MCP 协议:大模型构建 Agent 智能体的桥梁

大模型技术的发展日新月异,但关于大模型的应用却步履维艰;自从2024年开始市场开始把大模型应用提上日程,但到底怎么把大模型应用于各行各业是很多人都在思考的问题。 随着时间的推移,RAG,Agent智能体的概念被提出,特别是智能体技术被称为人工智能的未来,也是大模型被应用于其它领域的途径。 但到底怎么打造智能体,却是业界一直在思考的问题;虽然后来提出了思维链以及function call,然后结合工作流技术(如coz平台),但大模型在实际应用中依然存在各种各样的问题,而且效果也并不太好。

大模型技术的发展日新月异,但关于大模型的应用却步履维艰;自从2024年开始市场开始把大模型应用提上日程,但到底怎么把大模型应用于各行各业是很多人都在思考的问题。

随着时间的推移,RAG,Agent智能体的概念被提出,特别是智能体技术被称为人工智能的未来,也是大模型被应用于其它领域的途径。

MCP 协议:大模型构建 Agent 智能体的桥梁

但到底怎么打造智能体,却是业界一直在思考的问题;虽然后来提出了思维链以及function call,然后结合工作流技术(如coz平台),但大模型在实际应用中依然存在各种各样的问题,而且效果也并不太好。

而这时一项具有划时代意义的协议——MCP协议被提了出来。

MCP (Model Context Protocol,模型上下文协议)定义了应用程序和 AI 模型之间交换上下文信息的方式。这使得开发者能够以一致的方式将各种数据源、工具和功能连接到 AI 模型(一个中间协议层),就像 USB-C 让不同设备能够通过相同的接口连接一样。MCP 的目标是创建一个通用标准,使 AI 应用程序的开发和集成变得更加简单和统一。

MCP 协议:大模型构建 Agent 智能体的桥梁

现如今大模型的功能越来越强大,但每家公司的大模型实现都不一样,也没一个统一的标准;特别是需要使用外部工具的情况下(通过接口等调用外界服务),也就是给大模型加上手和脚;面对外部复杂的接口,中间件,怎么集成这些功能却是一个大难题。

虽然可以使用function call实现部分接口调用的功能,但其效果并不是很好,而且也没一个统一的标准,因此MCP的作用就显出来了。

MCP协议官方架构图:

MCP 协议:大模型构建 Agent 智能体的桥梁

MCP就是一个中间层协议,其目的就是给大模型调用外部工具提供一个统一的标准;其功能就类似于互联网协议中的Http协议,从技术的角度来说,它只是提供了一套数据标准。

但Http协议对互联网的影响,我想应该就不用多说了吧;可以说当今的互联网就是建立在Http协议之上。

因此MCP协议对于人工智能——AI的意义,就类似于Http协议对互联网的意义。

有了这个标准,所有的公司都按照这个标准做开发,那么不同模型和服务之间就可以实现无缝切换。这就类似于,现在互联网常见的开发模式,只要你提供标准的Http接口,那么任何公司都可以调用你的服务,而你的产品就拥有无限小的边际成本。

人工智能技术虽然还处于研发和探索阶段,但人工智能的影响终将会是未来几十年,甚至几百年的核心技术;就类似于当今的互联网一样,虽然它变得很普通,但它无处不在。

相关资讯

深度解析 MCP 与 AI 工具的未来

自 2023 年 OpenAI 发布函数调用功能以来,我一直在思考如何构建一个智能体与工具协同的生态系统。 随着基础模型的智能化程度提升,智能体与外部工具、数据和 API 的交互能力变得日益碎片化:开发者需要为每个集成系统单独实现包含特定业务逻辑的智能体。 显然,我们需要一个执行、数据获取和工具调用的标准接口。

刚刚,Manus联创回应“沙盒越狱”问题,并表示:没用MCP!顺便官宣了开源计划!

💫X平台用户@jian发布帖子称通过简单的自然语言指令成功获取Manus的系统文件(路径:/opt/.manus/),暴露其沙箱运行时代码、工具链及完整提示词框架。 Manus联合创始人季逸超(Peak)在跟帖中进行了回复,以下是内容翻译:嗨! 我是 Manus AI 的 Peak。

一文读懂:模型上下文协议(MCP)

Hello folks,我是 Luga,今天我们来聊一下人工智能应用场景 - 构建高效、灵活的计算架构的模型上下文协议(MCP)。 随着人工智能迈向更复杂的应用场景,单一模型的局限性逐渐显现,而多模型协同与上下文感知的需求日益迫切。 从对话系统需要理解用户的历史语境,到跨模态任务要求无缝整合文本、图像等多源数据,AI 的发展正呼唤一种全新的协作范式。