3Kn--SaWRyl0eGKZiw

以4倍速播放

不仅如此，纳米AI还生成了一个动态网页，可以更生动地展示所得到的分析结果：https://dscmxu.n.cn

另外，考虑到谷歌刚不久前发布了第一季度财报，我们也可以让纳米AI的「首席行业洞察官」智能体帮助我们解读一番。

https://mp.weixin.qq.com/s/W0fl3Kn--SaWRyl0eGKZiw

再试试用纳米AI来为最近大火的电视剧《蛮好的人生》编写一个适合发布在小红书上的影评，使用预置的小红书浏览机器人就能很好地完成任务。

慎看！内容会有剧透。

以下视频展示了纳米AI工作的全过程。

https://mp.weixin.qq.com/s/W0fl3Kn--SaWRyl0eGKZiw

可以看到，在这个过程中，纳米AI用到了两个与小红书有关的工具，包括用于在小红书上收集信息的collect_relate_info_redbook以及用于生成小红书内容的red_book_generate；此外还用到了browser_automation_task——该工具可以打开纳米AI应用中的内置浏览器来执行任务。使用合适的指令，你也能借助这个工具来一句话完成订火车票、发微博、记笔记等操作。

最后，在纳米AI上，用户也能非常方便地配置自己的MCP。比如这里，我们仅通过几个参数设置就成功配置了一个用于查询和分析Obsidian笔记的工具。

然后，只需配置一个调用该工具的智能体，我们就能在纳米AI中智能化地检索和分析我们收藏的笔记了，以下视频展示了一个示例：

https://mp.weixin.qq.com/s/W0fl3Kn--SaWRyl0eGKZiw

以上案例只是纳米AI能力的冰山一角。借助MCP万能工具箱，用户能做到的事情还有很多，比如爬取和搜索信息、生成图像和视频内容、让AI整理你的flomo碎片笔记并将结果放入到Notion工作区、分析股票、寻找去葡萄牙旅行的最划算航班路线、指定旅行或健身计划、制作公司报表、管理云端存储库或本地文件……限制你的真就只有你的想象力！

将MCP隐于万能工具箱中

纳米AI是这样做的

MCP，全称ModelContextProtocol（模型上下文协议），是Anthropic最早于2024年11月发布的一个开放协议可以说是连接大模型与真实世界的重要「桥梁」——它让模型不仅能回答问题，更能像人一样调用工具、获取数据、执行任务。今年以来，随着越来越多的企业采用该协议，它已经成为LLM使用工具方面事实上的标准，推动了AI智能体发展潜力的进一步释放。

然而，对于大多数用户而言，MCP协议的典型标签是「复杂」、「技术门槛高」与「开发者专属」。如何把这套原本属于专业工程师的能力，交到每一个普通人手中呢？

针对这一现实的难题，360给出的答案是：不再教你理解MCP，而是直接把它封装成一套「看得见、点得动、结果可预期」的万能工具箱。

一、从概念简化，到交互降维

纳米AI团队最先做的是概念的翻译：用户不需要理解什么是MCPServer或APIKey，他们只需要知道这是一项可以用的「工具」或「技能」——正是我们前文使用「工具」一词的原因。将原本晦涩的协议接口，包装成「搜索」、「写作」、「数据分析」等一目了然的工具标签，大大降低了用户认知门槛，让用户更直观地理解所谓MCPServer之于AI大模型的意义。而这正是纳米AI万能工具箱的设计哲学。这背后，是纳米AI对MCP协议的重新封装与界面层的工程重构。

用户在界面中看到的是简单的选择和拖拽，实际上，背后调度的是超过100个由纳米AI自研或优选集成的MCPServer。这些工具覆盖了办公、学术、金融、搜索引擎、网页抓取、图像处理等场景，用户无需写一行代码，就能让大模型自动调用这些「外脑」，完成复杂任务链。

纳米AI甚至内置了Firecrawl、BravaSearch和高德地图等多个MCP工具的APIKey

二、打通模型与工具之间的「最后一公里」

过去，即使大模型拥有强大的语言理解能力，却始终困于「工具调用」的孤岛效应。纳米AI的做法是将MCP协议作为中介语言，从根本上打通了「大模型+工具」的协作机制。

这不仅解决了调用的问题，还极大扩展了模型的实际能力边界。例如，用户只需告诉智能体「帮我生成一份英伟达股价分析报告」，智能体就能自动拆解任务步骤、调动搜索引擎、抓取页面内容、生成分析图表，并输出一份结构清晰的报告。期间可能调用了5到7个工具，但用户只看到一个结果页面。

这正是MCP「工具组合」能力的体现：它允许智能体像人一样自主调度资源、规划流程，并在运行中进行试错反馈与自我优化，形成高度拟人的任务解决路径。

三、本地运行、安全可信：技术栈深度打磨

与很多「云端智能体」不同，纳米AI选择了一条更难但更具前景的路径：在本地部署MCP客户端，赋予用户更大控制权。

这带来了至少三个关键优势：

调用自由：本地智能体可以访问用户的文件系统、调用浏览器、调取数据库，实现真正的个性化任务处理。

跨越壁垒：针对AI的独特需求，360为纳米AI打造了专用的AI浏览器，并针对中国主流平台进行了适配，其能够突破登录墙、人机验证、信息流干扰，自动完成登录、滑动验证等操作。

沙箱保障：基于360安全技术积累，纳米AI还将在未来引入本地运行时沙箱，其能够实时监测、预警并限制大模型可能误操作本地文件，保障数据安全。

这一整套体系，不只是让用户「能用」，而是「安全、高效、可扩展地用」。

四、面向海量用户：构建真正开放的MCP生态

纳米AI不仅封装了MCP工具，还率先打通了开放的技能生态。目前，这个月度访问量已经突破4亿的平台已上线超过100个高质量MCP工具，更多的第三方MCPServer正在进驻中。用户可以自由上传、复用、组合工具技能，打造属于自己的AI智能体。

对普通用户来说，这意味着不再是「用别人设定的AI」，而是可以根据自己需求构建个性化的AI助手。论文分析、数据生成、趋势监测、网页搭建、股票预测……只要有需求，就有工具可以组合使用，就有任务可以自动执行。

而对于整个行业而言，这意味着智能体技术正在从「封闭系统」走向「生态网络」阶段，工具、模型、任务之间将不再孤立，而是以MCP为共通语言，联动出前所未有的智能协作格局。

技术壁垒已破

智能体向C端下沉

曾几何时，智能体的使用门槛还高高挂在开发者的门楣上。如今，随着纳米AI「MCP万能工具箱」的推出，MCP这一被誉为AI自动化基建的协议，首次以近乎「傻瓜式」的形态进入普通用户的视野。正如360集团董事长周鸿祎在发布之前的分享会上说的那样：「agent里自动调用了什么MCPServer，用户其实不需要知道。」凭借万能工具箱，纳米AI正在打破MCP的技术壁垒，让智能体进一步向C端下沉。

把MCP做成「工具箱」，说来轻巧，做来艰难。这不仅考验技术整合能力，也考验产品思维与用户理解的「共情力」。纳米AI正在做的，是将复杂封装于内核，将自由交给用户——让每一个普通人都能像开发者那样拥有「调用AI世界」的权限。

这一过程并非简单的可视化界面搭建，而是一场深层次的AI应用范式变革：智能体不再只是能说会答的模型，而是拥有能力调度、工具调用、任务完成能力的真实合作者。

自此，MCP已经真正开始走向C端用户，这或将是一个值得铭记的历史起点。