Agent 的前世今生与 MCP 协议详解

1. Agent 概念的兴起与演变：从自动化到智能协作

1.1 Agent 概念的起源：AutoGPT 的发布

Agent 概念的兴起可以追溯到2023年初，AutoGPT 等开源项目的发布是标志性事件。这些项目是第一批基于自然语言的 AI 自动化实践。用户只需告诉 AutoGPT 一个任务，它就能通过自然语言的自我对话，将任务拆分、规划并实现。虽然早期的 AutoGPT 成功率极低，能做的事情也很少，但它为后续 Agent 的发展奠定了基础。

1.2 Agent 概念的丰富：Toolformer 与 OpenAI 插件计划

2023年2月，论文《Toolformer: 大模型可以教自己使用工具》的发表，以及 OpenAI 在3月底发布的插件计划，进一步丰富了 Agent 的概念。这意味着，大模型从原来的“思想家”，通过对外部工具的使用，变成了“实干家”。大模型不再局限于思考，而是能够利用外部工具解决实际问题。

例子： 就像一个木匠，以前只会设计图纸（思考），现在学会了使用锯子、锤子等工具（使用工具），可以自己动手制作家具（解决实际问题）。

1.3 Agent 的定义：一种模拟人类工作方式的 AI 系统

由于语言的泛化，Agent 的定义并没有一个标准的答案。一个常见的观点是：Agent 是一种让 AI 以类似人的工作和思考方式，来完成一系列任务的系统。

1.4 Agent 的构成：大脑、眼睛、手、工作纪要和行为 SOP

一个 Agent 可以是一个 Bot，也可以是多个 Bot 的协同。对于每个 Bot 来说，通常包括以下几个部分：

• 大脑：负责判断和规划行为，通常需要 GPT-4 或更高水平的 LLM。
• 眼睛和手：负责确认信息和使用外部工具，一般是各种插件/action/api。
• 工作纪要：储存已经发生的事情，通常的媒介是上下文窗口，或者一个 todo 文件，也或者数据库。
• 行为 SOP：明确这个 Agent 的身份、任务、目标和机制。这个 SOP 可能是用户给的，也可能是由其它 Bot 给出的。

例子： 想象一个销售 Agent，它的大脑是 GPT-4，负责分析客户需求和制定销售策略；眼睛和手是 CRM 系统和邮件发送工具，负责获取客户信息和发送邮件；工作纪要是销售记录，记录了每次与客户的沟通内容；行为 SOP 是销售流程，规定了销售 Agent 应该如何与客户互动。

1.5 GPTs：OpenAI 设计的最简版 Agent

GPTs 通常被认为是 OpenAI 设计的最简版的 Agent。

• 大脑：在 ChatGPT GPT Store 里，GPT-4 是唯一可选的 LLM。
• 眼睛和手：可以在 Capabilities 里勾选由 OpenAI 提供的第一方能力，也可以通过 Actions 来拓展更多的外部能力。
• 工作纪要：一般来说就是对话记录，GPTs 可以回顾之前的对话。
• 行为 SOP：存放在 Description, Instructions 以及 Knowledge 里。

2. MCP 协议：AI 与工具连接的“USB-C 接口”

2.1 什么是 MCP？

模型上下文协议（Model Context Protocol，简称 MCP）是一种全新的开放协议，专门用于标准化地为大语言模型（LLMs）提供应用场景和数据背景。你可以把 MCP 想象成 AI 领域的“USB-C 接口”，它能让不同的 AI 模型与外部工具和数据源轻松连接。

类比： 就像 USB-C 接口 让你的电脑更容易连接各种设备一样，MCP 让 AI 模型更简单地获取数据、工具与服务。

2.2 为什么要用 MCP，而不是传统的 API？

通常，AI 系统想连接外部工具时，需要单独整合多个不同的 API。每个 API 都有独立的代码、文档、认证方式、错误处理和后续维护，极大地增加了开发复杂度。

比喻：API 就像不同的门，每扇门都需要自己的钥匙和特定的规则。

2.3 MCP 的优势：简化开发、灵活性强、实时互动、安全可靠、扩展性强

• 简化开发：一次标准化整合，多次复用，不再重复开发。
• 灵活性强：轻松切换 AI 模型或工具，无需复杂的重新配置。
• 实时互动：长连接保证数据实时更新。
• 安全可靠：内置标准化安全和权限控制。
• 扩展性强：AI 系统扩展时，只需连接新的 MCP 服务器。

2.4 MCP 的工作原理：客户端-服务器架构

MCP 采用简单的客户端-服务器架构：

• MCP 主机（Host）：如 Claude 桌面应用或智能开发环境（IDE），需要访问外部数据或工具。
• MCP 客户端（Client）：与 MCP 服务器建立一对一的稳定连接。
• MCP 服务器（Server）：提供特定功能，连接本地或远程的数据源。
• 本地数据源：文件、数据库或服务。
• 远程服务：外部 API 或互联网服务。

简单说，MCP 像一座桥梁：它本身不处理复杂逻辑，只负责协调 AI 模型与工具之间的信息流动。

2.5 MCP 的应用案例：旅行规划助手、智能 IDE、复杂的数据分析

• 旅行规划助手：AI 助手通过 MCP 统一协议，查看日历、订机票、发邮件确认，无须单独整合每个工具。
• 智能 IDE：IDE 通过 MCP 一次连接所有功能，带来更丰富的上下文支持，更强大的智能建议。
• 复杂的数据分析：AI 自动发现并连接多个数据库和可视化工具，通过统一的 MCP 接口轻松完成分析任务。

2.6 何时使用传统 API？

如果你的应用场景需要精准且严格受控的交互方式，那么传统 API 可能更合适。MCP 提供广泛而灵活的动态能力，更适合需要上下文理解的场景，但不一定适用于严格受控的场合。

2.7 如何开始使用 MCP？

1. 定义能力：明确你的 MCP 服务器提供哪些功能。
2. 实现 MCP 层：按照协议标准进行开发。
3. 选择通信方式：本地连接（标准输入输出）或远程连接（如 WebSockets）。
4. 创建资源/工具：开发或连接你的数据源和服务。
5. 建立客户端连接：与 MCP 服务器建立安全稳定的连接。

3. 总结：MCP 是 AI 与外部世界连接的关键

MCP 不仅仅是另一种 API，而是一个强大的连接框架，让 AI 应用能更智能、更动态地融入丰富的上下文环境，快速实现复杂的功能互动。它标准化了 AI 模型与外部工具和数据源的连接方式，降低了开发复杂度，提高了灵活性和扩展性。

我认为：

这 Agent 如雨后春笋般涌现，实乃 AI 发展之必然。MCP 协议的出现，更是为 Agent 插上了翅膀，使其能够自由翱翔于数据与工具的海洋。然而，切不可盲目追捧，须谨记“君子性非异也，善假于物也”。 Agent 虽好，终究是工具，用之正则利国利民，用之邪则祸国殃民。

,,,,