有了MCP,还需要深入研究Agent吗?

广告位招租
扫码页面底部二维码联系

作为连接大模型和工具的通用协议,MCP让本文作者:唐霜,转载请注明出处。转载请注明出处:www.tangshuang.net用户可以有机会将自己正在使用的大模型,与未经授权,禁止复制转载。本文版权归作者所有,未经授权不得转载。全世界优秀的软件连接,从而,可以在类似C【版权所有】唐霜 www.tangshuang.net【本文首发于唐霜的博客】hatGPT之类的聊天类应用中,完成智能转载请注明出处:www.tangshuang.net【原创内容,转载请注明出处】的任务处理(期间调用工具来实现特定目的)【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net

原创内容,盗版必究。著作权归作者所有,禁止商业用途转载。原创内容,盗版必究。【未经授权禁止转载】

当我们在聊天界面中,连接了工具体系时,可本文版权归作者所有,未经授权不得转载。【版权所有】唐霜 www.tangshuang.net能会有一个疑问:这几乎和我们接触的智能体原创内容,盗版必究。【原创不易,请尊重版权】并无二致,我们还有必要深入研究Agent原创内容,盗版必究。【本文首发于唐霜的博客】技术吗?

【原创不易,请尊重版权】【本文受版权保护】原创内容,盗版必究。【原创内容,转载请注明出处】

今天,我想聊一聊这个问题,并结合自己的实【原创内容,转载请注明出处】未经授权,禁止复制转载。际落地场景,来聊一聊未来可能的一种协议架原创内容,盗版必究。未经授权,禁止复制转载。构。

【版权所有,侵权必究】未经授权,禁止复制转载。

MCP未解决之点

通过我前面的文章,我们可以大致理解MCP【关注微信公众号:wwwtangshuangnet】【访问 www.tangshuang.net 获取更多精彩内容】的工作原理,基于此,我们知道,MCP解决【转载请注明来源】著作权归作者所有,禁止商业用途转载。的是和Function Calling类【版权所有】唐霜 www.tangshuang.net【原创不易,请尊重版权】似的问题,即让大模型在与用户对话过程中,【本文首发于唐霜的博客】本文版权归作者所有,未经授权不得转载。可以返回用来调用工具的元数据,从而可以在【访问 www.tangshuang.net 获取更多精彩内容】【作者:唐霜】chat应用层面去调用工具。然而,这个c【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】all的过程,实际上只解决了大模型调用工【版权所有】唐霜 www.tangshuang.net【作者:唐霜】具的问题。MCP并没有颠覆已有的程序交互【版权所有,侵权必究】【原创内容,转载请注明出处】模式,只是将原来的事实方案,进行了标准化转载请注明出处:www.tangshuang.net【关注微信公众号:wwwtangshuangnet】设计,以让任何大模型应用都可以按照这个标著作权归作者所有,禁止商业用途转载。【本文首发于唐霜的博客】准进行工具调用。但是,与Agent相比,【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】MCP还有多个没有考虑和解决的问题。

未经授权,禁止复制转载。原创内容,盗版必究。【原创内容,转载请注明出处】【作者:唐霜】

理解用户的真实意图

虽然随着时间的推移,大模型的智能程度越来本文版权归作者所有,未经授权不得转载。【关注微信公众号:wwwtangshuangnet】越高。但是由于全球数据枯竭,这种智能提升著作权归作者所有,禁止商业用途转载。著作权归作者所有,禁止商业用途转载。的速度越来越慢。而即使智能程度越来越高,【原创内容,转载请注明出处】【版权所有,侵权必究】也无法理想化的理解用户输入的真实意图。原【本文首发于唐霜的博客】著作权归作者所有,禁止商业用途转载。因包括但不限于如下:

原创内容,盗版必究。【作者:唐霜】【版权所有】唐霜 www.tangshuang.net原创内容,盗版必究。
  • 人类语言的随机性,同一句话在不同背景下意【版权所有,侵权必究】转载请注明出处:www.tangshuang.net图不同
  • 【版权所有】唐霜 www.tangshuang.net【版权所有,侵权必究】【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有,禁止商业用途转载。
  • 大模型的幻觉,会自动联想用户意图,而这部【作者:唐霜】【版权所有,侵权必究】分可能与用户的真实意图有偏差
  • 【未经授权禁止转载】【关注微信公众号:wwwtangshuangnet】
  • 用户真实意图无法完全用语言表达
  • 【原创不易,请尊重版权】【原创不易,请尊重版权】未经授权,禁止复制转载。
  • 用户表达错误
  • 转载请注明出处:www.tangshuang.net【转载请注明来源】【访问 www.tangshuang.net 获取更多精彩内容】【本文首发于唐霜的博客】

而Agent是怎么解决的呢?主要涉及到如【访问 www.tangshuang.net 获取更多精彩内容】本文作者:唐霜,转载请注明出处。下内容:

【版权所有,侵权必究】【作者:唐霜】未经授权,禁止复制转载。原创内容,盗版必究。
  • 记忆,Agent和单一用户之间形成了长期【转载请注明来源】【未经授权禁止转载】记忆,从而能够判断用户当下需求背景,提升【原创内容,转载请注明出处】未经授权,禁止复制转载。理解意图能力
  • 本文版权归作者所有,未经授权不得转载。未经授权,禁止复制转载。转载请注明出处:www.tangshuang.net
  • 多轮交流,Agent会与用户多轮交流,让转载请注明出处:www.tangshuang.net著作权归作者所有,禁止商业用途转载。用户补充需求细节
  • 【本文首发于唐霜的博客】【版权所有,侵权必究】著作权归作者所有,禁止商业用途转载。本文版权归作者所有,未经授权不得转载。
  • 验证,部分Agent会提供类似“测试用例原创内容,盗版必究。本文版权归作者所有,未经授权不得转载。”的方案,通过用例来对其用户需求
  • 原创内容,盗版必究。【本文受版权保护】
  • 动态调整,Agent在执行任务过程中,用【版权所有】唐霜 www.tangshuang.net著作权归作者所有,禁止商业用途转载。户可根据阶段结果进行调整,避免过度跑偏的未经授权,禁止复制转载。【原创内容,转载请注明出处】情况
  • 【访问 www.tangshuang.net 获取更多精彩内容】原创内容,盗版必究。

可见,Agent作为上层应用,并不完全依本文作者:唐霜,转载请注明出处。【未经授权禁止转载】赖大模型来解决问题,而是通过巧妙的架构设未经授权,禁止复制转载。本文作者:唐霜,转载请注明出处。计来让程序更能准确执行用户目标。

【未经授权禁止转载】未经授权,禁止复制转载。【转载请注明来源】

规划更为合理的任务

虽然类似deepseek之类的大模型,在未经授权,禁止复制转载。【转载请注明来源】规划的表现上非常不错,但是存在的问题是,【版权所有】唐霜 www.tangshuang.net本文作者:唐霜,转载请注明出处。大模型只能一次性的生成任务列表,而想要完【作者:唐霜】本文版权归作者所有,未经授权不得转载。全符合用户目标,则需要人的参与,并且需要【版权所有】唐霜 www.tangshuang.net转载请注明出处:www.tangshuang.net再次重新全部生成。而且,作为对话,大模型本文版权归作者所有,未经授权不得转载。本文版权归作者所有,未经授权不得转载。chat应用无法直接进行反馈修改。而Ag【版权所有,侵权必究】【本文受版权保护】ent则可以从应用层面,采取一定的策略来【本文首发于唐霜的博客】【访问 www.tangshuang.net 获取更多精彩内容】规划任务,比如通过与用户的互动来确定最终本文作者:唐霜,转载请注明出处。本文作者:唐霜,转载请注明出处。任务列表和阶段,比如根据系统设定,让特定未经授权,禁止复制转载。转载请注明出处:www.tangshuang.net类型的任务有固定的规划框架等等。

转载请注明出处:www.tangshuang.net【转载请注明来源】【本文首发于唐霜的博客】

阶段化螺旋式任务执行

对于大模型而言,调用工具是一次性的,工具【原创内容,转载请注明出处】【版权所有】唐霜 www.tangshuang.net的选择是否正确,结果是否符合预期,都需要【访问 www.tangshuang.net 获取更多精彩内容】【版权所有,侵权必究】用户来决策。大模型应用往往只能一次执行一原创内容,盗版必究。著作权归作者所有,禁止商业用途转载。个任务,即根据上一次的结果选择工具执行,【访问 www.tangshuang.net 获取更多精彩内容】【转载请注明来源】并拿到结果后返回给用户。

【转载请注明来源】【本文首发于唐霜的博客】【关注微信公众号:wwwtangshuangnet】

而Agent在执行任务时,则更可控。它可【本文首发于唐霜的博客】未经授权,禁止复制转载。以阶段化执行任务,通过任务规划列表,一步【原创内容,转载请注明出处】【访问 www.tangshuang.net 获取更多精彩内容】一步的执行,而在执行过程中,可与用户交互【原创不易,请尊重版权】【关注微信公众号:wwwtangshuangnet】,也可在多智能体框架下并行或窜行任务,并【原创内容,转载请注明出处】【转载请注明来源】反复确认和验证。甚至,它内部可以对任务阶【未经授权禁止转载】【转载请注明来源】段结果不满意时,动态调整整个需求,以螺旋本文作者:唐霜,转载请注明出处。【关注微信公众号:wwwtangshuangnet】式的演进方式,一点点的向目标推进。

未经授权,禁止复制转载。未经授权,禁止复制转载。

以GenSpark编程目标为例,我们在G原创内容,盗版必究。未经授权,禁止复制转载。enSpark中发起一个编程任务时,它会著作权归作者所有,禁止商业用途转载。本文版权归作者所有,未经授权不得转载。经历从需求理解到架构设计,再到原型稿,开【关注微信公众号:wwwtangshuangnet】【未经授权禁止转载】发MVP,再到写代码,做测试。这些阶段化转载请注明出处:www.tangshuang.net【关注微信公众号:wwwtangshuangnet】的步骤,让Agent在执行过程中,并不急【作者:唐霜】原创内容,盗版必究。于立即得到结果,而是在每一步都力求把步骤【关注微信公众号:wwwtangshuangnet】【原创内容,转载请注明出处】目标实现好。

【本文首发于唐霜的博客】【版权所有,侵权必究】【作者:唐霜】

自动执行

Agent的另外一大特色是自动执行,即在【作者:唐霜】【访问 www.tangshuang.net 获取更多精彩内容】一定条件下,完全无需人工干预,由它自己完【本文首发于唐霜的博客】【访问 www.tangshuang.net 获取更多精彩内容】成决策和执行。这种自动执行有别于传统的R本文作者:唐霜,转载请注明出处。【转载请注明来源】PA软件,RPA是人设定了自动执行的路径【未经授权禁止转载】【访问 www.tangshuang.net 获取更多精彩内容】,软件按照这个固定路径自动执行。而Age未经授权,禁止复制转载。本文版权归作者所有,未经授权不得转载。nt的自动执行则不需要人去设定执行路径,原创内容,盗版必究。本文作者:唐霜,转载请注明出处。而是由Agent在过程中动态地自主判断和【原创不易,请尊重版权】【转载请注明来源】决策执行。这对人们工作来说极为重要,对于原创内容,盗版必究。转载请注明出处:www.tangshuang.net人来说,只需要提出需求,获得结果(当然,【版权所有】唐霜 www.tangshuang.net【转载请注明来源】这个结果也可以在不符合预期的时候舍弃),【作者:唐霜】【版权所有】唐霜 www.tangshuang.net而无需在过程中参与,这对节省时间和成本提著作权归作者所有,禁止商业用途转载。未经授权,禁止复制转载。升效率极为重要。

【本文首发于唐霜的博客】本文作者:唐霜,转载请注明出处。著作权归作者所有,禁止商业用途转载。【作者:唐霜】

MCP和Agent的关系

MCP可以帮助Agent在调用工具层面进【作者:唐霜】未经授权,禁止复制转载。行提升,一方面,MCP社区会出现非常多的本文版权归作者所有,未经授权不得转载。本文版权归作者所有,未经授权不得转载。MCPServer可以作为备用工具,另一【未经授权禁止转载】本文作者:唐霜,转载请注明出处。方面,Agent可以使用智能度更高的大模著作权归作者所有,禁止商业用途转载。【转载请注明来源】型来作为工具调度的“大脑”,从而让工具调【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net用更准确。

【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.net著作权归作者所有,禁止商业用途转载。

但是,MCP不是专为Agent设计的,我本文版权归作者所有,未经授权不得转载。原创内容,盗版必究。们在开发Agent时,接入MCP还需要做【关注微信公众号:wwwtangshuangnet】本文版权归作者所有,未经授权不得转载。基础建设开发。

【关注微信公众号:wwwtangshuangnet】转载请注明出处:www.tangshuang.net

Agent是一个系统,包含调度系统、执行【转载请注明来源】【访问 www.tangshuang.net 获取更多精彩内容】系统、感知系统。而MCP只是执行系统中的【作者:唐霜】未经授权,禁止复制转载。一个小点。另外,目前市场上对感知系统的讨本文作者:唐霜,转载请注明出处。本文作者:唐霜,转载请注明出处。论还不多,我个人理解,感知系统也依赖工具【版权所有】唐霜 www.tangshuang.net未经授权,禁止复制转载。,例如依赖摄像头、传感器等,但是和调用工【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有,未经授权不得转载。具来执行得到结果不同,感知系统可能更多的本文作者:唐霜,转载请注明出处。【转载请注明来源】是对远端Server进行订阅,获得来自远著作权归作者所有,禁止商业用途转载。著作权归作者所有,禁止商业用途转载。端Server的消息通知。不过,从安全性【本文受版权保护】【未经授权禁止转载】的角度,这种依赖远端的方案,会在远端不工本文版权归作者所有,未经授权不得转载。【版权所有,侵权必究】作时,造成本地系统的破坏。因此,这可能是未经授权,禁止复制转载。著作权归作者所有,禁止商业用途转载。一个深度更深的话题,也是没有成为行业主流原创内容,盗版必究。转载请注明出处:www.tangshuang.net讨论的原因。

【访问 www.tangshuang.net 获取更多精彩内容】【关注微信公众号:wwwtangshuangnet】【访问 www.tangshuang.net 获取更多精彩内容】本文作者:唐霜,转载请注明出处。

Agent之间的交互协议

一种新的协议架构,在此之前,市面上还正式著作权归作者所有,禁止商业用途转载。【本文首发于唐霜的博客】未提出过不同厂商的Agent之间的交互协【版权所有】唐霜 www.tangshuang.net【版权所有,侵权必究】议,而昨日google发布会公布了他们的【转载请注明来源】【原创不易,请尊重版权】A2A协议方案。该方案旨在解决Agent【转载请注明来源】著作权归作者所有,禁止商业用途转载。之间的交互标准化问题。不过从google【本文首发于唐霜的博客】【未经授权禁止转载】的调性,我不认为他们能将该标准推向通用化【作者:唐霜】【访问 www.tangshuang.net 获取更多精彩内容】

【本文受版权保护】转载请注明出处:www.tangshuang.net著作权归作者所有,禁止商业用途转载。【作者:唐霜】

不过,A2A协议标准必然会出现。我在之前本文版权归作者所有,未经授权不得转载。【未经授权禁止转载】的文章中曾提到过,用户将来可能只会有一个本文版权归作者所有,未经授权不得转载。【原创不易,请尊重版权】Agent为自己服务,而单一Agent往【版权所有】唐霜 www.tangshuang.net【原创不易,请尊重版权】往无法解决所有问题,此时,自然而然能想到转载请注明出处:www.tangshuang.net【未经授权禁止转载】的方案就是,调用其他Agent来解决特定原创内容,盗版必究。本文作者:唐霜,转载请注明出处。问题,但是又不想再去购买新的Agent,转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net所以接入其他Agent来实现特定目的,而【本文受版权保护】本文作者:唐霜,转载请注明出处。完成特定任务之后,立即将其释放或断开,既【作者:唐霜】本文版权归作者所有,未经授权不得转载。环保又便捷。

【原创内容,转载请注明出处】【原创内容,转载请注明出处】【版权所有】唐霜 www.tangshuang.net

目前,MCP市场火热,这让我们调用工具来【版权所有,侵权必究】【本文首发于唐霜的博客】得到特定结果的场景变得越来越简单。但是,【作者:唐霜】【原创不易,请尊重版权】这里也会有一个问题。在整个过程中,人仍然转载请注明出处:www.tangshuang.net【作者:唐霜】起着主导作用。而Agent则更多的将决策【本文首发于唐霜的博客】【关注微信公众号:wwwtangshuangnet】交给机器,人只是需求方,Agent是交付【版权所有,侵权必究】【版权所有,侵权必究】方。当Agent网络越来越成熟时,甚至可【未经授权禁止转载】【转载请注明来源】以脱离人的控制,形成自决策自执行的网络体【作者:唐霜】【原创不易,请尊重版权】系。即我们在有些科幻文中所描述的,多个A【作者:唐霜】【本文受版权保护】gent形成了一个社会网络,各自扮演不同【未经授权禁止转载】【本文受版权保护】角色,相互交流和数据互通,无需人类干涉。

【版权所有,侵权必究】【版权所有】唐霜 www.tangshuang.net本文版权归作者所有,未经授权不得转载。

结语

本文简单讨论了MCP和Agent之间的区【本文受版权保护】【作者:唐霜】别和联系,让读者可以通过简单的语言了解从【转载请注明来源】著作权归作者所有,禁止商业用途转载。MCP到Agent之间,还需要具备哪些知原创内容,盗版必究。转载请注明出处:www.tangshuang.net识和技术。2025年,作为Agent的爆转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net发之年,我已经看到市面上很多Agent的【版权所有,侵权必究】【关注微信公众号:wwwtangshuangnet】开发商已经在盈利,但同时,Agent的执原创内容,盗版必究。原创内容,盗版必究。行结果距离人们理想化的结果还有一定距离。【原创不易,请尊重版权】本文版权归作者所有,未经授权不得转载。随着对执行结果要求的越来越高,未来,开发原创内容,盗版必究。【版权所有,侵权必究】商们肯定会不断的优化Agent,使之在结【本文受版权保护】【访问 www.tangshuang.net 获取更多精彩内容】果和预期之间,找到更优的解决道路。

原创内容,盗版必究。本文版权归作者所有,未经授权不得转载。

2025-04-13 3515

为价值买单,打赏一杯咖啡

本文价值35.15RMB