给AI开门的,不只是船管软件

过去要查一条船的油耗为什么突然上去，流程是这样的：从船管系统导出午报和性能数据，整理成表格，再丢给AI，让它找异常。AI答得再准，也只是在分析你喂给它的那张表。

现在有一种做法绕过了这一步：AI直接连上船管平台，自己向系统要船位、要午报、要性能曲线，还能让系统跑一次航次优化器，把结果取回来接着分析。

中间那根线，是一个叫MCP的协议，目前在船管、货代、监管等多个领域都能看到。

一、先弄清MCP是什么

MCP是AI与软件之间的通用接口。

全称Model Context Protocol，模型上下文协议，2024年11月25日由Anthropic发布并开源。

它解决的是“够不着”。

大模型能读会写，但被关在系统的门外：船位在船管平台里，午报在邮箱里，证书在另一个库里，AI看不见也动不了。过去要让它用上这些数据，每接一个系统就得定制一套对接，接十个系统就是十套。

打个比方，MCP就像充电口。

早年手机换一个牌子就换一根线，后来统一成一种接口，一根线通吃。MCP做的就是把“AI接系统”从每家各写一套，变成按一个标准来。

三个角色，各管一段。

主机，是你打开的那个AI应用，ChatGPT、Claude都属于这一类。

客户端，是应用内部负责传话的那一层，用户看不见，它把你的问题翻译成对方系统听得懂的话。

服务器，是被调用的那个系统，船管平台、货代系统都算。它要做的事只有一件：把“我这里有哪些功能、各要什么参数”列成一张清单。

跟“开放API”差在哪。

API像银行柜台，事先说好递什么单子、收什么凭证，改动一样就得重排队。MCP像递过去一本菜单，AI自己看有哪些功能、各自要什么参数，再按需要点。一个是对号入座，一个是看着菜单点菜。

连上之后能干的三件事，分三级。

第一级是读：向系统要数据，比如船位、午报、性能曲线。

第二级是调：让系统跑一个工具，比如算海里、优化航次、生成一份报告。

第三级是控：直接下指令，比如播发VHF、下发VTS指令。这一级离“操作”最近，也最少见。

一句边界。

MCP只管“怎么连上、能调什么”，不管连上之后谁负责。这件事属于另外一层，本文后面只在案例里提，不展开。

二、四个案例，各开了一扇门

监管这一端，开得最深。

唐山海事局自研MLM多模态智能体架构与MCP服务层，把AI与雷达、VHF电台、程控电话交换机、VTS雷达处理系统打通，让智能体可以直接控制VHF播发与VTS系统指令。

多数海事AI应用停在“给出建议、由人执行”，这里把调用面从数据层伸到了执行层。知识底座是200余条业务逻辑规则加800余项通航数据；场景包括外轮进入管制区自动高亮、VHF中英文实时互译。

管到什么程度也写了：关键操作必须值班员人工确认。

事务处理由小时级压到分秒级，日均扫测风险源信息200余条，风险源识别准确率92.4%，样本量与漏报率未说明。

这是四个案例里唯一属于“控”的一个。

货代这一端，开得最实。

数字货代Flexport于9月29日上线MCP服务器，用户可在Claude、ChatGPT、Microsoft Copilot、Muse或自建助手内直接报价、订舱、跟踪，不必再登录它的平台。请求路由到内部智能体集群，官方口径是这套自动化每年能处理2100万项任务。

它把有商业后果的动作交给了AI：订舱占舱位、产生费用，不是查一条数据。约束是异常一律转人工，报关申报前须报关员复核。

连接按人授权：绑定个人账号而非共享凭证，范围不超出该用户原有权限；管理员可撤销单个连接或整体关闭。启用客户数未披露。

按分级，这比“调”更进一步：查运价属“调”，订舱则会直接产生商业后果。

船管这一端，开得最广。

BlueWater把BOSS经AanyaX开放，外部AI可经ChatGPT、Claude、OpenCode取船位、AIS、午报、性能监控、性能模型与航速油耗曲线，可算海里、调航次优化器、取回含班期与预计到港时间的航次计划。公司称覆盖2100余艘船，BOSS管理全球LNG船队四分之一以上。

边界只有一句：帮团队优先安排核查，不是把AI建议变成自动维护决定；调取已存计划是查看，不是下指令。

BASS走另一条路：先做云原生改造、拿到RINA型式认可，再把接口做成API-first，让agents经MCP调用——查逾期工单、库存、建申请单、证书到期、记Near-miss。它在决策点等批准，动作进审计轨迹。

按分级，BlueWater停在“读”与“调”，BASS的建单记Near-miss也属“调”，两家都没越到“控”。

期租与商务这一端，开得最杂。

Ankeri把内置AI Agent与对外MCP服务器同时做了，管的是租船合同、发票与财务流、排放（EU ETS、FuelEU、CII）、船舶与码头规格、对手方协议——跨系统拼起来的上下文，不是某一张表。

接入用个人API key，ChatGPT与Claude Desktop都可连；连上后公司边界、模块权限、船舶权限自动沿用，AI只在登录用户授权范围内工作。客户数与启用比例未披露。

公司背景：2016年成立于冰岛，赫伯罗特战略伙伴，客户含Seaspan等。

按分级，它主要落在“读”：给的是判断依据，不是动作。

四个案例接的是同一套协议，用法从“看”铺到“做”：最轻是拼上下文，其次查数、建单、订舱，最重是直接下指令。

三、差在哪三个地方

第一，调用面不一样。

Ankeri最浅，只往外给上下文，AI拿到的是判断依据；

BlueWater与BASS进一层，除数据还能调工具：算海里、跑航次优化器、建申请单、记Near-miss；

Flexport再进一层，订舱这一步会占舱位、产生费用；

唐山海事局最深，直接控制VHF播发和VTS系统指令。

四级摆开，从“能看”到“能做”，每上一级，系统的暴露面就大一分。

第二，计算放在哪一侧。

BlueWater的计算留在BOSS里，外部AI只拿结果；BASS的动作在平台内完成，留审计轨迹。

Ankeri与Flexport则相反，把编排交给外部AI——Ankeri用API key连ChatGPT或Claude Desktop，Flexport让外部助手直接对接内部智能体集群。

两种做法各有代价。算在平台内，可控但功能受限；交给外部AI，灵活但依赖对方的推理质量与安全边界。

第三，交出来的是什么。

最轻的是数据：船位、午报、性能曲线。

中间是草稿：一份待批的申请单、一份待确认的航次计划。

最重是已执行的动议：一个订舱号，一条已播发的VHF指令。

BlueWater官网特意写明“调取已存计划是查看，不是下指令”，就是在划这条线——同样的接口，交数据与交动作，风险不是一个量级。

一条判断，越往后走，对接口设计的要求越高。

读数据只需权限正确；建单要防重复、防越权；执行要能撤销、能追溯；下指令还要有人工确认的前置条件。

四个案例里，凡是走到“执行”这一步的，都在产品里设了确认或复核环节：Flexport的异常转人工、BASS的决策点等批准、唐山的关键操作人工确认，都指向了真人担责这一边界。

四、选系统时该问的几个问题

第一件：同样是“支持MCP”，能做的事差很远。

Ankeri给的是上下文，BlueWater给数据加工具，BASS能建申请单，Flexport能订舱。

采购时如果只问一句“支不支持MCP”，回答都是支持，但一个能看、一个能改、一个能下单。

要问的是暴露了哪些功能、颗粒度多细、有没有写操作。

第二件：集成从“定制对接”变成“配置连接”。

过去的做法是找厂商做接口开发，一家一套，改一次排一次队。

现在Ankeri的做法是个人资料里取一个API key，连上后权限自动沿用，“数据侧无需新配置”；Flexport是管理员开启一次、全组织可用，且MCP服务器与公共API独立限速，不会拖慢原有对接。

工作量从开发转到配置，但依赖的是平台有没有把接口设计好。

第三件：不被单一AI供应商锁住。

MCP本身不绑定模型，BASS明确说支持多个LLM供应商，Ankeri可连ChatGPT与Claude Desktop。

对船东的实际意义是：换AI工具不用换系统，系统也不必为每家的接口各做一套。

五、写在最后

四个案例中只有Flexport有正式新闻稿，唐山是海事部门官方公众号与行业媒体报道，BlueWater、BASS、Ankeri都发在自家官网或博客。也就是说，这些能力都是厂商或机构自述，不是第三方验证过的结果。

目前个人能得出的结论是：

• MCP在本行业的应用形态已经出现，但其普及程度和实际使用效果还有待进一步论证；

• LLM、Agent、MCP等相关AI技术在海事领域的应用依然遵循商业先行、合规后立的一贯策略；

• 随着AI接触面和接触深度的不断提升，网络安全暴露风险也会随之升级。

现在能确认的是“门开了”，还确认不了“多少人走进去”，而“门禁”还在研究设计。

资料来源

1. 《Introducing the Model Context Protocol》，Anthropic，2024-11-25

2. 《MCP是什么？它是如何运作的？》，Google Cloud

3. 《VTS值班辅助智能体正式上线运行 唐山海事以改革创新推动监管与服务转型升级》，中国水运网

4. 《改革创新进行时｜唐山海事局船舶交通管理值班辅助智能体》，唐山海事局官方公众号

5. 《AI赋能船舶交通管理——从“人盯屏”到“智能防”的蜕变》，河北海事局官方公众号

6. 《Flexport Launches Technology to Let AI Agents Book, Track, and Optimize Global Freight》，Business Wire，2026-09-29

7. 《Flexport MCP》产品页与常见问题，Flexport官网

8. 《BlueWater opens vessel data to external AI assistants》，Splash247，2026-10

9. 《AI Agents in BASSnet Neo: Built to Act, Not Just Answer》，BASS Software官网

10. 《AI at Ankeri: From Data Fragmentation to Operational Intelligence》，Ankeri博客

11. 《AI-powered execution across your maritime operations》，Ankeri产品页

12. 《Hapag-Lloyd partner Ankeri expands to Singapore》，Hansa.news

登哥　2026-11-16