SAS——这家有50年历史的企业分析厂商——本周在德州Grapevine举行的SAS Innovate大会上发布了四款AI产品:Viya Copilot(贯穿分析生命周期的AI助手)、Viya MCP Server(通过Anthropic的Model Context Protocol把Viya的分析与决策能力暴露给AI代理)、Agentic AI Accelerator(用于在Viya中构建/治理/部署代理的框架),以及SAS AI Navigator(治理层)。SAS负责AI伦理、治理与社会影响的副总裁Reggie Townsend的定调是:"AI治理常被当作合规手段,但它其实是增长驱动力。"同时发布的还有面向行业的代理——Supply Chain Agent面向零售/制造业的供应规划("探索需求突然下降15%的影响"),以及面向营销的代理。头条框架是治理,但更有意思的信号埋在产品列表的第二条里。
MCP采用才是这条新闻的实质。Anthropic在2024年底发布Model Context Protocol作为一个开放标准,让AI代理可以发现并调用工具——和插件、function-calling、各种私有代理工具集是同一个大方向,但规范更干净,并明确押注协议级互操作性。2025年全年,MCP开始出现在出人意料的位置——Anthropic的Claude Desktop与Claude.ai,然后是GitHub Copilot,然后是Cursor,然后是一长串开发者工具。SAS在2026年Q2推出Viya MCP Server,是第一个采取相同动作的大型企业分析厂商,这件事重要,因为企业软件采纳协议是缓慢且不情愿的。当SAS、Salesforce级CRM平台、ServiceNow或Workday开始上MCP,那一刻MCP就从"Anthropic生态的一招"过渡到"企业工具与AI代理对话的方式"。我们正实时看着这个过渡发生。
对builder来说,含义是代理整合面正以快于预期的速度收敛。六个月前,要在企业数据上做代理式工作流,你得在以下几种之间选:Salesforce Einstein、Microsoft Copilot Studio、对Anthropic或OpenAI API做定制function-calling,或者早期的代理框架(LangChain、LangGraph、Letta等)。每一种都有自己的工具发现格式、认证模型、失败语义。MCP成为默认之后,一个会说MCP的代理就能跟Viya分析、GitHub仓库、你的IDE、你的文件系统对话,并且越来越能跟你企业数据底座对话——而不必为每家厂商重写整合代码。SAS的其他产品——Agentic AI Accelerator、AI Navigator治理层——是真实的,但都是比较标准的企业厂商套餐;MCP Server才是把SAS拉进与Anthropic和更广义开源代理栈同一生态的那一块,而不是把它锁在SAS-only的围墙花园里。这是一种比企业分析厂商历来更开放的姿态。
对builder而言,有三点收获。第一,如果你现在在挑选代理-到-工具通信的整合协议,MCP是合适的默认,除非你有具体理由不用——生态效应是真的,替代方案正在失势。第二,SAS Supply Chain Agent的例子(跑一个"需求突然下降15%"的情景、解释驱动因素、给出选项),对垂直特定的代理设计来说是一个有用的模板——把一条已知的分析流水线与自然语言界面配对,并把代理的动作空间约束到流水线可以验证的范围内。这一模式可以迁移到制造、金融、医疗诊断,基本上任何"底层分析早就存在、你在上面叠一层对话"的领域。第三,留意接下来两个季度里,还有哪些大型企业厂商上线MCP服务器——Salesforce、ServiceNow、Workday、Oracle、SAP。先后顺序和时机会告诉你:哪些legacy厂商是认真在意"代理时代相关性",哪些只是把AI当作营销面子。SAS较早入局这件事本身就是信号——他们不是AI最激进的厂商,这反而让他们对MCP的承诺更像是真正的战略选择,而不是跟着品类潮流走。