就像互聯(lián)網(wǎng)需要TCP/IP和HTTP協(xié)議一樣，AI Agent之間的協(xié)作也需要標(biāo)準(zhǔn)化的通信協(xié)議。本文帶你深入了解AI Agent協(xié)議的現(xiàn)狀與未來(lái)，看看學(xué)術(shù)界是如何構(gòu)建Agent之間的"社交網(wǎng)絡(luò)"的。

圖片

1、AI Agent通信協(xié)議：打破信息孤島的關(guān)鍵一步

你有沒(méi)有想過(guò)，當(dāng)ChatGPT、Claude這些AI助手需要互相交流、協(xié)作時(shí)，它們?cè)撊绾?對(duì)話"？

隨著大語(yǔ)言模型(LLM)的迅猛發(fā)展，各種AI Agent已經(jīng)廣泛應(yīng)用于客戶服務(wù)、內(nèi)容創(chuàng)作、數(shù)據(jù)分析甚至醫(yī)療輔助等領(lǐng)域。然而，當(dāng)這些智能體需要與外部工具交互或者彼此協(xié)作時(shí)，一個(gè)嚴(yán)峻的問(wèn)題浮現(xiàn)出來(lái)：缺乏標(biāo)準(zhǔn)化的通信協(xié)議。

就像早期互聯(lián)網(wǎng)被各種不兼容系統(tǒng)和有限連接所分割一樣，當(dāng)前AI Agent生態(tài)系統(tǒng)也面臨著類(lèi)似的"孤島化"困境?；仡櫄v史，TCP/IP和HTTP協(xié)議不僅僅解決了技術(shù)問(wèn)題，更開(kāi)啟了全球連接、創(chuàng)新和價(jià)值創(chuàng)造的前所未有時(shí)代，徹底改變了人類(lèi)社會(huì)。

同樣地，統(tǒng)一的Agent通信協(xié)議不僅能解決當(dāng)前的互操作性問(wèn)題，更有望創(chuàng)造出一個(gè)革命性的"智能網(wǎng)絡(luò)"，讓不同形式的智能能夠在系統(tǒng)間自由流動(dòng)，從而產(chǎn)生比任何單一組件更強(qiáng)大的集體智能。

圖片

2、Agent協(xié)議的兩大分類(lèi)：上下文獲取與Agent間交互

圖片

研究者首次提出了一個(gè)系統(tǒng)化的二維分類(lèi)框架來(lái)組織各種Agent協(xié)議：

第一維度：面向?qū)ο箢?lèi)型

（1）上下文導(dǎo)向協(xié)議：幫助Agent獲取外部數(shù)據(jù)、調(diào)用工具和服務(wù)

（2）Agent間協(xié)議：促進(jìn)不同Agent之間的交流與協(xié)作

第二維度：應(yīng)用場(chǎng)景

（1）通用型協(xié)議：適用于廣泛的場(chǎng)景和多種類(lèi)型的Agent

（2）領(lǐng)域特定協(xié)議：針對(duì)特定領(lǐng)域或使用場(chǎng)景進(jìn)行了優(yōu)化

圖片

3、上下文導(dǎo)向協(xié)議：Agent的"外腦"

盡管LLM具有強(qiáng)大的語(yǔ)言理解和推理能力，但它們無(wú)法僅依靠?jī)?nèi)在知識(shí)來(lái)應(yīng)對(duì)復(fù)雜查詢。因此，Agent通常需要自主決定何時(shí)以及調(diào)用哪些外部工具，并通過(guò)這些工具執(zhí)行操作來(lái)獲取必要的上下文。

早期開(kāi)發(fā)中，Agent的工具使用能力通常是通過(guò)格式化的函數(shù)調(diào)用數(shù)據(jù)集來(lái)微調(diào)實(shí)現(xiàn)的。然而，由于缺乏標(biāo)準(zhǔn)化和統(tǒng)一的上下文導(dǎo)向協(xié)議，這種方法面臨著多重挑戰(zhàn)。

模型上下文協(xié)議(MCP)是一種開(kāi)創(chuàng)性的通用型上下文導(dǎo)向協(xié)議，由Anthropic開(kāi)發(fā)。它提供了一種標(biāo)準(zhǔn)化方法，使Agent能夠更簡(jiǎn)單、可靠地連接到外部數(shù)據(jù)、工具和服務(wù)。MCP的核心架構(gòu)包括四個(gè)組件：

（1）Host：指LLM Agent，負(fù)責(zé)與用戶交互，理解和推理用戶查詢，選擇工具，發(fā)起策略性上下文請(qǐng)求

（2）Client：連接到Host，提供可用資源的描述，并負(fù)責(zé)發(fā)起執(zhí)行上下文請(qǐng)求

（3）Server：連接到資源，為客戶端提供所需上下文

（4）Resource：指數(shù)據(jù)、工具或服務(wù)等資源

MCP通過(guò)引入公開(kāi)標(biāo)準(zhǔn)化的調(diào)用協(xié)議，將工具使用與特定基礎(chǔ)LLM提供商和上下文提供商接口解耦，從而解決了LLM生態(tài)系統(tǒng)中的碎片化問(wèn)題。此外，MCP通過(guò)將工具調(diào)用與LLM響應(yīng)解耦，增強(qiáng)了隱私和安全性，使敏感信息可以保持在本地，從而降低數(shù)據(jù)泄露風(fēng)險(xiǎn)。

4、Agent間協(xié)議：構(gòu)建Agent的"社交網(wǎng)絡(luò)"

隨著LLM和Agent技術(shù)的發(fā)展，多Agent協(xié)作越來(lái)越受到關(guān)注。在某些大規(guī)模、復(fù)雜且內(nèi)在可分解或分布式的任務(wù)中，多Agent方法可以提高效率，降低成本，并提供更好的容錯(cuò)性和靈活性。

目前已提出的Agent間協(xié)議包括：

（1）Agent Network Protocol (ANP)：由開(kāi)源技術(shù)社區(qū)開(kāi)發(fā)，旨在實(shí)現(xiàn)各種異構(gòu)領(lǐng)域Agent的互操作性

（2）Agent2Agent Protocol (A2A)：Google提出的Agent協(xié)作協(xié)議，旨在實(shí)現(xiàn)無(wú)縫的Agent協(xié)作

（3）Agora：利用LLM在自然語(yǔ)言理解、代碼生成和自主協(xié)商方面的能力，使Agent能夠根據(jù)上下文采用不同的通信協(xié)議

這些協(xié)議雖然都聚焦于Agent之間的交互，但在問(wèn)題領(lǐng)域、應(yīng)用場(chǎng)景和實(shí)現(xiàn)策略上各有不同。

圖片

5、Agent協(xié)議的評(píng)估維度：不只是性能和功能

在快速發(fā)展的Agent通信協(xié)議領(lǐng)域，靜態(tài)的性能或功能比較很快就會(huì)過(guò)時(shí)。例如，MCP在2024年11月引入時(shí)最初缺乏對(duì)HTTP和認(rèn)證機(jī)制的支持，但到2025年初，它已經(jīng)融合了HTTP Server-Sent Events (SSE)和認(rèn)證，并且已轉(zhuǎn)向HTTP Streaming。

研究者識(shí)別了評(píng)估Agent協(xié)議的七個(gè)關(guān)鍵維度：

（1）效率：管理吞吐量、最小化延遲、優(yōu)化握手開(kāi)銷(xiāo)等

（2）可擴(kuò)展性：隨著節(jié)點(diǎn)或連接數(shù)量指數(shù)級(jí)增長(zhǎng)，維持性能和可用性的能力

（3）安全性：保護(hù)系統(tǒng)免受惡意行為和數(shù)據(jù)泄露

（4）可靠性：確保消息和任務(wù)在各種條件下正確傳遞和處理

（5）互操作性：與不同供應(yīng)商和架構(gòu)的系統(tǒng)無(wú)縫工作的能力

（6）可演化性：協(xié)議適應(yīng)變化和新要求的能力

（7）簡(jiǎn)潔性：協(xié)議設(shè)計(jì)的易用性和可理解性

6、思考

展望未來(lái)，研究者預(yù)見(jiàn)了Agent協(xié)議的幾個(gè)關(guān)鍵發(fā)展方向：

（1）可演化協(xié)議：能夠自我調(diào)整和適應(yīng)不斷變化的Agent生態(tài)系統(tǒng)

（2）隱私保護(hù)協(xié)議：在數(shù)據(jù)敏感時(shí)代保護(hù)用戶隱私和數(shù)據(jù)安全

（3）群體協(xié)調(diào)協(xié)議：支持多Agent團(tuán)隊(duì)的有效協(xié)作和決策

（4）分層架構(gòu)：將協(xié)議分解為專(zhuān)門(mén)的層，類(lèi)似于TCP/IP模型

（5）集體智能基礎(chǔ)設(shè)施：促進(jìn)Agent之間的知識(shí)共享和動(dòng)態(tài)協(xié)作

正如互聯(lián)網(wǎng)的基礎(chǔ)協(xié)議一樣，未來(lái)的Agent通信標(biāo)準(zhǔn)有望開(kāi)啟分布式集體智能的新時(shí)代，重塑智能如何在系統(tǒng)間共享、協(xié)調(diào)和放大。

這項(xiàng)研究為我們提供了AI Agent協(xié)議的全景圖，包括系統(tǒng)化的分類(lèi)、關(guān)鍵性能維度的評(píng)估以及未來(lái)發(fā)展趨勢(shì)。隨著AI Agent技術(shù)的發(fā)展，標(biāo)準(zhǔn)化的通信協(xié)議將成為連接各種智能體的關(guān)鍵基礎(chǔ)設(shè)施，使它們能夠動(dòng)態(tài)形成聯(lián)盟、交換知識(shí)，并共同解決日益復(fù)雜的現(xiàn)實(shí)世界問(wèn)題。

就像TCP/IP和HTTP協(xié)議開(kāi)啟了互聯(lián)網(wǎng)時(shí)代一樣，統(tǒng)一的Agent協(xié)議可能會(huì)開(kāi)啟一個(gè)全新的"智能互聯(lián)網(wǎng)"時(shí)代，讓AI不再是孤立的個(gè)體，而是能夠協(xié)作、共享和集體進(jìn)化的網(wǎng)絡(luò)。

論文標(biāo)題：A Survey of AI Agent Protocols

論文鏈接：https://arxiv.org/abs/2504.16736

本文轉(zhuǎn)載自??????AI帝國(guó)??????，作者：無(wú)影寺