开放协议旨在标准化 AI 系统之间的连接、通信和上下文信息的吸收，这为急于从实验阶段转向实际解决方案的 IT 领导者们带来了急需的成熟性。专家认为，三大协议——模型上下文协议 (MCP)、代理通信协议 (ACP) 以及 Agent2Agent——有望帮助 IT 领导者们摆脱两年多来屡次失败的概念验证项目，开启一个可衡量 AI 进步的新时代。
“在 AI 正逐渐成为企业战略基石的时代，标准化工作不仅仅是技术上的注脚 —— 它们代表了我们由 AI 驱动的未来基础设施，”医疗 AI 公司 Xsolis 的首席技术官 Zach Evans 表示，“这些协议使得跨组织的系统之间能够实现无缝通信。”
Evans 认为，尽管未来可能还会涌现出其他开放协议，但标准化的努力将有助于提高 AI 采用率，特别是当这些协议能促进来自多个供应商的模型和代理之间的互联互通时 —— 这正是 IT 领导者即将面临的 AI 代理管理挑战中至关重要的问题。
“当不同的 AI 系统能够更便捷地相互交互时，历史已经证明这会推动采用率的提升，” Evans 说道，“这不是某个供应商独自孤立运作，而是各供应商和他们的解决方案能够彼此互动，实现智能的交接。”
Salesforce 产品架构副总裁 Gary Lerhaupt 补充道，这些新协议将使 IT 团队能够无缝连接各种 AI 代理，从而降低 AI 集成的成本和复杂性。
他说：“如果没有标准化的协议，公司将无法从数字劳动力中获得最大价值，或者不得不自行构建互操作能力，这将增加技术债务。”
Lerhaupt 还指出，协议对于 AI 安全性和可扩展性同样至关重要，因为它们使得 AI 代理能够相互验证、交换数据并协调复杂的工作流。
“业界可以构建出更为健壮且可信赖的多代理系统，这些系统能够与现有基础设施集成，从而鼓励创新和协作，而不是各自为战、零散孤立的点对点解决方案，”他说，“对 CIOs 和 CAIOs 来说，这转化为更大的灵活性、更高的安全性，以及在整个技术生态中推动更具战略性和高效的 AI 项目的能力。”
什么是 MCP？
模型上下文协议 (MCP) 由 Anthropic 于今年 11 月发布，提供了一种标准化方式，将 AI 模型连接到包括企业自身持有的数据在内的不同数据源和工具。Anthropic 作为 Claude AI 模型的开发者，指出 MCP 的主要优势在于其赋予 AI 用户在大语言模型 (LLM) 和其供应商之间切换的灵活性。
管理服务提供商 Ensono 的 AI 与预测系统副总裁 Jim Piazza 认为，这种灵活性使 CIO 能够根据哪种模型最适合组织需求来进行选择，同时也有助于避免供应商锁定问题。
他表示：“随着模型变得越来越专业化，MCP 就有机会为我们的混乱局面提供一些秩序。我亲切地将 MCP 称为连接所有部分的管道堆栈。”
MCP 还拥有越来越多的预构建集成，AI 大语言模型可以直接接入。3 月份，Microsoft 在其 Copilot Studio 定制和代理构建工具中宣布支持 MCP。该集成允许 Copilot Studio 通过 MCP 添加新的 AI 应用和代理。近期，其他 AI 供应商也纷纷宣布了对 MCP 的兼容性。
有些倡导者认为，MCP 还将帮助 DevOps 团队更好地利用 AI。
解读 ACP
今年早些时候，在 MCP 发布之后，IBM 宣布了代理通信协议 (ACP) 的草案，该协议旨在使来自不同供应商的 AI 代理能够相互连接。
IBM Research 的生态系统负责人兼 AI 研究工程师 Sandi Besen 在 Towards Data Science 上撰文称，ACP 是“一种将当今零散的 AI 代理格局转变为互联队友的通用协议，这为全新的互操作性、复用性和规模化奠定了基础。”
Besen 表示，ACP 使用标准 HTTP 模式进行通信，与依赖更复杂方法的 JSON-RPC 相比，它更容易集成到生产环境中。该协议是 IBM 在 4 月份向 Linux Foundation 捐赠的包括 BeeAI 在内的 AI 生态系统的一部分。
Agent2Agent 闪亮登场
同样在 4 月，Google 推出了竞争性 AI 协议 Agent2Agent，该协议同样使得不同的 AI 代理能够相互协作。Google 开发人员在博客文章中写道：“企业将从一种标准化的方法中受益，该方法可用于跨多样平台和云环境管理其代理。我们认为这种通用的互操作性对于充分发挥协作式 AI 代理的潜力至关重要。”
拥有超过 50 个 Google 技术合作伙伴支持的 Agent2Agent 将使 IT 领导者能够串联一系列 AI 代理，从而更容易获得组织所需的专用功能，Ensono 的 Piazza 如是说。
其创建者认为，ACP 和 Agent2Agent 两种聚焦于连接 AI 代理的协议，都是对以模型为中心的 MCP 的有益补充。
随着这些新协议的出现，Piazza 预见到将会出现 AI 代理商店，让用户可以从多个供应商提供的一系列专用代理或模型中进行选择。
他说：“假设市场上有 100,000 个模型，如果我能通过一个预先部署、预先托管的模型获得不错的效果，并且可以通过 MCP 直接调用它，那我为什么还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 最终表示，这些新协议预示着一条实现 AI 规模化采用的新道路。
他指出：“AI 已经在以极快的速度发展，但没有标准化的速度只会导致混乱。标准协议在于它区别于漫无目的的快速扩张、重复错误和失误累积，而是能够以有意图的方式实现规模化。”
