ChatGPT 现可直接构建并部署 MCP 服务器

核心亮点

ChatGPT Sites 现在可以托管 MCP 服务器了。用户能直接在 ChatGPT 里构建并部署一个 MCP 服务器，还能把它转成插件，装到 web、移动端和桌面端。作者补充，可以限制访问权限给指定的人，也可以向全世界公开分享。这等于把"做工具"的门槛从写代码降到了对话。

具体能力或事件经过

MCP（模型上下文协议）是让 AI 连外部工具、数据源的标准接口。过去要做一个 MCP 服务器，得自己写代码、起服务、配鉴权。现在 ChatGPT 把它做成可视化流程：你描述想要的能力，它帮你生成并托管，再一键变成可安装的插件。对不会后端的人，这是把"我的 AI 能调我的数据"变成了现实。

技术细节

托管意味着服务器跑在 OpenAI 的基础设施上，你不用管部署和扩缩容。转成插件后，安装到各端的应用里，AI 就能在对话中调用你定义的工具。访问控制分两档：指定人（适合内部系统）和公开（适合分享给社区）。背后是 OpenAI 在把 ChatGPT 从"聊天框"扩成"应用平台"的一步，MCP 是连接内外部能力的标准件。

与竞品对比

和 Claude 的 MCP 支持比，ChatGPT 这次的差异是"能直接构建并托管服务器"，而不只是连别人的。和 Zapier、Make 这类无代码自动化比，MCP 更贴近 AI 原生——工具是被模型动态发现和调用的，而不是固定流水线。和自建 API 比，它省了全部运维。对想快速给 AI 接私有能力的团队，这是最低摩擦的路径。

行业影响或适用场景

对企业，这能把内部数据库、SaaS、脚本快速包装成 AI 可调用的工具，且不暴露底层细节给全员。对个人，做个"查我日历""读我笔记"的私有 MCP 服务器不再需要后端功力。AI 助手的竞争正从"模型多强"转向"能接多少你的世界"，ChatGPT 托管 MCP 是把生态锁死在自己平台上的关键一招。