Google Cloud открывает доступ к более чем 50 управляемым серверам Model Context Protocol

На ежегодной конференции Google Cloud Next ‘26 Google Cloud объявила о значительном шаге в развитии искусственного интеллекта, представив публичный доступ к более чем 50 управляемым серверам Model Context Protocol (MCP). Это событие, произошедшее 29 апреля 2026 года, открывает новые возможности для разработчиков и предприятий, стремящихся интегрировать передовые AI-технологии в свои рабочие процессы.

Запуск этих серверов призван решить ключевую задачу: позволить AI-агентам выйти за рамки экспериментальных прототипов, получать доступ к реальным данным и автономно решать сложные проблемы. Управляемые серверы MCP формируют критически важное связующее звено, соединяя AI-агентов с обширными экосистемами Google и Google Cloud. Размещая серверы на стандартизированной, готовой к корпоративному использованию платформе, Google устраняет необходимость интеграции с локальными MCP-серверами, обеспечивая унифицированный опыт разработки, интегрированный с основными средами выполнения и фреймворками агентов.

Для предприятий MCP разработан с учетом масштабирования экосистемы агентов, обеспечивая баланс между скоростью и безопасностью. Подключая AI-агентов к управляемым конечным точкам MCP от Google, пользователи интегрируются со стеком безопасности Google Cloud без необходимости региональных изменений. Платформа гарантирует высокую интероперабельность благодаря переводу протоколов, обеспечивая совместимость со спецификацией MCP и эффективное взаимодействие с популярными агентами и фреймворками, такими как Gemini CLI, Claude, ChatGPT, VS Code, LangChain, Agent Development Kit (ADK) и CrewAI. В протокол MCP также были добавлены примитивы " Resources" и " Prompts" помимо " Tools".

Среди других ключевых возможностей — централизованное обнаружение через Agent Registry, унифицированный каталог для управления агентами, серверами MCP и инструментами. Упрощенный доступ с усиленной безопасностью и управлением обеспечивается тем, что все сервисы Google Cloud по умолчанию поддерживают MCP, позволяя агентам беспрепятственно общаться. Для детального контроля доступа можно применять нативные политики отказа Cloud IAM. Безопасность контента гарантируется встроенной интеграцией Model Armor, защищающей от непрямых атак типа " prompt injection" и эксфильтрации данных. Полная наблюдаемость поддерживается OTel Tracing и Cloud Audit Logs, что незаменимо для отладки, аналитики и аудита действий агентов.

Практическое применение этих технологий демонстрирует кейс Insta360, ведущего мирового бренда в области интеллектуальной обработки изображений. Insta360 использует агентскую экосистему Google Cloud, включая Google' s Agent Development Kit, Agent Engine, A2A и управляемые серверы MCP, для разработки AI-агента, который позволяет пользователям редактировать видео в облаке с помощью естественного языка, основываясь на функции " Moments". Как отметил Эвен Линь, руководитель облачных сервисов Insta360, переход на управляемые серверы MCP обеспечивает " безопасную, масштабируемую сервисно — ориентированную архитектуру" и " стабильность корпоративного уровня", необходимую для автономного создания видео по всему миру.

Управляемые серверы MCP позволяют моделям выполнять прямые действия в сервисах Google Cloud. В сфере инфраструктуры, операций и безопасности агенты могут перейти от мониторинга к активной оркестровке. Это включает автоматизированное управление жизненным циклом (ALM) с динамическим выделением ресурсов через MCP-серверы GKE, Cloud Run или GCE. Системы самовосстановления могут быть созданы для мониторинга событий через Cloud Logging и Monitoring, запуская действия по восстановлению, такие как перенаправление трафика или откаты развертывания. Также возможна оркестровка безопасности с использованием Google Security Operations для автоматического расследования и реагирования на угрозы.

В сфере управления автопарком и сетевыми операциями агенты могут использовать MCP-сервер Android Management API для запроса состояния устройств или MCP-сервер Network Management API для автоматизации диагностических рабочих процессов. Для эффективной работы агент должен быть " заземлен" в корпоративной истине — актуальных операционных данных, находящихся в производственных системах, что позволяет агентам взаимодействовать с экосистемой данных.