你好,欢迎您来到福建信息主管(CIO)网! 设为首页|加入收藏|会员中心
您现在的位置:>> 新闻资讯 >>
大模型上下文协议(MCP)能否加速代理型AI(AI智能体)革命?
作者:CIO&睿观 来源:CIOCDO 发布时间:2025年04月16日 点击数:

AI代理(AI智能体)应用趋势是自主连接多源数据以解决复杂问题。其落地关键在于克服数据连接障碍。大模型上下文协议(MCP)作为开放标准,获行业巨头支持,旨在打通数据与LLM连接瓶颈,推动AI代理创新普及。

图片来源:Offset 上的 Hero Images / Shutterstock

【睿观:大模型上下文协议(MCP)”或其英文对应 "Large Model Context Protocol (MCP)" 并不是一个在人工智能或大型语言模型(LLM)领域广泛建立或普遍认可的标准协议术语,不像 HTTP 或 TCP/IP 那样有明确的规范。目前没有一个公认的“大模型上下文协议(MCP)”的行业标准。这个术语通常指的是:1、对现有上下文处理方式的概念性总结。2、某个特定系统或研究中的内部协议。然而,我们可以从相关概念来理解它:

  1. 概念性描述:它可能是一个概念性的术语,用来描述大型模型(如 LLM)处理和理解输入信息(即“上下文”)时所遵循的一系列规则、约定或最佳实践。这包括:

    • 上下文的格式:

      如何组织输入信息(例如,通过角色区分用户和助手的对话历史、系统提示等)。

    • 上下文的长度限制:

      模型能有效处理的最大上下文窗口。

    • 上下文的传递方式:

      通常通过 API 调用中的特定字段(如 prompt或 messages数组)来传递。

    • 上下文的解释机制:

      模型内部如何利用提供的上下文来生成回应。

  2. 特定系统或框架的术语:"MCP" 也是某个特定的大模型AI对话框架中定义的协议或接口规范,用于标准化其大型语言模型与应用程序之间传递和管理上下文的方式。具体含义需要参考该特定系统或框架的文档。】


代理型AI(AI智能体)经常被誉为下一波创新浪潮,有望改变企业与客户和供应商的互动方式。Gartner预测,到2029年,该技术将解决80%的常见客户服务问题,从而将运营成本降低30%。但对于供应商和厂商来说,将大型语言模型(LLM)连接到多个数据源以提供真正自主的代理型AI是一个关键挑战。旧系统加上专有协议使得跨内外网络共享数据变得困难。

2024年11月,大型语言模型开发商Anthropic推出了大模型上下文协议(MCP)作为开放标准,有可能解决其中一些挑战。该公司描述MCP使开发人员能够在其数据源和人工智能(AI)驱动的工具之间建立安全的双向连接。与用于跨系统共享数据的更被动的协议,如语言服务器协议(LSP)相比,MCP允许自主代理调用和决策,以获取适当的数 据和模型来处理请求。有人将MCP比作AI应用的USB-C接口。

一、开放式创新

作为一个开放标准,MCP有机会像HTTP网络协议推动互联网革命一样迅速获得采用。同样,电子邮件通过开放的SMTP标准成为推动互联网采用的杀手级应用。

如果MCP开始在开发人员和厂商中逐渐流行起来,那么随着它成为事实上的标准,可能会形成一个创新的良性循环。目前,这一领域缺乏竞争标准,这也增加了MCP成功的机会。

二、走向主流

尽管有一个快速增长的开发人员社区正在使用MCP构建应用,但像微软、Cloudflare和OpenAI这样的行业巨头最近宣布支持它,推动该标准走向主流。微软已将其Copilot Studio平台添加了对MCP的支持,而Cloudflare现在允许客户构建和部署远程MCP服务器。

这些发展意义重大,因为它们消除了企业内部部署MCP服务器的需要,为没有广泛IT资源的企业打开了部署机会。

OpenAI对MCP的支持尤其重要,因为它是Anthropic的关键竞争对手之一。这表明,如果AI要真正为企业提供价值,共同的连接启用器至关重要。“我们正在进入AI的协议时代,”AI初创公司Pleias的联合创始人Alexander Doria(亚历山大·多里亚)表示。“这就是代理将真正做事的方式。”

三、未来展望

尽管MCP势头强劲,但潜在的障碍可能会阻碍其采用。安全、可发现性和企业捕获是最大的三个挑战。

当AI代理对远程数据库和服务器进行自主调用时,安全漏洞的潜在风险显而易见。Anthropic在协议中构建了多层安全性,以确保外部数据源和服务器的调用安全,但随着安全变得更加复杂,我们预计像微软和Cloudflare这样的供应商和解决方案提供商将把安全性作为其产品的竞争差异化因素。

MCP的关键价值在于将多个工具、大型语言模型和数据源整合在一起,使自主代理能够提供现实世界问题的答案和解决方案。这些资源在接近实时的环境中的可发现性也是一个挑战。25年前,谷歌通过其索引和PageRank算法解决了在万维网上查找信息的问题。

随着用户涌向搜索引擎,网站所有者优化了他们的内容以提高可见性,使大部分网络适应了谷歌的算法。MCP服务器是这场代理型AI转型的核心,目前正在进行各种计划以对它们进行编目和提供访问。MCP.so目前列出并提供连接到超过4800个MCP服务器,数量每天都在增长。

另一个潜在挑战在于MCP标准可能通过企业捕获而分裂为更专有的格式。微软在20世纪90年代试图通过Internet Explorer浏览器及其VBScript和Jscript脚本语言来占据网络市场。尽管最终未能成功,但它本可以破坏过去30年的数字创新爆炸。

四、更大的利益

尽管存在这些挑战,MCP的未来是积极的。动态的开发人员社区分享信息和最佳实践,为实验和创新提供了坚实的基础。最近,科技巨头加入进来,提供解决方案以将MCP的潜力扩展到桌面之外和外部网络,这应该鼓励首席信息官探索该标准对其组织的潜力。

“随着更广泛的市场采用AI代理,以及在减少或零集成工作的情况下实现互操作性的能力,”数据管道可观测性和可追溯性平台Pantomath的首席技术官Jeremy Gaerke(杰里米·盖尔克)表示,“企业SaaS客户将把AI代理(AI智能体)互操作性视为默认要求。MCP可能就是答案。”

作者:Martin De Saulles(马丁·德·索勒斯)

译者:穿山甲