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 MCP Server（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 MCP Server。在下文中，我们将使用「工具」一词替代「MCP Server」，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 MCP Server，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：
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。
其网页版结果请访问：https://wl9w9g.n.cn/ ，而工作全过程则可见以下视频：
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。
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：
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 Model Context Protocol（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 MCP Server 或 API Key，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 MCP Server 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 MCP Server。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、Brava Search 和高德地图等多个 MCP 工具的 API Key
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 MCP Server 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 MCP Server，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。