AI Agent智能体协议:MCP

新闻

作者：微信文章
      随着DeepSeek开源，促进了智能体（Agent）的快速广泛应用，但系统间的协作逐渐成为智能体发展的障碍，比如，模型无法直接访问实时数据、工具调用标准不统一，多智能体协作缺乏规范等问题，这些都成为了AI规模化应用的障碍。
      当下实现复杂任务都需要增强AI Agent能力，都体现出AI Agent从单一模型向多Agent协作发展的趋势，此时智能体（Agent）之间的协作与通信成为实现复杂任务的关键，因此相继诞生了MCP（模型上下文协议）、ANP（Agent网络协议）和 A2A（Agent到Agent协议）支持 AI Agent通信和协作的重要协议和框架。本文我们先一起来了解一下MCP。

      MCP（Model Context Protocol，模型上下文协议）由Anthropic于2024年11月推出，是一套开放协议标准，旨在规范AI模型与外部数据源、工具之间的交互方式。MCP的设计以模型为中心，将互联网视为上下文和工具的来源，通过标准化接口，实现AI模型与外部资源（如数据库、API、文件系统等）的无缝集成。

      在AI Agent应用中，大型语言模型（LLM）需要访问外部数据和工具来完成复杂的任务。MCP的出现，通过提供一种通用的、标准化的通信方式，解决传统的耗时耗力，还难以维护的集成方式（常常需要为每个数据源或工具单独开发接口）。

MCP采用C/S架构来解决上面的问题，包含三个组件：

主机（Host）：运行LLM的应用程序（如LM Studio、Ollama等）；

客户端（Client）：与服务器建立连接，管理会话和路由消息；

服务器（Server）：提供资源访问、工具调用等能力的独立服务。

      总结：了解"C/S"和"B/S"架构的都能意识到，长远来看MCP被视为过渡性协议，因为C/S架构的存在一定的局限性，这种架构可能在Agent断开连接时限制通信，难以支持大规模去中心化协作，但是我个人觉得，对于AI Agent刚起步发展阶段，大家没必要纠结或者一味追求更新的技术架构，这个发展阶段还会不断出现新的技术架构，对于不是大厂的企业，我个人觉得现阶段场景应用更重要，还是选择Agent功能实现、应用落地为主策略更好。