隨著人工智能技術(shù)的不斷發(fā)展，MCP（Model-Connect Protocol）和A2A（Agent-to-Agent）協(xié)議逐漸成為行業(yè)關(guān)注的焦點(diǎn)。這兩個(gè)協(xié)議分別由Anthropic和谷歌推出，旨在提升智能體與外部工具、數(shù)據(jù)源及API資源的連接效率，以及實(shí)現(xiàn)不同智能體之間的直接互通與協(xié)作。本文將深入探討MCP和A2A的定義、原理及其在Agent開(kāi)發(fā)中的應(yīng)用，分析它們?nèi)绾瓮苿?dòng)智能體搭建的效率提升，并展望未來(lái)可能的發(fā)展趨勢(shì)。

一、MCP和A2A是什么？

1. MCP是什么？

是海外大模型巨頭Anthropic公司在今年2月推出的一個(gè)協(xié)議，這個(gè)協(xié)議的主要目的，是讓智能體與外部工具、數(shù)據(jù)源及API資源的連接問(wèn)題變得更加簡(jiǎn)單。例如，通過(guò)MCP協(xié)議，AI模型可以安全訪問(wèn)數(shù)據(jù)庫(kù)、調(diào)用API或操作特定工具，類似于“AI使用工具箱”的標(biāo)準(zhǔn)化接口；簡(jiǎn)單一點(diǎn)理解，就是以前我搭建一個(gè)agent的時(shí)候，需要對(duì)接很多的API（比如搜索引擎API）以及外部工具（比如文檔編輯器、圖表可視化組件、網(wǎng)頁(yè)預(yù)覽工具等），每一個(gè)對(duì)接項(xiàng)目都需要研發(fā)一個(gè)一個(gè)的對(duì)接，并且市面上的每一個(gè)開(kāi)發(fā)者都需要重復(fù)一遍這樣的過(guò)程；

MCP實(shí)現(xiàn)了一個(gè)事情，讓所有的API、工具、數(shù)據(jù)源能夠按照統(tǒng)一的協(xié)議“改造”，只要經(jīng)過(guò)一次“改造”，這些工具都可以被開(kāi)發(fā)者直接調(diào)用，這樣就達(dá)成如下的效果：

1. 開(kāi)發(fā)者可以不用投入太多開(kāi)發(fā)成本就快速的擁有一堆可以使用的API，可以使用的API變多了，使用API的開(kāi)發(fā)成本也降低了；
2. 不用每一個(gè)開(kāi)發(fā)者每次對(duì)接的時(shí)候都要開(kāi)發(fā)一遍，只要經(jīng)過(guò)協(xié)議“改造”，這些資源就可以被直接使用；

形象一點(diǎn)講，MCP定義了一個(gè)統(tǒng)一的“充電插頭”，讓API、數(shù)據(jù)源、外部工具這些“充電線”連接到同一個(gè)插頭，這樣，開(kāi)發(fā)者就只需要對(duì)接插頭就可以使用很多的充電線，而不用每一個(gè)充電線對(duì)接一個(gè)插頭。

2. A2A是什么？

A2A是谷歌2025年4月最近公開(kāi)的一個(gè)協(xié)議，它能夠?qū)崿F(xiàn)不同的智能體之間能夠?qū)崿F(xiàn)直接互通，讓智能體之間能夠協(xié)作起來(lái)解決多任務(wù)的問(wèn)題。

那么我們?cè)趺慈ダ斫釧2A和MCP之間的關(guān)系，概括起來(lái)講，他們兩個(gè)本質(zhì)上，都是在解決智能體搭建的效率問(wèn)題，MCP是讓搭建單個(gè)Agent的效率變得更高，而A2A是讓多個(gè)Agent能夠連接起來(lái)，形成一個(gè)能力更加強(qiáng)大的Agent。

B端究竟需要什么样的产品经理？

B端产品经理都是以提升供应侧的工作效率为目的，所以B端需求主要是以业务问题为导向。 这个是B端产品比较重要的一点，B端产品是服务于一个主体 ...

查看详情 >

這其中的詳細(xì)邏輯是，MCP解決了搭建單個(gè)Agent需要的API、數(shù)據(jù)源、外部工具的對(duì)接效率問(wèn)題，但是事實(shí)上每一個(gè)解決單點(diǎn)應(yīng)用問(wèn)題的Agent其實(shí)也是一個(gè)“應(yīng)用能力單元”，它可以也像API一樣被繼續(xù)使用，因此Agent之間需要一個(gè)連接協(xié)議，讓他們能夠快速的通訊，因此出現(xiàn)了A2A協(xié)議。

二、從更上一層的角度理解MCP和A2A

MCP和A2A都是在解決Agent應(yīng)用的開(kāi)發(fā)問(wèn)題，為了更加系統(tǒng)的理解他們，我們從搭建Agent需要的核心要素這個(gè)角度出發(fā)，從更上一層去了解，MCP和A2A處于Agent開(kāi)發(fā)的哪個(gè)位置，從而也理解以后可能得走向是什么樣的，我把Agent開(kāi)發(fā)的核心要素和目前火熱的概念如MCP、A2A、computer use、推理模型等聯(lián)系在一起如下圖：

1. Agent開(kāi)發(fā)的4個(gè)關(guān)鍵要素

個(gè)人認(rèn)為，搭建一個(gè)Agent的核心要素應(yīng)該包括：大模型、技能、知識(shí)庫(kù)、規(guī)劃 這4個(gè)部分。

1.大模型：大模型是這個(gè)Agent的底座能力，可能解決Agent60%的基礎(chǔ)能力，但是，現(xiàn)階段的大模型并不是萬(wàn)能的，它只具備生成和思考的能力，并不一定具備執(zhí)行的能力，比如大模型本身不具備搜索能力，不具備瀏覽器和可視化組件能力，因此它需要搭配技能來(lái)使用；

2.技能：Agent搭建的技能都是一些技術(shù)和產(chǎn)品能力，其中包括如下幾種情況；

①有對(duì)外開(kāi)放的API、數(shù)據(jù)源、工具，這些屬于企業(yè)有開(kāi)源，或者需要付費(fèi)接入的資源，開(kāi)發(fā)者能夠直接接入和使用，但是存在的問(wèn)題就是開(kāi)發(fā)者接入和使用這些資源會(huì)比較繁瑣，工作量很大，因此誕生了MCP協(xié)議，解決統(tǒng)一對(duì)接的問(wèn)題；

②但是還有很多的資源，企業(yè)是完全閉源沒(méi)有對(duì)外開(kāi)放的，比如公眾號(hào)的文章、小紅書(shū)的筆記、淘寶的商品等，官網(wǎng)為了鞏固自己的數(shù)據(jù)壁壘不對(duì)外開(kāi)放，但是開(kāi)發(fā)者需要這種資源，因此出現(xiàn)了computer use的技術(shù)；

③最后，考慮到Agent其實(shí)也是一個(gè)能力單元，多個(gè)agent可以形成更強(qiáng)大的Agent，但是agent之間連接存在問(wèn)題，所以出現(xiàn)了A2A協(xié)議。

3.知識(shí)庫(kù)：制約Agent搭建的另一個(gè)重要的因素是知識(shí)庫(kù)，因?yàn)榇怪睉?yīng)用場(chǎng)景需要行業(yè)知識(shí)庫(kù)；

4.規(guī)劃：最后一點(diǎn)，怎么結(jié)合業(yè)務(wù)和用戶場(chǎng)景的需求，并整合大模型、技能、知識(shí)庫(kù)的資源，形成業(yè)務(wù)流或者工作流，解決應(yīng)用場(chǎng)景問(wèn)題，規(guī)劃環(huán)節(jié)可能更多體現(xiàn)的是產(chǎn)品工程設(shè)計(jì)的能力。

2. 如何看待未來(lái)4個(gè)要素未來(lái)可能的發(fā)展趨勢(shì)？

根據(jù)這張框架圖，并結(jié)合最近的一些行業(yè)動(dòng)態(tài)，個(gè)人覺(jué)得未來(lái)Agent的4個(gè)要素可能的發(fā)展趨勢(shì)如下：

1.大模型未來(lái)可能會(huì)直接整合技能：比如最近我們看到OpenAI和Deepseek推出的最新模型已經(jīng)能夠支持搜索、文檔處理等技能，大模型本身也在直接支持各種API和工具，雖然目前支持的技能還比較少，但是長(zhǎng)期看，隨著支持的越來(lái)越多，可能大模型本身就解決了技能的問(wèn)題；

2.把規(guī)劃的問(wèn)題也交給模型：現(xiàn)在的Agent的規(guī)劃基本還是依靠人工來(lái)設(shè)計(jì)，很考驗(yàn)產(chǎn)品經(jīng)理和技術(shù)的業(yè)務(wù)理解能力和工程設(shè)計(jì)能力，但是像Manus這類的產(chǎn)品，現(xiàn)在已經(jīng)支持直接通過(guò)模型解決規(guī)劃問(wèn)題，未來(lái)可能更多的場(chǎng)景規(guī)劃并不需要人工來(lái)設(shè)計(jì)，更多的交給模型；

3.知識(shí)庫(kù)生態(tài)的構(gòu)建和連接：MCP和A2A解決的是技能生態(tài)構(gòu)建和連接效率的問(wèn)題，下一個(gè)Agent的難題可能就在知識(shí)庫(kù)，所以知識(shí)庫(kù)生態(tài)的構(gòu)建和連接問(wèn)題，或許會(huì)是MCP和A2A之后的下一個(gè)統(tǒng)一協(xié)議的方向。

三、MCP和A2A將帶來(lái)哪些行業(yè)機(jī)會(huì)？

1. 對(duì)于騰訊、阿里、字節(jié)等大廠而言

MCP和A2A對(duì)于大廠而言，將會(huì)在PAAS層和SaaS層帶來(lái)一些新的競(jìng)爭(zhēng)方向，其中包括：

1.在PAAS層：大廠可能會(huì)盡快構(gòu)建自己的MCP平臺(tái)，構(gòu)建Agent搭建需要的技能和工具生態(tài)，他們可以將大量的API通過(guò)支持MCP協(xié)議之后放到平臺(tái)中，讓更多的開(kāi)發(fā)者使用，幫助開(kāi)發(fā)者更容易的開(kāi)發(fā)出Agent；比如我們看到騰訊云和阿里百煉目前已經(jīng)在平臺(tái)內(nèi)支持MCP服務(wù)的能力，整合MCP服務(wù)資源，同時(shí)支持開(kāi)發(fā)者自定義MCP服務(wù)；

2.在SaaS層：一方面可以利用MCP和A2A的能力，讓自家的看家AI應(yīng)用支持更加強(qiáng)大的應(yīng)用能力，包括通過(guò)MCP支持多種技能，以及通過(guò)A2A構(gòu)建超級(jí)Agent；另一方面，也可以更容易的搭建Agent平臺(tái)；

2. 對(duì)于創(chuàng)業(yè)者而言

1.MCP服務(wù)平臺(tái)：創(chuàng)業(yè)者當(dāng)然也可以作為MCP服務(wù)資源的整合者，通過(guò)整合市面上的MCP服務(wù)，構(gòu)建MCP服務(wù)平臺(tái)，為中小企業(yè)創(chuàng)業(yè)者提供MCP接入的服務(wù)；

2.自己整合MCP資源開(kāi)發(fā)AI應(yīng)用：同樣，中小企業(yè)也可以自己整和可以內(nèi)用的MCP服務(wù)，為企業(yè)自己所用，構(gòu)建更強(qiáng)大的AI應(yīng)用。