在 ChatGPT 里直接构建并部署 MCP 服务器：插件分发的门槛被拆掉一道
MCP 一直有个尴尬：协议很优雅，但「写出来」到「别人能用上」之间隔着部署、托管、鉴权三道坎。这次变化把中间那一段收走了。
ChatGPT Sites 现在可以托管 MCP 服务器：用户可以直接在 ChatGPT 中构建并部署 MCP 服务器，还能把它转成插件安装到 Web、移动端和桌面端；可以把访问权限限给指定的人，也可以公开分享。
为什么这一步比看起来重要
- 分发路径被压平了。以前一个 MCP server 要自备域名、证书、进程守护，现在托管在平台侧，等于把「运维成本」换成了「平台依赖」。
- 权限模型第一次被摆上台面。可以限定访问对象，意味着访问控制从「自己实现」变成「平台配置」——小团队最容易做错的那部分被简化了。
- 三端同时可用。Web、移动、桌面一次覆盖，自建方案里通常要做三套适配。
需要保持清醒的三点
- 托管即绑定。你的能力入口长在别人平台上，定价、限流、可用性都由对方决定。核心能力建议保留一份可独立部署的实现。
- 权限最小化要自己守。平台给了工具，不会替你判断某个工具该不该有写权限。默认给读权限，写操作单独评审。
- 公开分享是双刃剑。公开的 MCP server 等于公开的攻击面，输入校验与速率限制不能省。
对读者的实际影响
- 独立开发者：这是低成本验证「我的工具是否有人要」的最佳窗口期。先做一个只读、单一职责的 server，比堆十个功能更快拿到反馈。
- 企业内部：适合把内部数据源快速接进 AI 工作流，但务必先划清数据边界——别把能读生产库的凭据交给一个可公开分享的插件。
- 观望者：先看别人怎么被限流、怎么被下架，再决定要不要把关键业务放上去。
结论：MCP 的瓶颈从来不是协议，而是分发与信任。这次解决的正是后者的一半。