將與 Jomy 共同完成一系列技術科普，讓最一線的工程師、用通俗的語言、講最前沿的技術。

這是系列第一篇，主題是最近大火的 MCP 和 Agent。

讀完本文，你一定會感嘆：終于搞懂了！原來！竟然！這么簡單！

文 | Jomy @302.AI

編 | 南喬River @ShowMeAI

???

我們 302.AI 做 MCP 和 Agent 相關開發有一段時間了，期間一直與開發者和用戶們保持著密切的交流。

有一個普遍的感受：盡管行業內幾乎所有人都聽過 MCP、Agent 這些術語，但只有極少數人真正理解它們的本質。

今天，我就基于 302.AI 的實踐和成果，分享一些自己的見解，幫大家厘清概念的來龍去脈，并大膽預測一下未來的發展方向。

1. 缸中之腦 只能說不能做的大模型

讓我們先從大語言模型（Large Language Model，LLM）說起。

大語言模型，顧名思義，就是一個只能處理和輸出文字的系統。

早期的大語言模型，輸出非常不穩定，準確率很低，經常「一本正經地胡說八道」。

所以，人們最多把它當成一個顧問：咨詢意見，但不敢讓它直接拍板決策或上手干活。

這個時期的大模型，有點像被限制在「缸」里的「大腦」（借用哲學上的「缸中之腦」假說）。

它能思考、能滔滔不絕地輸出觀點。但它沒手沒腳，不能對「缸」外的物理世界/數字世界直接做點什么。

???

但是，AI 技術發展飛快。

隨著模型參數規模的擴大和訓練方法的革新，語言模型的「智力」得到了肉眼可見的提升。人們驚喜地發現，AI 寫出的文案、給到的建議、生成的代碼，幾乎不需要修改就能直接使用了！

眼看著 AI 越來越靠譜，一種想法自然而然地浮現出來：既然大模型這么能干，是時候解開 AI 的禁錮，讓它不只能「動動嘴」，也能「動動手」了？

2. 調用工具 大模型學會了「動手」

怎么解開 AI 的「禁錮」呢？

答案就是讓大模型能夠自行使用工具，也就是我們常說的 Function Call（函數調用）或 Tool Use（工具使用）。

那么，一個只會輸出文字的模型，是如何調用工具的呢？

這里需要做一個必要的澄清：模型調用工具，并不是模型真的「動手」去操作工具。

本質上，還是模型生成文本（結構化的文本），然后配套的程序接收到指令，再去調用工具。（如下圖所示）

而所謂的「工具」，就是各種各樣的程序接口（API）或者軟件操作，例如搜索、編輯數據庫、編輯文件等。

gpt-4o 調用工具的命令（JSON 格式）

這就像給一個思維敏捷但行動不便的人，配備了一臺隨時待命的智能計算機。

他只需要「說」出來需要做什么，計算機就會自動決策和執行所有的指令，整個過程不再需要人類的介入。

???

讓 AI 模型使用工具，本質上是一種「放權」行為。

人們將 AI 從「缸」里釋放出來，允許 AI 通過調用工具，直接對現實世界或數字世界產生實際的影響。

這無疑是 AI 邁出的關鍵一步，也是 Agent 得以誕生的基石。

3. MCP 誕生 不再重復造輪子

AI 學會了使用工具，這很好。

但很快就出現了新問題：每家公司、每個開發者都在用自己的方式定義和接入工具。這就導致了大量的重復勞動，并且工具難以復用和共享，只能「自己造自己用」。

MCP 統一了模型調用工具的方式

Anthropic 公司敏銳地發現了這個問題。他們認為，工具應該有一套通用的「語言」和「接口規范」，于是提出了 MCP（Model Context Protocol，模型上下文協議）。

這個協議對大模型發展的意義重大，完全可以類比為秦始皇當年規定的「書同文」和「車同軌」。從此，模型調用工具這個事情就被大大地加速了。

???

MCP 是什么呢？

簡單來說，它是一套定義大模型如何發現、理解和調用外部工具（或稱服務）的標準協議。

（MCP 中的 Prompt 和 Resource 暫且不論）

MCP 基本框架示意圖

它明確了兩個核心角色：

• MCP Client（客戶端）： 通常是使用工具的一方。一般是 AI 應用，比如 Claude 客戶端、Cursor 編程工具等。
• MCP Server（服務端）： 也就是提供工具的一方。任何擁有 API 或軟件服務的公司，都可以按照 MCP 規范把自己包裝成一個 MCP Server，把原來給人用的工具，改造成能讓 AI 理解和調用的工具。

Norah Sakal 這張「MCP architecture」圖非常出圈，說的是同一回事

???

前段時間，海外知名投資機構 a16z 制作了一份 MCP Market Map，梳理了 MCP 發展現狀。

可以看到，MCP Client 和 MCP Server 生態已經初具模型并在日益繁榮。（如下圖所示）

MCP 生態現狀

其中，在 MCP Marketplace 板塊，MCP.so 導航網站的制作者，就是國內知名的獨立開發者 idoubi。

目前，MCP.so 收錄的 MCP Server 數量已經超過了 7000 個，其中就包括 302.ai 的 Sandbox MCP Server 和 Browser MCP Server。

用戶只需要在客戶端連接這兩個 MCP Server，就可以讓 AI 對遠程 Linux 服務器和遠程瀏覽器進行操作，完成相應的任務，極其便利。

mcp.so 主頁截圖

4. Agent 誕生 更好地調用工具

MCP 讓工具的供給變得更加方便了。

但新的挑戰接踵而至：一個 AI 模型能有效掌握和使用的工具數量是有限的。就像一個人能熟練掌握和使用的技能，也是有限的。

在人類社會里，每個人都專注于擅長的領域，以醫生、律師、教師、工程師、程序員等職業身份，把自己的事情做好。

AI 也是同理。

當工具不再是主要瓶頸后，如何讓 AI 模型更聰明、更高效地使用這些工具，就成了核心問題。

Agent 就在這個背景下誕生了。

Agent 最簡公式

我認為，理解 Agent 最簡單的一個公式就是

Agent = LLM + Tools

有工具使用權限的 AI 就是 Agent，中文翻譯成「代理人」，有些地方會翻譯為「智能體」。

Agent 最簡單的實現框架

現在，對于 Agent 的發展，業界有兩個大的方向：

• 通用 Agent（通才）：很多大模型公司都在往這個方向努力。但現階段，受限于模型能力等各方面的挑戰，這注定暫時只是一個美好的理想。
• 垂直 Agent（專才）： 專注于解決特定領域或特定類型任務。目前看來更容易落地、也更有可能在短期內產生實際價值。

???

在垂直 Agent 優化實踐中，我們有幾條關鍵經驗，也在此分享給大家：

• 明確的指引。在實踐中體現為精準的系統提示詞。
• 垂直的工具。在實踐中體現為只接入任務強相關的 MCP Server。
• 完整的上下文。在實踐中體現為完善的任務描述和任務記憶。

讀到這里，你就已經追到了 AI Agent 領域發展的最前沿。

5. Agent 通信 新的協議應運而生

然后，更新的挑戰又出現了。

單個垂直 Agent 能解決特定問題，但面對更復雜的現實任務，往往需要多個不同能力的垂直 Agent 協同配合。

現在，各家公司都在閉門造自己的 Agent。這些 Agent 之間缺乏統一的溝通方式和協作機制，注定重復且低效。

這有點像 MCP 出現之前的工具生態，又一次走到了需要「標準化」的路口，只不過這次標準化的對象是 Agent 本身。

???

為了解決 Agent 之間的信息互通問題，一些新的協議開始進入起草階段，其中比較受關注的有：

• ANP（Agent Network Protocol）：中國開發者率先提出并推動的一個協議。
• A2A（Agent-to-Agent）Protocol：Google 也在探索類似的概念和協議。

Google A2A Protocol 原理示意圖

這些協議的核心目標，大致可以歸納為兩點：

• 第一，讓 Agent 之間明確彼此的能力，便于協作。就像外包網站的個人主頁，清晰寫明自己的專長，其他人可以按需查找，找到合適了的人就一起做項目。
• 第二，讓 Agent 之間可以高效地傳遞信息。就像團隊協作之前，大家約定好溝通方式（比如人會約定好用飛書還是用釘釘）以及消息格式（類似布置任務需要包含哪些信息）。

至于未來哪個協議會成為主流，現在下結論還為時尚早。

但可以肯定的是，Agent 之間的互聯互通，將進一步釋放 AI 潛能，催生一個更加靠近 C 端（用戶端）、更加繁榮、更加有想象力的巨大市場。

6. 展望 2025 Agent 之年的無限機遇

最后，讓我們來系統回顧一下這條演進路徑：

• 隨著大模型能力的提升，AI 輸出的內容越來越靠譜。人們開始讓 AI 通過調用工具與外部世界直接交互，把 AI 變成了 Agent。
• MCP 協議統一了工具的開發標準，從而簡化了 Agent 的開發難度。
• 現階段單個 Agent 無法很好地使用大量工具，所以垂直 Agent 成為了當前的主流。
• 垂直 Agent 之間需要配合才可以完成復雜的任務，這催生了 ANP / A2A 等新的互聯協議。

你看，技術的發展往往不是一蹴而就的。

每個重大節點（Function Call/Tool Use、Agent、MCP、ANP/A2A）的出現，背后都有其歷史必然性。

???

再往后呢？

考慮到當前基礎模型的發展速度和架構特點，我認為，垂直 Agent 市場將會在歷史舞臺上存在相當長的一段時間。

即使未來出現了能力極強的「超級通用 Agent」，在很多場景下，高度優化、成本可控的垂直 Agent 組合，可能仍然是更具性價比、更可靠的選擇。

恰似古語有云：三個臭皮匠，頂一個諸葛亮。

Agent 生態的爆發，可能來得比大多數人想象中還要快。

2025 是名副其實的 Agent 之年。這背后蘊藏著的，是巨大的技術變革和商業機會，以及我們這代人幾十年才得一遇的科技浪潮。

衷心希望我今天的分享，能幫你更好地理解這個正在發生的未來。也希望每一位在這個領域努力探索的朋友，都能抓住機遇，在今年摘取到屬于自己的勝利果實。

官方網站

• 302.AI: https://302.ai
• MCP.so: https://mcp.so
• Anthropic | Introducing the Model Context Protocol: https://www.anthropic.com/news/model-context-protocol
• Anthropic | Model Context Protocol: https://modelcontextprotocol.io/introduction
• ANP | Agent Network Protocol: https://agent-network-protocol.com
• ANP | AgentNetworkProtocol: https://github.com/agent-network-protocol/AgentNetworkProtocol
• A2A | A2A Protocol: https://google.github.io/A2A
• A2A | Agent2Agent Protocol: https://github.com/google/A2A

• Norah Sakal | What is Model Context Protocol (MCP)? How it simplifies AI integrations compared to APIs: https://norahsakal.com/blog/mcp-vs-api-model-context-protocol-explained
• a16z | A Deep Dive Into MCP and the Future of AI Tooling: https://a16z.com/a-deep-dive-into-mcp-and-the-future-of-ai-tooling
• What is Model Context Protocol (MCP): Explained: https://composio.dev/blog/what-is-model-context-protocol-mcp-explained
• What Is the Model Context Protocol (MCP) and How It Works: https://www.descope.com/learn/post/mcp#llm-isolation-&-the-nxm-problem
• 常高偉 | 多角度全面對比Google最新的A2A、ANP、MCP: https://mp.weixin.qq.com/s/n1R-wOtNBTKtHdIHOUhQmw
• idoubi | 詳解 MCP 核心架構: https://mp.weixin.qq.com/s/uTsr06MnJ9t3sGDzLD99_g

Powered by