一場(chǎng)關(guān)于AI與智能體標(biāo)準(zhǔn)、協(xié)議與生態(tài)的暗戰(zhàn)已經(jīng)箭在弦上。
在美劇《權(quán)力的游戲》中，頗為精彩的是，不到最后，永遠(yuǎn)不知道主角是誰(shuí)。而如今的AI行業(yè)，正在上演著這樣一場(chǎng)好戲。
當(dāng)所有人緊盯模型參數(shù)與性能的競(jìng)爭(zhēng)時(shí)，Anthropic于2024年11月推出智能體開(kāi)放標(biāo)準(zhǔn)——MCP（Model Context Protocol，模型上下文協(xié)議)，欲統(tǒng)一大型語(yǔ)言模型與外部數(shù)據(jù)源、工具之間的通信協(xié)議。
之后，OpenAI宣布Agent SDK支持MCP，谷歌DeepMind首席執(zhí)行官Demis Hassabis也于近日確認(rèn)，谷歌Gemini模型及軟件開(kāi)發(fā)工具包將集成這一開(kāi)放標(biāo)準(zhǔn)，其稱(chēng)MCP“正迅速成為AI代理時(shí)代的開(kāi)放標(biāo)準(zhǔn)”。
與此同時(shí)，谷歌在Google Cloud Next 2025大會(huì)上宣布開(kāi)源首個(gè)標(biāo)準(zhǔn)智能體交互協(xié)議——Agent2Agent Protocol（簡(jiǎn)稱(chēng)A2A），打破現(xiàn)有框架與供應(yīng)商之間的壁壘，實(shí)現(xiàn)智能體在不同生態(tài)系統(tǒng)中的安全、高效協(xié)作。
科技巨頭這一系列動(dòng)作，徹底揭開(kāi)了AI與智能體在連接標(biāo)準(zhǔn)、接口協(xié)議與生態(tài)系統(tǒng)等維度競(jìng)爭(zhēng)的帷幕。“協(xié)議即權(quán)力”在這一刻顯形，在全球AI競(jìng)爭(zhēng)格局尚未成型之際，誰(shuí)掌握了AI時(shí)代的基礎(chǔ)協(xié)議標(biāo)準(zhǔn)定義權(quán)，誰(shuí)就有機(jī)會(huì)重構(gòu)全球AI產(chǎn)業(yè)鏈的權(quán)力圖譜與價(jià)值分配秩序。
未來(lái)AI生態(tài)的“USB-C端口”
隨著AI技術(shù)的快速發(fā)展，大型語(yǔ)言模型如GPT、Claude等已經(jīng)展現(xiàn)出驚人的能力。這些模型的真正價(jià)值在于它們能夠利用外部世界的數(shù)據(jù)和工具進(jìn)行交互，從而解決實(shí)際問(wèn)題。
然而，這種交互能力長(zhǎng)期以來(lái)一直面臨著碎片化和標(biāo)準(zhǔn)化缺失的問(wèn)題，導(dǎo)致開(kāi)發(fā)者需要為不同的AI模型和平臺(tái)實(shí)現(xiàn)特定的集成邏輯。
為了解決這一問(wèn)題，MCP應(yīng)運(yùn)而生。作為連接AI模型與外部世界的橋梁，MCP解決了AI交互時(shí)面臨的幾個(gè)關(guān)鍵問(wèn)題。
在MCP出現(xiàn)之前，AI模型若要連接本地?cái)?shù)據(jù)庫(kù)（如SQLite）獲取數(shù)據(jù)，或是調(diào)用遠(yuǎn)程工具（如Slack進(jìn)行團(tuán)隊(duì)溝通、GitHub API管理代碼），開(kāi)發(fā)者需針對(duì)每個(gè)數(shù)據(jù)源或工具編寫(xiě)特定連接代碼，不僅過(guò)程繁瑣且易出錯(cuò)，由于缺乏統(tǒng)一標(biāo)準(zhǔn)，導(dǎo)致開(kāi)發(fā)成本高、維護(hù)困難且難以擴(kuò)展。
Anthropic公司在推出MCP時(shí)，作了一個(gè)形象的比喻：MCP就像AI應(yīng)用程序的USB-C端口。MCP的目標(biāo)是創(chuàng)建一個(gè)通用標(biāo)準(zhǔn)，讓各種模型和外部系統(tǒng)接入都使用同一個(gè)協(xié)議，而不是每次另寫(xiě)一套集成方案，從而使AI應(yīng)用程序的開(kāi)發(fā)和集成變得更加簡(jiǎn)單和統(tǒng)一。
例如，在軟件開(kāi)發(fā)項(xiàng)目中，基于MCP的AI工具可直接深入項(xiàng)目代碼倉(cāng)庫(kù)，分析代碼結(jié)構(gòu)、理解歷史提交記錄，進(jìn)而為開(kāi)發(fā)者提供更貼合項(xiàng)目實(shí)際需求的代碼建議，顯著提升開(kāi)發(fā)效率與代碼質(zhì)量。
在過(guò)去，為了讓大模型等AI應(yīng)用使用數(shù)據(jù)，通常需要復(fù)制粘貼或上傳下載，即使是最強(qiáng)大的模型也會(huì)受到數(shù)據(jù)隔離的限制，形成信息孤島。要做出更強(qiáng)大的模型，每個(gè)新數(shù)據(jù)源都需要自己重新定制實(shí)現(xiàn)，使真正互聯(lián)的系統(tǒng)難以擴(kuò)展，存在很多局限性。
MCP通過(guò)提供統(tǒng)一的接口，直接在AI與數(shù)據(jù)（包括本地?cái)?shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)）之間架起一座橋梁，通過(guò)MCP服務(wù)器和MCP客戶端，只要都遵循這套協(xié)議，就能實(shí)現(xiàn)“萬(wàn)物互聯(lián)”，使得AI應(yīng)用能夠安全地訪問(wèn)和操作本地及遠(yuǎn)程數(shù)據(jù)，為AI應(yīng)用提供了連接萬(wàn)物的接口。
從架構(gòu)上看，MCP主要包含兩個(gè)核心部分：MCP服務(wù)器和MCP客戶端。開(kāi)發(fā)人員可以通過(guò)MCP服務(wù)器將自己的數(shù)據(jù)公開(kāi)，這些數(shù)據(jù)可以來(lái)自本地的文件系統(tǒng)、數(shù)據(jù)庫(kù)，也可以是遠(yuǎn)程的服務(wù)，如Slack、GitHub等的API。而構(gòu)建連接到這些服務(wù)器的AI應(yīng)用程序，就被稱(chēng)為MCP客戶端。簡(jiǎn)單來(lái)說(shuō)，MCP服務(wù)器負(fù)責(zé)把數(shù)據(jù)暴露出來(lái)，MCP客戶端則負(fù)責(zé)訪問(wèn)這些數(shù)據(jù)。
在AI模型訪問(wèn)外部數(shù)據(jù)和工具時(shí)，安全性是一個(gè)重要考量因素。MCP通過(guò)標(biāo)準(zhǔn)化的數(shù)據(jù)訪問(wèn)接口，大大減少了直接接觸敏感數(shù)據(jù)的環(huán)節(jié)，降低了數(shù)據(jù)泄露的風(fēng)險(xiǎn)。
MCP內(nèi)置了安全機(jī)制，數(shù)據(jù)源可在安全框架內(nèi)，有控制地向AI共享數(shù)據(jù)，AI也能將處理結(jié)果安全反饋給數(shù)據(jù)源，并確保只有經(jīng)過(guò)驗(yàn)證的請(qǐng)求才能訪問(wèn)特定資源，相當(dāng)于在數(shù)據(jù)安全又加上了一道防線，打消企業(yè)在數(shù)據(jù)安全方面的顧慮，為AI在企業(yè)級(jí)場(chǎng)景中的深度應(yīng)用奠定堅(jiān)實(shí)基礎(chǔ)。
例如，MCP服務(wù)器自己控制資源，不需要將API密鑰等敏感信息提供給大模型技術(shù)商。這樣一來(lái)，即使大模型受到攻擊，攻擊者也無(wú)法獲取到這些敏感信息，從而對(duì)風(fēng)險(xiǎn)進(jìn)行了有效隔離。
可以說(shuō)，MCP是AI技術(shù)發(fā)展的必然產(chǎn)物，也是一座重要里程碑，它不僅簡(jiǎn)化了AI應(yīng)用的開(kāi)發(fā)過(guò)程，還為AI生態(tài)系統(tǒng)的繁榮創(chuàng)造了條件。
作為一種開(kāi)放標(biāo)準(zhǔn)，MCP極大激發(fā)了開(kāi)發(fā)者社區(qū)活力，全球開(kāi)發(fā)者可圍繞MCP貢獻(xiàn)代碼、開(kāi)發(fā)新連接器，不斷拓展其應(yīng)用邊界，形成良性生態(tài)循環(huán)，推動(dòng)AI與各行業(yè)數(shù)據(jù)深度融合發(fā)展。這種開(kāi)放性使得AI應(yīng)用能夠更容易地接入各種服務(wù)和工具，形成豐富的生態(tài)系統(tǒng)，最終讓用戶和整個(gè)行業(yè)受益。
MCP的優(yōu)勢(shì)不僅體現(xiàn)在技術(shù)層面，更重要的是它給不同領(lǐng)域帶來(lái)的實(shí)際價(jià)值。在AI時(shí)代，信息的獲取和處理能力決定了一切，而MCP讓多個(gè)智能體可以協(xié)作，最大限度地發(fā)揮彼此的特長(zhǎng)。
例如，在醫(yī)療領(lǐng)域，智能體通過(guò)MCP連接患者電子病歷、醫(yī)學(xué)數(shù)據(jù)庫(kù)，再結(jié)合醫(yī)生的專(zhuān)業(yè)判斷，能夠更快給出初步診斷建議。在金融行業(yè)，智能體可以協(xié)作分析財(cái)經(jīng)數(shù)據(jù)、跟蹤市場(chǎng)變化，甚至自動(dòng)進(jìn)行股票交易。這種智能體之間的分工合作，使得數(shù)據(jù)處理更高效，也讓決策更加精準(zhǔn)。
回顧 MCP的發(fā)展歷程，不難發(fā)現(xiàn)它的成長(zhǎng)速度驚人。2023年初，MCP完成了核心通信協(xié)議的設(shè)計(jì)，實(shí)現(xiàn)了基本的智能體注冊(cè)與消息傳遞功能。這就像給智能體創(chuàng)造了一種通用的語(yǔ)言，讓它們可以互相交流，而不是各說(shuō)各話。
2023年底，MCP進(jìn)一步擴(kuò)展了功能，支持智能體調(diào)用外部API和數(shù)據(jù)共享，相當(dāng)于讓智能體不僅可以聊天，還能互相傳遞信息、共同處理任務(wù)。
2024年初，MCP生態(tài)更上一層樓，開(kāi)發(fā)者工具包、示例項(xiàng)目紛紛上線，社區(qū)貢獻(xiàn)的智能體插件突破100個(gè)，實(shí)現(xiàn)了“百花齊放”的局面。
近期，微軟把MCP集成到其Azure OpenAI服務(wù)中，谷歌DeepMind也宣布將為MCP提供支持，并將其集成到Gemini模型和SDK中。不僅是大型科技企業(yè)，AI初創(chuàng)企業(yè)和開(kāi)發(fā)工具提供商也都紛紛接入MCP，比如Block、Apollo、Zed、Replit、Codeium、Sourcegraph等。
MCP的風(fēng)生水起，引得騰訊、阿里巴巴等中國(guó)科技企業(yè)迅速跟進(jìn)爭(zhēng)相布局，把其視為AI生態(tài)系統(tǒng)戰(zhàn)略的重要一步。比如近日阿里云百煉平臺(tái)推出全生命周期MCP服務(wù)，無(wú)需用戶管理資源、開(kāi)發(fā)部署、工程運(yùn)維等工作，將智能體開(kāi)發(fā)周期壓縮至分鐘級(jí)。騰訊云發(fā)布“AI開(kāi)發(fā)套件”，支持MCP插件托管服務(wù)，幫助開(kāi)發(fā)者快速搭建業(yè)務(wù)型智能體。
多智能體協(xié)作的 “隱形橋梁”
隨著MCP協(xié)議讓智能體從聊天工具變身行動(dòng)助手，科技巨頭們開(kāi)始在這片新戰(zhàn)場(chǎng)修筑標(biāo)準(zhǔn)與生態(tài)的“小院高墻”。
相比MCP專(zhuān)注于讓AI模型與外部工具和數(shù)據(jù)連接，A2A則更進(jìn)一步，聚焦于智能體之間的高效協(xié)作。
A2A協(xié)議的設(shè)計(jì)初衷很簡(jiǎn)單，讓不同來(lái)源、不同廠商的智能體能夠互相理解、協(xié)作，為多智能體的協(xié)作將帶來(lái)更高的自主性。
這就像WTO旨在消減各國(guó)間的關(guān)稅壁壘一樣，不同供應(yīng)商和框架的智能體就像一個(gè)個(gè)獨(dú)立的國(guó)家，一旦采用A2A，就相當(dāng)于加入了自由貿(mào)易區(qū)，能夠用共同語(yǔ)言交流、無(wú)縫協(xié)作，聯(lián)手完成單個(gè)智能體難以獨(dú)立完成的復(fù)雜工作流程。
A2A協(xié)議的具體互操作形式是通過(guò)促進(jìn)客戶端智能體（Client Agent）和遠(yuǎn)程智能體（Remote Agent）之間的通信來(lái)實(shí)現(xiàn)的。客戶端智能體負(fù)責(zé)制定和傳達(dá)任務(wù)，遠(yuǎn)程智能體根據(jù)這些任務(wù)采取行動(dòng)，以提供正確的信息或執(zhí)行相應(yīng)的操作。
在這個(gè)過(guò)程中，A2A協(xié)議有以下幾個(gè)關(guān)鍵能力：
首先，智能體可以通過(guò)“智能體卡”來(lái)宣傳它們的能力。這些“智能體卡”是以JSON格式存在的，它們能夠讓客戶端智能體識(shí)別出哪個(gè)遠(yuǎn)程智能體最適合執(zhí)行特定的任務(wù)。
一旦確定了合適的遠(yuǎn)程智能體，客戶端智能體就可以利用A2A協(xié)議與之進(jìn)行通信，將任務(wù)分配給它。
之后，任務(wù)管理是A2A協(xié)議中的一個(gè)重要環(huán)節(jié)?？蛻舳撕瓦h(yuǎn)程智能體之間的通信都是圍繞完成任務(wù)展開(kāi)的。協(xié)議定義了一個(gè)“任務(wù)”對(duì)象，對(duì)于一些簡(jiǎn)單的任務(wù)，可以立即完成；而對(duì)于一些復(fù)雜的、長(zhǎng)期的任務(wù)，智能體之間可以相互溝通，以保持對(duì)任務(wù)完成狀態(tài)的同步。
此外，A2A還支持智能體之間的協(xié)作。多個(gè)智能體可以相互發(fā)送消息，這些消息可以包含上下文信息、回復(fù)或者用戶指令。通過(guò)這種方式，多個(gè)智能體能夠更好地協(xié)同工作，共同完成復(fù)雜的任務(wù)。
在設(shè)計(jì)該協(xié)議時(shí)，谷歌遵循了五個(gè)關(guān)鍵原則。第一，A2A專(zhuān)注于使智能體能夠在它們自然的、非結(jié)構(gòu)化的模式下進(jìn)行協(xié)作，即使它們不共享內(nèi)存、工具和上下文也能相互協(xié)作。
第二，該協(xié)議是基于現(xiàn)有的、流行的標(biāo)準(zhǔn)構(gòu)建的，包括HTTP、服務(wù)器端事件（SSE）、JSON-RPC等，這意味著它更容易與企業(yè)日常已經(jīng)使用的現(xiàn)有IT堆棧進(jìn)行集成。
例如，一家電商企業(yè)日常使用 HTTP 協(xié)議來(lái)處理網(wǎng)頁(yè)數(shù)據(jù)傳輸，利用JSON-RPC在前后端傳遞數(shù)據(jù)指令。引入 A2A 協(xié)議后，企業(yè)的訂單管理系統(tǒng)可以通過(guò)HTTP與A2A協(xié)議對(duì)接，快速獲取相關(guān)智能體提供的物流數(shù)據(jù)更新，無(wú)需大費(fèi)周章地重新搭建復(fù)雜的數(shù)據(jù)傳輸通道，能輕松融入現(xiàn)有的IT架構(gòu)，讓各個(gè)系統(tǒng)協(xié)同工作更加順暢。
第三，A2A被設(shè)計(jì)為支持企業(yè)級(jí)的認(rèn)證和授權(quán)。使用A2A 協(xié)議能夠快速通過(guò)身份驗(yàn)證，安全地獲取數(shù)據(jù)，保障數(shù)據(jù)傳輸?shù)陌踩院秃弦?guī)性，防止數(shù)據(jù)泄露風(fēng)險(xiǎn)。
第四，A2A具有充分的靈活性，能夠支持從快速任務(wù)到可能需要數(shù)小時(shí)甚至數(shù)天（當(dāng)人類(lèi)參與其中時(shí)）的深入研究等各種場(chǎng)景。在整個(gè)過(guò)程中，A2A可以向用戶提供實(shí)時(shí)反饋、通知和狀態(tài)更新。
以一家科研機(jī)構(gòu)為例，研究人員利用A2A協(xié)議下的智能體進(jìn)行新藥物研發(fā)相關(guān)研究。簡(jiǎn)單的任務(wù)如快速檢索數(shù)據(jù)庫(kù)中已有的藥物分子結(jié)構(gòu)信息，幾秒內(nèi)就能完成并反饋給研究人員。但對(duì)于復(fù)雜任務(wù)，像模擬新藥物分子在人體環(huán)境中的反應(yīng)，可能需要數(shù)天時(shí)間。
在這期間，A2A協(xié)議會(huì)不斷向研究人員推送模擬進(jìn)度，比如已經(jīng)完成了多少步驟、當(dāng)前遇到的問(wèn)題等，讓研究人員隨時(shí)掌握情況，就像時(shí)刻有個(gè)助手在匯報(bào)工作進(jìn)展。
第五，智能體的世界不僅限于文本，所以A2A支持各種模態(tài)，包括音頻、圖像和視頻流。
想象一下，未來(lái)你的智能助手、公司的CRM系統(tǒng)、供應(yīng)鏈管理AI，甚至是不同云平臺(tái)上的智能體，彼此像老朋友一樣“聊任務(wù)、分工作”，高效完成從簡(jiǎn)單查詢到復(fù)雜流程的各種需求，機(jī)器智能時(shí)代將由此開(kāi)啟。
目前，該協(xié)議已經(jīng)支持Atlassian、Box、Cohere、Intuit、MongoDB、PayPal、Salesforce、SAP等50多家主流科技企業(yè)的應(yīng)用平臺(tái)。
值得注意的是，這些都是和谷歌生態(tài)有微妙關(guān)系的企業(yè)。比如Cohere，一家獨(dú)立的AI初創(chuàng)公司，2019年由三位曾在Google Brain工作的研究人員創(chuàng)立的；他們和谷歌云有多年的技術(shù)合作，谷歌云為Cohere提供訓(xùn)練模型所需的計(jì)算能力。
Atlassian，一家提供團(tuán)隊(duì)協(xié)作工具的公司，像Jira和Confluence這些工具很多人都在用，他們和谷歌有合作，一些應(yīng)用可以在谷歌的產(chǎn)品里使用。
雖然谷歌表示，A2A是對(duì)Anthropic提出的MCP模型上下文協(xié)議的補(bǔ)充。但仔細(xì)想來(lái)，這有點(diǎn)像當(dāng)年谷歌牽頭80多家企業(yè)搞安卓系統(tǒng)的意味。隨著加入的企業(yè)越來(lái)越多，A2A的商業(yè)價(jià)值將得到極大提升，并將推動(dòng)整個(gè)智能體生態(tài)的快速發(fā)展。
從“連接工具”到“統(tǒng)治生態(tài)”
MCP與A2A代表了AI互聯(lián)互通的兩條不同路徑，MCP作為底層的模型交互協(xié)議，確保應(yīng)用程序與不同模型的無(wú)縫對(duì)接；而A2A在此基礎(chǔ)上提供智能體間的協(xié)作框架，強(qiáng)調(diào)智能體間的自主發(fā)現(xiàn)和靈活協(xié)作。這種分層結(jié)構(gòu)可以同時(shí)滿足模型標(biāo)準(zhǔn)化和智能體協(xié)作的需求。
同時(shí)，兩者在各自細(xì)分領(lǐng)域取得主導(dǎo)地位。MCP在企業(yè)級(jí)應(yīng)用、跨模型服務(wù)和標(biāo)準(zhǔn)化場(chǎng)景中占據(jù)優(yōu)勢(shì)；A2A在開(kāi)源社區(qū)、研究項(xiàng)目和創(chuàng)新型應(yīng)用中獲得更多支持。
站在宏觀角度，MCP與A2A的崛起不僅關(guān)乎未來(lái)AI技術(shù)標(biāo)準(zhǔn)，更預(yù)示著AI產(chǎn)業(yè)格局的重大變革，我們正在見(jiàn)證AI從“單體智能”邁向“協(xié)作網(wǎng)絡(luò)”的歷史性拐點(diǎn)。正如互聯(lián)網(wǎng)的發(fā)展歷程所示，開(kāi)放、標(biāo)準(zhǔn)化協(xié)議的確立將成為推動(dòng)行業(yè)發(fā)展的關(guān)鍵力量。
但從更深層面看，MCP與A2A背后隱藏著巨大的商業(yè)利益，以及未來(lái)AI技術(shù)話語(yǔ)權(quán)的爭(zhēng)奪。
商業(yè)模式方面，兩者正開(kāi)辟不同盈利路徑。Anthropic計(jì)劃基于MCP推出企業(yè)版服務(wù)，按照API調(diào)用量向企業(yè)收費(fèi)。企業(yè)借助MCP將內(nèi)部數(shù)據(jù)與AI深度融合，提升業(yè)務(wù)效率，同時(shí)需要為這一便捷服務(wù)買(mǎi)單。
谷歌則憑借A2A協(xié)議推動(dòng)云服務(wù)訂閱，企業(yè)在使用A2A構(gòu)建智能體協(xié)作網(wǎng)絡(luò)時(shí)，被引導(dǎo)使用谷歌云平臺(tái)強(qiáng)大算力與相關(guān)服務(wù)，從而增加谷歌云業(yè)務(wù)營(yíng)收。
數(shù)據(jù)壟斷層面，掌握協(xié)議標(biāo)準(zhǔn)意味著掌控AI數(shù)據(jù)流向。谷歌通過(guò)A2A協(xié)議，在眾多企業(yè)智能體協(xié)作過(guò)程中收集海量數(shù)據(jù)，這些數(shù)據(jù)反哺其核心廣告算法，進(jìn)一步鞏固在廣告市場(chǎng)的霸主地位。Anthropic則欲通過(guò)MCP讓AI深入企業(yè)數(shù)據(jù)核心，若形成規(guī)模優(yōu)勢(shì)，也將積累大量行業(yè)數(shù)據(jù)，為拓展業(yè)務(wù)、開(kāi)發(fā)更貼合企業(yè)需求的AI產(chǎn)品提供數(shù)據(jù)支撐。
開(kāi)源策略上，兩者雖均宣稱(chēng)開(kāi)源，但各有盤(pán)算。MCP核心協(xié)議開(kāi)源，吸引開(kāi)發(fā)者參與生態(tài)建設(shè)，但企業(yè)級(jí)關(guān)鍵功能（如遠(yuǎn)程連接高級(jí)功能、多模態(tài)數(shù)據(jù)深度處理）則需付費(fèi)解鎖，平衡開(kāi)源與商業(yè)利益。A2A協(xié)議開(kāi)源的同時(shí)，引導(dǎo)50多家企業(yè)合作伙伴優(yōu)先使用谷歌云服務(wù)，將開(kāi)源生態(tài)與自身商業(yè)體系緊密綁定，增強(qiáng)用戶粘性與平臺(tái)競(jìng)爭(zhēng)力。
科技本無(wú)善惡，但當(dāng)其嵌入利益鏈條時(shí)，便成為權(quán)力與控制的載體。每一次技術(shù)革命都在重構(gòu)世界的利益鏈條，工業(yè)革命將利益鏈從土地與勞動(dòng)力轉(zhuǎn)向資本與機(jī)器，而數(shù)字革命則將其推向數(shù)據(jù)與算法。
開(kāi)源工具固然可以探索創(chuàng)新路徑，但別妄想用數(shù)據(jù)與算法鑰匙打開(kāi)所有大門(mén)，因?yàn)槊看荑€都刻著平臺(tái)利益的密碼。
各家科技企業(yè)表面上在開(kāi)放AI生態(tài)，實(shí)則都在圍繞更有利于自己的應(yīng)用場(chǎng)景，正在筑起高且厚的生態(tài)墻，防止數(shù)據(jù)金礦被挖墻腳，畢竟AI時(shí)代的終極競(jìng)爭(zhēng)力依然是數(shù)據(jù)。
標(biāo)準(zhǔn)與協(xié)議之爭(zhēng)的另一面
相比于數(shù)字世界，通過(guò)標(biāo)準(zhǔn)化的接口和協(xié)議接入現(xiàn)實(shí)世界實(shí)現(xiàn)萬(wàn)物互聯(lián)，或許才是科技巨頭的最大興趣點(diǎn)。隨著工業(yè)機(jī)器人、自動(dòng)駕駛、智能傳感器等物理AI終端的爆發(fā)式增長(zhǎng)，搶占虛擬與現(xiàn)實(shí)交互的入口，并形成“全域感知-瞬時(shí)決策-精準(zhǔn)執(zhí)行”的AI網(wǎng)絡(luò)，已成為解鎖萬(wàn)億級(jí)物理智能生態(tài)的密鑰。
通過(guò)標(biāo)準(zhǔn)化接口，工廠中的機(jī)械臂可直接向AI模型發(fā)送實(shí)時(shí)工況數(shù)據(jù)，模型則能動(dòng)態(tài)調(diào)整生產(chǎn)參數(shù)并回傳指令，形成閉環(huán)的AI網(wǎng)絡(luò)。這種虛實(shí)協(xié)同徹底改變了傳統(tǒng)制造業(yè)的運(yùn)維邏輯——過(guò)去依賴人工編程的物理設(shè)備，如今通過(guò)標(biāo)準(zhǔn)化的接口協(xié)議與AI模型“自由對(duì)話”。
在醫(yī)療領(lǐng)域，手術(shù)機(jī)器人通過(guò)協(xié)議接入AI診斷系統(tǒng)，實(shí)時(shí)獲取患者影像數(shù)據(jù)并調(diào)整操作精度；可穿戴設(shè)備將生理指標(biāo)直連云端模型，實(shí)現(xiàn)“千人千面”的個(gè)性化診療。
由此，以MCP和A2A為代表的接口和交互協(xié)議將成為AI網(wǎng)絡(luò)中的“神經(jīng)突觸”，一頭連接著數(shù)字世界的大模型和智能體，另一頭連接起現(xiàn)實(shí)世界的各類(lèi)智能終端設(shè)備和業(yè)務(wù)場(chǎng)景，真正讓AI走入了現(xiàn)實(shí)世界。
然而，物理AI的深度集成也帶來(lái)新挑戰(zhàn)。工廠設(shè)備、醫(yī)療儀器等業(yè)務(wù)場(chǎng)景對(duì)協(xié)議的安全性、實(shí)時(shí)性要求遠(yuǎn)高于純數(shù)字場(chǎng)景，接口和協(xié)議需要在低延遲通信與數(shù)據(jù)隔離機(jī)制上持續(xù)進(jìn)化，才能支撐起萬(wàn)億級(jí)物理終端的互聯(lián)需求。
MCP與A2A最終能否走向融合尚無(wú)定論，若其各自為政，科技巨頭極有可能筑起“AI小院高墻”。由此，數(shù)據(jù)孤島現(xiàn)象將愈發(fā)嚴(yán)重，不同協(xié)議陣營(yíng)企業(yè)間數(shù)據(jù)流通受阻，限制AI創(chuàng)新應(yīng)用范圍；開(kāi)發(fā)者需掌握多套協(xié)議開(kāi)發(fā)技能，增加學(xué)習(xí)成本與開(kāi)發(fā)工作量，抑制創(chuàng)新活力；行業(yè)創(chuàng)新方向易被巨頭協(xié)議引導(dǎo)，初創(chuàng)企業(yè)因難以兼容多協(xié)議，在競(jìng)爭(zhēng)中處于劣勢(shì)，阻礙行業(yè)整體創(chuàng)新步伐。
我們希望，MCP和A2A的崛起將推動(dòng)全球AI產(chǎn)業(yè)朝著協(xié)作而非對(duì)抗的方向進(jìn)化。
就像從19世紀(jì)的鐵路軌距之爭(zhēng)，到20世紀(jì)的移動(dòng)通信標(biāo)準(zhǔn)戰(zhàn)，每一次技術(shù)割裂都伴隨著巨大的社會(huì)成本。AI標(biāo)準(zhǔn)與協(xié)議之爭(zhēng)的后果可能更為深遠(yuǎn)，它將決定我們是走向“萬(wàn)物互聯(lián)”的星際聯(lián)邦，還是墮入“猜疑鏈”橫行的黑暗森林。
唯一可以確定的是，當(dāng)?shù)谝欢隆癆I小院高墻”筑起時(shí)，沒(méi)有一方能獨(dú)善其身。
熱門(mén)跟貼