MCP, ACP 和 Agent2Agent 爲可擴展 AI 成果樹立標準

開放協議旨在標準化 AI 系統之間的連接、通信和上下文信息的吸收，這爲急於從實驗階段轉向實際解決方案的 IT 領導者們帶來了急需的成熟性。專家認爲，三大協議——模型上下文協議 (MCP)、代理通信協議 (ACP) 以及 Agent2Agent——有望幫助 IT 領導者們擺脫兩年多來屢次失敗的概念驗證項目，開啓一個可衡量 AI 進步的新時代。

“在 AI 正逐漸成爲企業戰略基石的時代，標準化工作不僅僅是技術上的註腳 —— 它們代表了我們由 AI 驅動的未來基礎設施，”醫療 AI 公司 Xsolis 的首席技術官 Zach Evans 表示，“這些協議使得跨組織的系統之間能夠實現無縫通信。”

Evans 認爲，儘管未來可能還會涌現出其他開放協議，但標準化的努力將有助於提高 AI 採用率，特別是當這些協議能促進來自多個供應商的模型和代理之間的互聯互通時 —— 這正是 IT 領導者即將面臨的 AI 代理管理挑戰中至關重要的問題。

“當不同的 AI 系統能夠更便捷地相互交互時，歷史已經證明這會推動採用率的提升，” Evans 說道，“這不是某個供應商獨自孤立運作，而是各供應商和他們的解決方案能夠彼此互動，實現智能的交接。”

Salesforce 產品架構副總裁 Gary Lerhaupt 補充道，這些新協議將使 IT 團隊能夠無縫連接各種 AI 代理，從而降低 AI 集成的成本和複雜性。

他說：“如果沒有標準化的協議，公司將無法從數字勞動力中獲得最大價值，或者不得不自行構建互操作能力，這將增加技術債務。”

Lerhaupt 還指出，協議對於 AI 安全性和可擴展性同樣至關重要，因爲它們使得 AI 代理能夠相互驗證、交換數據並協調複雜的工作流。

“業界可以構建出更爲健壯且可信賴的多代理系統，這些系統能夠與現有基礎設施集成，從而鼓勵創新和協作，而不是各自爲戰、零散孤立的點對點解決方案，”他說，“對 CIOs 和 CAIOs 來說，這轉化爲更大的靈活性、更高的安全性，以及在整個技術生態中推動更具戰略性和高效的 AI 項目的能力。”

什麼是 MCP？

模型上下文協議 (MCP) 由 Anthropic 於今年 11 月發佈，提供了一種標準化方式，將 AI 模型連接到包括企業自身持有的數據在內的不同數據源和工具。Anthropic 作爲 Claude AI 模型的開發者，指出 MCP 的主要優勢在於其賦予 AI 用戶在大語言模型 (LLM) 和其供應商之間切換的靈活性。

管理服務提供商 Ensono 的 AI 與預測系統副總裁 Jim Piazza 認爲，這種靈活性使 CIO 能夠根據哪種模型最適合組織需求來進行選擇，同時也有助於避免供應商鎖定問題。

他表示：“隨着模型變得越來越專業化，MCP 就有機會爲我們的混亂局面提供一些秩序。我親切地將 MCP 稱爲連接所有部分的管道堆棧。”

MCP 還擁有越來越多的預構建集成，AI 大語言模型可以直接接入。3 月份，Microsoft 在其 Copilot Studio 定製和代理構建工具中宣佈支持 MCP。該集成允許 Copilot Studio 通過 MCP 添加新的 AI 應用和代理。近期，其他 AI 供應商也紛紛宣佈了對 MCP 的兼容性。

有些倡導者認爲，MCP 還將幫助 DevOps 團隊更好地利用 AI。

解讀 ACP

今年早些時候，在 MCP 發佈之後，IBM 宣佈了代理通信協議 (ACP) 的草案，該協議旨在使來自不同供應商的 AI 代理能夠相互連接。

IBM Research 的生態系統負責人兼 AI 研究工程師 Sandi Besen 在 Towards Data Science 上撰文稱，ACP 是“一種將當今零散的 AI 代理格局轉變爲互聯隊友的通用協議，這爲全新的互操作性、複用性和規模化奠定了基礎。”

Besen 表示，ACP 使用標準 HTTP 模式進行通信，與依賴更復雜方法的 JSON-RPC 相比，它更容易集成到生產環境中。該協議是 IBM 在 4 月份向 Linux Foundation 捐贈的包括 BeeAI 在內的 AI 生態系統的一部分。

Agent2Agent 閃亮登場

同樣在 4 月，Google 推出了競爭性 AI 協議 Agent2Agent，該協議同樣使得不同的 AI 代理能夠相互協作。Google 開發人員在博客文章中寫道：“企業將從一種標準化的方法中受益，該方法可用於跨多樣平臺和雲環境管理其代理。我們認爲這種通用的互操作性對於充分發揮協作式 AI 代理的潛力至關重要。”

擁有超過 50 個 Google 技術合作夥伴支持的 Agent2Agent 將使 IT 領導者能夠串聯一系列 AI 代理，從而更容易獲得組織所需的專用功能，Ensono 的 Piazza 如是說。

其創建者認爲，ACP 和 Agent2Agent 兩種聚焦於連接 AI 代理的協議，都是對以模型爲中心的 MCP 的有益補充。

隨着這些新協議的出現，Piazza 預見到將會出現 AI 代理商店，讓用戶可以從多個供應商提供的一系列專用代理或模型中進行選擇。

他說：“假設市場上有 100,000 個模型，如果我能通過一個預先部署、預先託管的模型獲得不錯的效果，並且可以通過 MCP 直接調用它，那我爲什麼還要去訓練自己的模型呢？”

雲管理供應商 Solo.io 的全球現場首席技術官 Christian Posta 最終表示，這些新協議預示着一條實現 AI 規模化採用的新道路。

他指出：“AI 已經在以極快的速度發展，但沒有標準化的速度只會導致混亂。標準協議在於它區別於漫無目的的快速擴張、重複錯誤和失誤累積，而是能夠以有意圖的方式實現規模化。”