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【本文受版权保护】原创内容,盗版必究。用户可以有机会将自己正在使用的大模型,与转载请注明出处:www.tangshuang.net原创内容,盗版必究。全世界优秀的软件连接,从而,可以在类似C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。hatGPT之类的聊天类应用中,完成智能【版权所有,侵权必究】未经授权,禁止复制转载。的任务处理(期间调用工具来实现特定目的)转载请注明出处:www.tangshuang.net未经授权,禁止复制转载。

【转载请注明来源】【本文受版权保护】

当我们在聊天界面中,连接了工具体系时,可【原创不易,请尊重版权】【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本文版权归作者所有,未经授权不得转载。【作者:唐霜】并无二致,我们还有必要深入研究Agent【未经授权禁止转载】【版权所有,侵权必究】技术吗?

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】【原创不易,请尊重版权】

今天,我想聊一聊这个问题,并结合自己的实原创内容,盗版必究。【本文受版权保护】际落地场景,来聊一聊未来可能的一种协议架著作权归作者所有,禁止商业用途转载。【访问 www.tangshuang.net 获取更多精彩内容】构。

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。【版权所有】唐霜 www.tangshuang.net

MCP未解决之点

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

【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。【本文首发于唐霜的博客】

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。越高。但是由于全球数据枯竭,这种智能提升本文作者:唐霜,转载请注明出处。未经授权,禁止复制转载。的速度越来越慢。而即使智能程度越来越高,【转载请注明来源】未经授权,禁止复制转载。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】本文作者:唐霜,转载请注明出处。因包括但不限于如下:

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。本文版权归作者所有,未经授权不得转载。
  • 人类语言的随机性,同一句话在不同背景下意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图不同
  • 著作权归作者所有,禁止商业用途转载。【原创不易,请尊重版权】【原创内容,转载请注明出处】【未经授权禁止转载】
  • 大模型的幻觉,会自动联想用户意图,而这部未经授权,禁止复制转载。本文作者:唐霜,转载请注明出处。分可能与用户的真实意图有偏差
  • 本文作者:唐霜,转载请注明出处。【未经授权禁止转载】原创内容,盗版必究。原创内容,盗版必究。
  • 用户真实意图无法完全用语言表达
  • 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。
  • 用户表达错误
  • 【版权所有,侵权必究】【原创不易,请尊重版权】

而Agent是怎么解决的呢?主要涉及到如转载请注明出处:www.tangshuang.net本文作者:唐霜,转载请注明出处。下内容:

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。
  • 记忆,Agent和单一用户之间形成了长期【作者:唐霜】著作权归作者所有,禁止商业用途转载。记忆,从而能够判断用户当下需求背景,提升转载请注明出处:www.tangshuang.net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。本文版权归作者所有,未经授权不得转载。转载请注明出处:www.tangshuang.net
  • 多轮交流,Agent会与用户多轮交流,让【关注微信公众号:wwwtangshuangnet】【本文受版权保护】用户补充需求细节
  • 【本文首发于唐霜的博客】未经授权,禁止复制转载。
  • 验证,部分Agent会提供类似“测试用例转载请注明出处:www.tangshuang.net【未经授权禁止转载】”的方案,通过用例来对其用户需求
  • 著作权归作者所有,禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net【未经授权禁止转载】【本文受版权保护】
  • 动态调整,Agent在执行任务过程中,用【转载请注明来源】【原创不易,请尊重版权】户可根据阶段结果进行调整,避免过度跑偏的【原创不易,请尊重版权】【转载请注明来源】情况
  • 【原创不易,请尊重版权】转载请注明出处:www.tangshuang.net

可见,Agent作为上层应用,并不完全依著作权归作者所有,禁止商业用途转载。【转载请注明来源】赖大模型来解决问题,而是通过巧妙的架构设【作者:唐霜】未经授权,禁止复制转载。计来让程序更能准确执行用户目标。

未经授权,禁止复制转载。【原创内容,转载请注明出处】【原创不易,请尊重版权】未经授权,禁止复制转载。

规划更为合理的任务

虽然类似deepseek之类的大模型,在【本文受版权保护】【关注微信公众号:wwwtangshuangnet】规划的表现上非常不错,但是存在的问题是,未经授权,禁止复制转载。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,而想要完未经授权,禁止复制转载。转载请注明出处:www.tangshuang.net全符合用户目标,则需要人的参与,并且需要【转载请注明来源】【未经授权禁止转载】再次重新全部生成。而且,作为对话,大模型【原创内容,转载请注明出处】本文作者:唐霜,转载请注明出处。chat应用无法直接进行反馈修改。而Ag【关注微信公众号:wwwtangshuangnet】【本文首发于唐霜的博客】ent则可以从应用层面,采取一定的策略来原创内容,盗版必究。【原创内容,转载请注明出处】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。【未经授权禁止转载】任务列表和阶段,比如根据系统设定,让特定转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net类型的任务有固定的规划框架等等。

【转载请注明来源】转载请注明出处:www.tangshuang.net

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,工具转载请注明出处:www.tangshuang.net【原创内容,转载请注明出处】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】本文作者:唐霜,转载请注明出处。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。【原创不易,请尊重版权】个任务,即根据上一次的结果选择工具执行,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】并拿到结果后返回给用户。

【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。【原创不易,请尊重版权】未经授权,禁止复制转载。

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

原创内容,盗版必究。本文作者:唐霜,转载请注明出处。【版权所有,侵权必究】

以GenSpark编程目标为例,我们在G【版权所有】唐霜 www.tangshuang.net【本文受版权保护】enSpark中发起一个编程任务时,它会【原创不易,请尊重版权】【版权所有】唐霜 www.tangshuang.net经历从需求理解到架构设计,再到原型稿,开转载请注明出处:www.tangshuang.net【作者:唐霜】发MVP,再到写代码,做测试。这些阶段化【访问 www.tangshuang.net 获取更多精彩内容】【作者:唐霜】的步骤,让Agent在执行过程中,并不急本文作者:唐霜,转载请注明出处。【原创内容,转载请注明出处】于立即得到结果,而是在每一步都力求把步骤【访问 www.tangshuang.net 获取更多精彩内容】【版权所有,侵权必究】目标实现好。

【关注微信公众号:wwwtangshuangnet】转载请注明出处:www.tangshuang.net本文作者:唐霜,转载请注明出处。

自动执行

Agent的另外一大特色是自动执行,即在转载请注明出处:www.tangshuang.net【本文首发于唐霜的博客】一定条件下,完全无需人工干预,由它自己完【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net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。,软件按照这个固定路径自动执行。而Age【版权所有,侵权必究】【转载请注明来源】nt的自动执行则不需要人去设定执行路径,【访问 www.tangshuang.net 获取更多精彩内容】未经授权,禁止复制转载。而是由Agent在过程中动态地自主判断和本文作者:唐霜,转载请注明出处。【原创不易,请尊重版权】决策执行。这对人们工作来说极为重要,对于【原创内容,转载请注明出处】未经授权,禁止复制转载。人来说,只需要提出需求,获得结果(当然,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。这个结果也可以在不符合预期的时候舍弃),本文作者:唐霜,转载请注明出处。【作者:唐霜】而无需在过程中参与,这对节省时间和成本提本文作者:唐霜,转载请注明出处。【本文首发于唐霜的博客】升效率极为重要。

本文版权归作者所有,未经授权不得转载。转载请注明出处:www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】【版权所有,侵权必究】

MCP和Agent的关系

MCP可以帮助Agent在调用工具层面进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行提升,一方面,MCP社区会出现非常多的【本文受版权保护】【作者:唐霜】MCPServer可以作为备用工具,另一本文作者:唐霜,转载请注明出处。未经授权,禁止复制转载。方面,Agent可以使用智能度更高的大模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。型来作为工具调度的“大脑”,从而让工具调【版权所有,侵权必究】【访问 www.tangshuang.net 获取更多精彩内容】用更准确。

【本文受版权保护】【版权所有,侵权必究】【版权所有,侵权必究】转载请注明出处:www.tangshuang.net

但是,MCP不是专为Agent设计的,我转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net们在开发Agent时,接入MCP还需要做【版权所有】唐霜 www.tangshuang.net【转载请注明来源】基础建设开发。

【版权所有】唐霜 www.tangshuang.net【转载请注明来源】本文版权归作者所有,未经授权不得转载。

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

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。【版权所有】唐霜 www.tangshuang.net

Agent之间的交互协议

一种新的协议架构,在此之前,市面上还正式原创内容,盗版必究。【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【原创不易,请尊重版权】【作者:唐霜】议,而昨日google发布会公布了他们的未经授权,禁止复制转载。【关注微信公众号:wwwtangshuangnet】A2A协议方案。该方案旨在解决Agent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。之间的交互标准化问题。不过从google【作者:唐霜】【原创不易,请尊重版权】的调性,我不认为他们能将该标准推向通用化【转载请注明来源】【版权所有,侵权必究】

【版权所有】唐霜 www.tangshuang.net转载请注明出处:www.tangshuang.net【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。

不过,A2A协议标准必然会出现。我在之前未经授权,禁止复制转载。著作权归作者所有,禁止商业用途转载。的文章中曾提到过,用户将来可能只会有一个未经授权,禁止复制转载。【作者:唐霜】Agent为自己服务,而单一Agent往【转载请注明来源】著作权归作者所有,禁止商业用途转载。往无法解决所有问题,此时,自然而然能想到【未经授权禁止转载】【访问 www.tangshuang.net 获取更多精彩内容】的方案就是,调用其他Agent来解决特定【转载请注明来源】本文版权归作者所有,未经授权不得转载。问题,但是又不想再去购买新的Agent,【本文首发于唐霜的博客】【关注微信公众号:wwwtangshuangnet】所以接入其他Agent来实现特定目的,而【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。完成特定任务之后,立即将其释放或断开,既【访问 www.tangshuang.net 获取更多精彩内容】【作者:唐霜】环保又便捷。

【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。

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

【本文受版权保护】【访问 www.tangshuang.net 获取更多精彩内容】

结语

本文简单讨论了MCP和Agent之间的区著作权归作者所有,禁止商业用途转载。【访问 www.tangshuang.net 获取更多精彩内容】别和联系,让读者可以通过简单的语言了解从本文作者:唐霜,转载请注明出处。【本文受版权保护】MCP到Agent之间,还需要具备哪些知转载请注明出处:www.tangshuang.net【版权所有】唐霜 www.tangshuang.net识和技术。2025年,作为Agent的爆【本文受版权保护】未经授权,禁止复制转载。发之年,我已经看到市面上很多Agent的【原创不易,请尊重版权】【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,转载请注明出处】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。转载请注明出处:www.tangshuang.net转载请注明出处:www.tangshuang.net随着对执行结果要求的越来越高,未来,开发未经授权,禁止复制转载。本文版权归作者所有,未经授权不得转载。商们肯定会不断的优化Agent,使之在结【版权所有,侵权必究】本文版权归作者所有,未经授权不得转载。果和预期之间,找到更优的解决道路。

【本文受版权保护】【本文受版权保护】原创内容,盗版必究。【本文首发于唐霜的博客】

2025-04-13 3737

为价值买单,打赏一杯咖啡

本文价值37.37RMB