任何行業水面之下都會隱隱暗藏一條“鄙視鏈”。

在人工智能行業，AIGCLINK發起人、行行AI合伙人占冰強對記者表示表示，2023年左右，行業里存在一條所謂的隱性“鄙視鏈”——模型公司瞧不上基于模型開發的Agent（智能體）公司，Agent公司瞧不上搞提示詞（prompt）的公司，搞提示詞的公司瞧不上使用最簡單AI工具的公司。

但在近期，由于Agent背后的MCP協議（模型上下文協議，Model Context Protocol）逐漸普及，這條“鄙視鏈”漸被共識消弭——大家不會在意某一款AI產品背后到底是大模型還是Agent，只要產品能夠高效完成用戶發出的指令動作。協議令行業推動技術平權，效果成為更為重要的衡量標準。

模型刷榜、炫分、秀技的早期階段之后，AI解決實際問題的功能被行業擺在第一位。具備規劃執行功能的Agent承擔起這一重任，而打破接口壁壘、構建Agent生態的協議成為兵家必爭之地。在這樣的趨勢下，多家大廠相繼宣布對MCP協議的支持，而此舉剛剛拉起未來更加波瀾壯闊AI Agent 時代的序幕。

Agent背后的MCP走向臺前

簡單來說，Agent 是一種能夠感知環境、進行決策并采取行動以實現特定目標的實體。它可以是軟件程序、機器人或其他具有自主性和智能性的系統。

早于2023年3月，基于OpenAIGPT-4語言模型的開源應用程序AutoGPT 熱度躥升，成為GitHub歷史上星數增長最快的項目之一。它的爆火出圈展示了AI在自主智能體領域的巨大潛力，為AI Agent的發展提供了新的思路和方向。

其后，在海外市場，多款Agent相關應用完成高額融資，包括AutoGPT獲得由 Redpoint Ventures領投的1200萬美元融資；AI Agent初創公司 Cohere 完成2.7億美元C輪融資。第三方機構Root Analysis分析預測，全球AI Agent市場規模將從2024年的52.9億美元增長到2035年的2168億美元，2024-2035年預測期內復合年增長率為40.15%。

一級市場的熱度拉動各公司與開發者開始用自己方式定義和接入工具，這也導致重復勞動和工具難以復用共享。2024年11 月，Anthropic 公司提出 MCP 協議，旨在建立大語言模型與外部工具或數據源的統一雙向上下文交換接口，標準化模型發現、理解和調用外部工具的方式，也因此，行業常將其形容為“AI萬能插頭”。

今年3月，Manus的爆火將Multi-Agent的協同能力對外展示。盡管Manus聯合創始人明確表示其產品并未使用Anthropic的MCP，但Manus展示的功能和廣泛的應用場景讓行業看到了 AI Agent 在實際應用中的巨大潛力，使得開發者和企業更加意識到需要一種標準化協議來支持 AI Agent 與外部工具和數據源的交互，從而推動了 MCP 協議的發展。

具體表現上，3 月 27日，OpenAI宣布對核心開發工具 Agent SDK 進行重大更新，正式支持 MCP 服務協議。OpenAI以自身行業影響力，將MCP協議的行業地位提升至類似 HTTP 的底層基礎設施屬性程度。此后，Cursor、Winsurf、Cline 等平臺也相繼接入，MCP 打造的 Agent 生態逐漸壯大。國內的阿里、騰訊、百度等大模型廠商也紛紛宣布支持 MCP 協議，進一步推動該協議的普及。

需求主導下的協議統一

4月是國內科技大廠密集布局MCP協議的高峰：百度通過“千帆平臺”構建“模型-MCP-應用”三層體系，開放搜索、地圖能力，打造“MCP廣場”。騰訊基于知識引擎集成位置服務、微信讀書等插件，支持自定義MCP插件調用。阿里推出“支付MCP Server”，打通交易全鏈路，阿里云百煉提供“MCP廣場”等開發工具，并開源集成MCP的Qwen3模型，強化Agent能力。字節跳動內測通用Agent產品“扣子空間”，探索MCP整合。海外，Anthropic與谷歌在Agent協議話語權上展開激烈爭奪。

當地時間4月9日，谷歌推出A2A（Agent2Agent）協議，讓AI智能體能夠相互通信。彼時，谷歌并未明示A2A與MCP之間的競爭關系，而是以“互補”關系暫時形容。但實際上，雙方試圖通過不同連接方式搶占Agent生態布局的話語權——MCP試圖建立一個統一的工具調用標準，谷歌試圖通過A2A協議在多Agent協作領域占據主動權。兩者都在積極爭取開發者和企業的支持，以推動各自協議的普及。

雖然MCP與A2A在應用場景和技術架構存在差異，但由于技術實現上都涉及API調用，因此，有從業者認為，如果未來存在一個統一代理通信層，涵蓋Agent-Agent對話與Agent-Tool調用，便可以提供一種融合可能性。鑒于谷歌與Anthropic之間的投資關系，這種融合或協作合作存在一定的可能性。

無論是主導還是接入，MCP協議在開發者群體以及頭部廠商內的逐漸普及，核心在于技術漸趨成熟以及市場需求的出現。

埃森哲全球副總裁、埃森哲大中華區技術服務事業部總裁俞毅對記者表示，現在做Agent遇到的很多問題，比以前開發者單獨做模型遇到的問題更為復雜，因為牽扯到很多工具的調用，有多模態的、不同模型的，且模型之間需要協同。模型之間的一致性問題不是某一家廠商能夠解決，需要通過協議進行統一，因此這個市場需求是比較明顯的。而在現階段，俞毅表示，行業普遍認為MCP能夠解決上述問題，因此大家都比較擁抱。包括國內企業也都在逐漸遵循 MCP。

另外，開發者在開發的過程中也需要有這樣一個框架和工具進行輔助。因此，行業接受MCP協議屬于市場導向，市場層面存在這個需求。如果沒有，那么Agent基本上跟原來做prompt、做RAG沒有本質區別。

火山引擎總裁譚待也對記者表示，協議統一很重要，以前不同廠商如Google 或其他相關產品，都有不同的插件協議，這使得開發者去適配的成本比較高。如果能做到統一協議，大家的應用開發就會更快，模型調用也會更智能。這有點像互聯網早期，HTML 和 HTTP 協議的出現以及相關組織建立，對外部應用的發展起到了至關重要的推動作用。而且統一協議一定是開放的，不存在一家壟斷的情況。火山也希望一起擁抱和建設一個開放的協議，就像早期互聯網的 HTTP 和 HTML 協議一樣，這樣才能加速整個行業的發展。

雖然期待如此，但火山目前暫不考慮像谷歌一樣推出類MCP協議，譚待表示，當下需要先把 MCP 這個最基礎的事情做好。A2A 可以看作是 MCP 的一個更大擴展，但兩者過程是類似的。在 MCP 之前，大家都推出了自己的插件協議，隨著發展慢慢成熟，才用統一的協議來規范。在Agent領域可能會有更高層面的抽象，就像 HTML 從 1.0、2.0 發展到 4.0，以及出現更多的開放協議（如 CSS 等）一樣，這是一個演進的過程。在這個過程中不用特別著急，在成熟的時候做合適的事情就可以了。

MCP背后的Agent早期布局

廠商密集涌入Agent賽道的背后，是新一輪“得入口者得天下”的戰役。據銀河證券分析師觀察，在全球數字化浪潮推動下，ICT行業正經歷深刻變革，核心入口從傳統APP向以AI Agent和終端設備為主導的新生態轉移，而這一變革底層驅動力是多元技術的協同突破，包括自然語言（NLP）、機器學習（ML）、知識圖譜等技術深度發展。

但需注意的是，不論是Anthropic本身還是接入MCP協議的海內外大廠，布局狀態均顯示行業尚處于早期階段。俞毅也對記者表示，目前行業處于演進的過程之中，MCP本身的協議也在不斷優化。另外，MCP的開源特性也使得這一類跨模型的協議和平臺有一定的生命力。俞毅判斷稱：MCP協議是否會成為主流，主要取決于需求。

涂鴉智能創始人兼CEO王學集對記者表示，AIAgent可以極大降低消費者使用軟件的門檻，有利于消費者更便捷地使用智能硬件等產品，“這么多年，我們一直在等AIAgent這類技術機遇，因為云技術只是讓消費者通過軟件操作硬件，而AI技術可以讓硬件有一個‘大腦’或‘智能體’。”王學集稱，而在未來AIAgent軟硬件的表現形式上，可能存在一個對話框，包括了市面上或消費者需要的主流Agent產品，用戶直接對話便可以獲得自己想要得到的“服務”。

在明確的發展趨勢之中，俞毅認為，Agent仍需要解決核心問題，以意圖識別為例，目前市面上的Agent做意圖做得比較好的案例不多。一旦開發投入進去之后，大家有了訴求，協議就會成為下一步，復雜度也會提升。以AI助手為例，目前行業案例主要基于規則引擎，但意圖識別或“善解人意”非常重要。Agent需要知道用戶的底線在哪，對商品的需求是不是剛性的。真正做到一個好的Agent，能夠把“討價還價”這種場景做好，說明意圖識別才做到位了。因此，Agent還在演進過程中，需求也會越來越復雜。俞毅判斷，如果“討價還價”做得好，能夠為行業帶來商業驅動。

占冰強也對記者表示，海外市場中，MCP的機會在于場景MCP應用，側重MCP應用構建；國內側重構建MCP Marketplace搶流量入口。但市場真正需要的是好的應用非流量入口，需要通過MCP應用來解決問題，非搞一堆聚合市場。占冰強判斷，目前MCPMarketplace是個過渡階段，后期MCP協議官方發現機制完善后，這個賽道會逐步被取代。另外，MCP協議本身也面臨鑒權、發現機制等制約商業化應用的關鍵問題，涉及安全、協同等方面，行業的成熟需要時間。