Miro 发布 MCP 服务器：AI 代理调用量突破 1900 万次，非工程团队成主力
自 2026 年 2 月推出 Model Context Protocol (MCP) 服务器以来，Miro 已成为连接 AI 智能体与团队协作画布的关键枢纽。截至 2026 年 10 月，已有超过 1900 万次 AI 工具调用连接至该服务器，且这一数字仍在持续增长。
核心突破：跨职能的爆发式增长
虽然 MCP 最初旨在赋能 AI 编码工具（如 Cursor、Claude Code），但其影响力迅速超越了单一领域。数据显示，四分之三的使用者来自非工程岗位，包括产品、设计、营销、运营及项目管理等角色。
- 指数级增长：从 2 月到 8 月，月度工具调用量增长了 34.9 倍，活跃用户数增长了 16.8 倍。
- 用户偏好变化：8 月单月工具调用量已达 630 万次，创下新高。每位活跃用户的月度调用量较 2 月增长了 108%。
- 生态多样性：目前已有 15 种不同的 AI 客户端通过 MCP 连接 Miro，包括 Claude Desktop/Code、ChatGPT、Microsoft Copilot、Gemini Enterprise 及 Grok Build 等。
技术价值：Canvas 作为输入与输出的双重载体
Miro 的核心创新在于将协作画布（Canvas）定义为 AI 工作的全生命周期场所：
- Miro-to-Code (上下文读取)：AI 工具读取画板上的内容（如用户旅程图、需求文档），将其转化为代码或具体行动。
- Code-to-Miro (结果构建)：AI 直接在画布上生成可交互的原型、甘特图、投票工作坊看板等可视化成果。
这种架构解决了传统 AI 工作的痛点：生成的静态文本难以被团队共同编辑和迭代。在 Miro 上，AI 生成的第一版草稿只是起点，团队成员可以立即介入修改、讨论并完善，真正实现了“生成即协作”。
行业影响：从单一工具到统一工作流
Miro 产品技术官 Jeff Chow 指出：“Miro MCP 服务器的爆炸式采用证明了将智能体更贴近团队实际工作的巨大需求。”
这一模式打破了“一人一窗口”的孤立工作模式。例如，产品经理可用 Claude 生成用户画像，设计师随即用 ChatGPT 将其转化为带投票功能的原型图，工程师再用 Cursor 将其映射为系统架构图。所有产出物最终汇聚在同一画布上，保持上下文连贯，让不同 AI 工具产出的结果无缝融合。
“没人能用一堵 AI 文字墙解决难题，真正解决问题需要画图并讨论。”——Miro 高级产品经理 Charles Bédard-Porter
通过 MCP 服务器，Miro 确立了其作为“代理时代协作层”的战略定位，允许企业灵活选择最佳 AI 模型，同时确保所有工作成果统一存储在共享工作空间中。
