新兴的 AI 协议旨在简化模型连接和智能体管理，为 CIO 提供更简单、标准化的 AI 部署路线图，同时避免供应商锁定。

图源：Rob Schultz/Shutterstock

旨在标准化 AI 系统如何连接、通信和吸收背景信息的开放协议，正在为 AI 市场带来急需的成熟度，而 IT 领导者正焦虑地希望从实验转向实际解决方案。 专家们认为，有三项协议尤其显示出潜力——模型上下文协议（MCP）、智能体通信协议（ACP）和 Agent2Agent——它们有望帮助 IT 领导者将两年多来失败的概念验证项目抛在身后，开启一个可衡量的 AI 进展新时代。 医疗保健 AI 公司 Xsolis 的首席技术官 Zach Evans（扎克·埃文斯）表示：“在一个 AI 正在成为企业战略基石的时代，标准化工作不仅仅是技术注脚——它们代表了我们由 AI 驱动的未来的基础设施。这些协议使系统能够跨越组织边界无缝通信。”

Evans 说，尽管其他开放协议可能仍会涌现，但标准化工作可能会提高 AI 的采用率，特别是当它们促进与来自多个供应商的模型和智能体的连接时——这是 IT 领导者即将面临的 AI 智能体管理挑战中的一个关键问题。

Evans 说：“历史告诉我们，当不同的 AI 系统能够更便捷地相互交互时，这就会推动采用。这不仅仅是一个供应商在真空中独自运作。你有能力让这些供应商和这些解决方案能够相互交互并创建智能的交接。” Salesforce 的产品架构副总裁 Gary Lerhaupt（加里·勒豪普特）补充道，这些新协议将使 IT 团队能够无缝连接不同的 AI 智能体，并降低 AI 集成的成本和复杂性。

他说：“没有标准化的协议，公司将无法从数字劳动力中获得最大价值，或者将被迫自行构建互操作性能力，从而增加技术债务。” Lerhaupt 补充说，协议对于 AI 的安全性和可扩展性也至关重要，因为它们将使 AI 智能体能够相互验证、交换数据并协调复杂的工作流程。 他说：“行业可以构建更强大、更值得信赖的多智能体系统，这些系统与现有基础设施集成，鼓励创新和协作，而不是孤立、零散的点解决方案。对于 首席信息官（CIO） 和首席人工智能官（ CAIO） 而言，这意味着更大的灵活性、更高的安全性，以及在其技术领域推动更具战略性和效率的 AI 计划的能力。”

一、什么是 MCP？

模型上下文协议（Model Context Protocol，简称 MCP）由 Anthropic 于 11 月发布，提供了一种将 AI 模型连接到不同数据源和工具（包括企业自身持有的数据）的标准化方式。据 Claude AI 模型的开发者 Anthropic 称，MCP 的主要优势在于 AI 用户可以灵活地在大型语言模型（LLM）及其供应商之间切换。 托管服务提供商 Ensono 的 AI 和预测系统副总裁 Jim Piazza（吉姆·皮亚扎）表示，这种灵活性使 CIO 能够根据组织需求选择性能最佳的 AI 模型。他还补充说，这也帮助他们避免供应商锁定。 他说：“随着模型变得越来越专业化，MCP 就有机会为我们提供一些秩序来应对混乱。我亲切地称 MCP 为‘管道堆栈’。它将一切连接在一起。”

MCP 还拥有越来越多 LLM 可以接入的预构建集成。今年 3 月，微软宣布在其 Copilot Studio 定制和智能体构建工具中支持 MCP。该集成允许 Copilot Studio 通过 MCP 添加新的 AI 应用程序和智能体。其他 AI 供应商近几周也宣布了 MCP 兼容性。 一些倡导者表示，MCP 还将帮助 DevOps 团队利用 AI。

二、解读 ACP

今年早些时候，在 MCP 发布之后，IBM 宣布了智能体通信协议（Agent Communication Protocol，简称 ACP）的草案，旨在使 AI 智能体（即使来自不同供应商）能够相互连接。 IBM 研究院的生态系统负责人兼 AI 研究工程师 Sandi Besen（桑迪·贝森）在《走向数据科学》（Towards Data Science）中写道，ACP 是“一种通用协议，将当今 AI 智能体的碎片化格局转变为相互连接的队友。这解锁了新的互操作性、重用和扩展水平。” Besen 说，ACP 使用标准的 HTTP 模式进行通信，与依赖更复杂方法的 JSON-RPC 相比，更容易集成到生产环境中。该协议是 IBM 于 4 月捐赠给 Linux 基金会的 AI 生态系统（包括 BeeAI）的一部分。

三、Agent2Agent 随之而来

接着，同样在 4 月，谷歌推出了与之竞争的 Agent2Agent AI 协议，该协议也使不同的 AI 智能体能够相互操作。谷歌开发者在一篇博客文章中写道：“企业受益于一种标准化的方法，可以在不同平台和云环境中管理其智能体。我们相信，这种通用互操作性对于充分发挥协作式 AI 智能体的潜力至关重要。” Ensono 的 Piazza 表示，Agent2Agent 得到了 50 多家谷歌技术合作伙伴的支持，它将允许 IT 领导者将一系列 AI 智能体串联起来，从而更容易获得其组织所需的专业功能。 其创建者表示，ACP 和 Agent2Agent 都专注于连接 AI 智能体，它们是与以模型为中心的 MCP 互补的协议。 随着新协议的出现，Piazza 可以设想 AI 智能体商店的兴起，允许用户从多个供应商的专业智能体或模型菜单中进行选择。

他说：“假设有 10 万个模型。如果我能从预先存在、预先托管的模型中获得不错的结果，并且我可以使用 MCP 来调用它，为什么我还需要去训练自己的模型呢？” 云管理供应商 Solo.io 的全球现场首席技术官 Christian Posta（克里斯蒂安·波斯塔）表示，最终，这些新协议指向了一条实现可扩展 AI 采用的新路径。 他说：“AI 已经发展得非常快，但没有标准化的速度只会导致混乱。标准协议是将 haphazard（杂乱无章）、fragmented（零散）方向的快速前进、重复自我、扩散错误与有目的地扩展区分开来的关键。”

作者：Grant Gross（格兰特·格罗斯）

Grant Gross（格兰特·格罗斯）是CIO的资深撰稿人，是一名长期的科技记者。他曾担任华盛顿记者，后来担任IDG新闻服务的高级编辑。在他职业生涯的早期，他曾担任Linux.com的总编辑和科技职业网站Techies.com的新闻编辑。在遥远的过去，他曾在明尼苏达州和达科他州的报纸担任记者和编辑。

译者：宝蓝

【睿观：为解决AI部署困境，MCP、ACP及Agent2Agent等新兴协议应运而生。它们致力于标准化模型连接与智能体通信，实现跨供应商互操作，避免锁定。CIO可借此简化集成、降低成本、增强安全，推动AI从实验走向可扩展的实用成果。

金句：

AI协议的标准化，是告别实验混乱、避免供应商锁定、迈向可扩展、可互操作AI未来的关键基石。】