Pinterest 部署了生产级的模型上下文协议（MCP）生态系统，通过使用特定领域的服务器和中央注册中心，支持安全的 AI 智能体工作流，每月节省 7，000 小时的工程时间。
📝 详细摘要
Pinterest 工程团队实施了一套全面的内部模型上下文协议（MCP）生态系统，旨在标准化企业范围内的 AI 智能体集成。该架构摒弃了碎片化、临时性的工具调用方式，利用云托管的特定领域 MCP 服务器（如 Presto、Spark 和 Airflow），并通过中央注册中心进行统一管理。这种设置使智能体能够自主执行复杂的工程任务（如日志分析和事故调查），同时通过双层授权模型（JWT/OAuth）和针对敏感操作的“人在回路”（human-in-the-loop）要求来维持严格的安全性。该系统目前每月处理 66，000 次调用，展示了企业级 AI 自动化的可扩展模型。
💡 主要观点
- 用于可扩展性和隔离的特定领域 MCP 服务器架构。 Pinterest 没有采用单体服务，而是针对 Presto 或 Airflow 等特定领域部署了独立的服务器，以限制上下文膨胀并实现细粒度的访问控制。
💬 文章金句
- 通过明确选择一种由中央注册中心连接的内部云托管、多特定领域 MCP 服务器架构，我们为直接集成到员工日常工作流中的 AI 智能体构建了一个灵活且安全的基底。
- 该架构……用标准化、安全且可扩展的 AI 工具调用基底取代了临时集成。
- Pinterest 通过一个北极星指标来衡量生态系统的影响：节省的时间。
- Pinterest 要求对敏感操作进行“人在回路”的审批，在执行前使用引导确认来确认潜在的危险操作。
📊 文章信息
AI 评分：91
来源：InfoQ
作者：Leela Kumili
分类：人工智能
语言：英文
阅读时间：3 分钟
字数：523
标签： MCP, AI 智能体, 企业架构, 开发者生产力, 模型上下文协议