ChatGPT 现可直接构建并部署 MCP 服务器

事件核心：发生了什么

OpenAI 的 Tibo（@thsottiaux）在 X 上宣布，用户现在可以直接通过 ChatGPT 构建并部署 MCP 服务器，并可自由设置访问范围——只给自己用、定向分享给特定的人，或者完全公开。几乎同一时间，Max Stoiber 介绍了另一项相关更新：ChatGPT Sites 已经可以托管 MCP 服务器，包括插件扩展（Plugin Extensions）。他给出的示例指令是“@sites 帮我创建一个能在 ChatGPT 里使用的待办清单”，系统会一次性完成三件事：生成带扩展的 MCP 服务器、把它部署到 Sites、再将其转换为插件。目前公开信息显示，这两条消息相隔约 8 小时发布，时间指向 2026 年 10 月 1 日前后。

为什么重要

MCP（Model Context Protocol）是让大模型连接外部工具和数据源的一类接口约定，此前它更多出现在开发者圈层，搭建和托管服务器需要一定的后端能力。这次变化的关键在于“托管”和“零后端”：Sites 承担了部署和运行环节，ChatGPT 承担了生成环节，插件扩展又把它接入了 ChatGPT 本身的使用场景。对 OpenAI 来说，这是在把生态入口从“接入已有服务”往“让用户自己造服务”推进，和插件、GPTs 的思路一脉相承，但更偏向可编程。对闭源阵营而言，这是一种用平台化能力换开发者留存的做法，与开源社区自建 MCP 工具的路线形成对照。

对用户/开发者/创作者的影响

普通用户可以把自己反复用到的流程——比如待办清单、小型查询工具——变成 ChatGPT 里的插件，分享给同事或朋友，不再依赖第三方 SaaS。开发者则多了一条轻量分发路径：过去要写好服务、找服务器、做鉴权，现在可以用 Sites 兜住部署和托管，把精力放在逻辑本身；同时也要留意权限控制，公开分享意味着别人可能调用你的服务。创作者和企业团队可以更快做内部小工具原型，但在数据合规和访问边界上仍需自己把关，尤其是涉及企业内部数据时，托管在 OpenAI 侧是否满足采购要求，将是绕不开的问题。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是 Sites 托管的 MCP 服务器是否有明确的免费额度和算力限制，这直接影响它能承载多少真实用量。二是权限与安全机制，包括鉴权方式、数据留存策略，以及企业版是否单独提供托管选项。三是生态反应，其他模型平台和开源 MCP 工具是否会跟进类似的一键部署能力，以及插件扩展会不会形成新的分发市场。

来源：X：Tibo (@thsottiaux)