任何行业水面之下都会隐隐暗藏一条“鄙视链”。

在人工智能行业，AIGCLINK发起人、行行AI合伙人占冰强对记者表示表示，2023年左右，行业里存在一条所谓的隐性“鄙视链”——模型公司瞧不上基于模型开发的Agent（智能体）公司，Agent公司瞧不上搞提示词（prompt）的公司，搞提示词的公司瞧不上使用最简单AI工具的公司。

但在近期，由于Agent背后的MCP协议（模型上下文协议，Model Context Protocol）逐渐普及，这条“鄙视链”渐被共识消弭——大家不会在意某一款AI产品背后到底是大模型还是Agent，只要产品能够高效完成用户发出的指令动作。协议令行业推动技术平权，效果成为更为重要的衡量标准。

模型刷榜、炫分、秀技的早期阶段之后，AI解决实际问题的功能被行业摆在第一位。具备规划执行功能的Agent承担起这一重任，而打破接口壁垒、构建Agent生态的协议成为兵家必争之地。在这样的趋势下，多家大厂相继宣布对MCP协议的支持，而此举刚刚拉起未来更加波澜壮阔AI Agent 时代的序幕。

Agent背后的MCP走向台前

简单来说，Agent 是一种能够感知环境、进行决策并采取行动以实现特定目标的实体。它可以是软件程序、机器人或其他具有自主性和智能性的系统。

早于2023年3月，基于OpenAIGPT-4语言模型的开源应用程序AutoGPT 热度蹿升，成为GitHub历史上星数增长最快的项目之一。它的爆火出圈展示了AI在自主智能体领域的巨大潜力，为AI Agent的发展提供了新的思路和方向。

其后，在海外市场，多款Agent相关应用完成高额融资，包括AutoGPT获得由 Redpoint Ventures领投的1200万美元融资；AI Agent初创公司 Cohere 完成2.7亿美元C轮融资。第三方机构Root Analysis分析预测，全球AI Agent市场规模将从2024年的52.9亿美元增长到2035年的2168亿美元，2024-2035年预测期内复合年增长率为40.15%。

一级市场的热度拉动各公司与开发者开始用自己方式定义和接入工具，这也导致重复劳动和工具难以复用共享。2024年11 月，Anthropic 公司提出 MCP 协议，旨在建立大语言模型与外部工具或数据源的统一双向上下文交换接口，标准化模型发现、理解和调用外部工具的方式，也因此，行业常将其形容为“AI万能插头”。

今年3月，Manus的爆火将Multi-Agent的协同能力对外展示。尽管Manus联合创始人明确表示其产品并未使用Anthropic的MCP，但Manus展示的功能和广泛的应用场景让行业看到了 AI Agent 在实际应用中的巨大潜力，使得开发者和企业更加意识到需要一种标准化协议来支持 AI Agent 与外部工具和数据源的交互，从而推动了 MCP 协议的发展。

具体表现上，3 月 27日，OpenAI宣布对核心开发工具 Agent SDK 进行重大更新，正式支持 MCP 服务协议。OpenAI以自身行业影响力，将MCP协议的行业地位提升至类似 HTTP 的底层基础设施属性程度。此后，Cursor、Winsurf、Cline 等平台也相继接入，MCP 打造的 Agent 生态逐渐壮大。国内的阿里、腾讯、百度等大模型厂商也纷纷宣布支持 MCP 协议，进一步推动该协议的普及。

需求主导下的协议统一

4月是国内科技大厂密集布局MCP协议的高峰：百度通过“千帆平台”构建“模型-MCP-应用”三层体系，开放搜索、地图能力，打造“MCP广场”。腾讯基于知识引擎集成位置服务、微信读书等插件，支持自定义MCP插件调用。阿里推出“支付MCP Server”，打通交易全链路，阿里云百炼提供“MCP广场”等开发工具，并开源集成MCP的Qwen3模型，强化Agent能力。字节跳动内测通用Agent产品“扣子空间”，探索MCP整合。海外，Anthropic与谷歌在Agent协议话语权上展开激烈争夺。

当地时间4月9日，谷歌推出A2A（Agent2Agent）协议，让AI智能体能够相互通信。彼时，谷歌并未明示A2A与MCP之间的竞争关系，而是以“互补”关系暂时形容。但实际上，双方试图通过不同连接方式抢占Agent生态布局的话语权——MCP试图建立一个统一的工具调用标准，谷歌试图通过A2A协议在多Agent协作领域占据主动权。两者都在积极争取开发者和企业的支持，以推动各自协议的普及。

虽然MCP与A2A在应用场景和技术架构存在差异，但由于技术实现上都涉及API调用，因此，有从业者认为，如果未来存在一个统一代理通信层，涵盖Agent-Agent对话与Agent-Tool调用，便可以提供一种融合可能性。鉴于谷歌与Anthropic之间的投资关系，这种融合或协作合作存在一定的可能性。

无论是主导还是接入，MCP协议在开发者群体以及头部厂商内的逐渐普及，核心在于技术渐趋成熟以及市场需求的出现。

埃森哲全球副总裁、埃森哲大中华区技术服务事业部总裁俞毅对记者表示，现在做Agent遇到的很多问题，比以前开发者单独做模型遇到的问题更为复杂，因为牵扯到很多工具的调用，有多模态的、不同模型的，且模型之间需要协同。模型之间的一致性问题不是某一家厂商能够解决，需要通过协议进行统一，因此这个市场需求是比较明显的。而在现阶段，俞毅表示，行业普遍认为MCP能够解决上述问题，因此大家都比较拥抱。包括国内企业也都在逐渐遵循 MCP。

另外，开发者在开发的过程中也需要有这样一个框架和工具进行辅助。因此，行业接受MCP协议属于市场导向，市场层面存在这个需求。如果没有，那么Agent基本上跟原来做prompt、做RAG没有本质区别。

火山引擎总裁谭待也对记者表示，协议统一很重要，以前不同厂商如Google 或其他相关产品，都有不同的插件协议，这使得开发者去适配的成本比较高。如果能做到统一协议，大家的应用开发就会更快，模型调用也会更智能。这有点像互联网早期，HTML 和 HTTP 协议的出现以及相关组织建立，对外部应用的发展起到了至关重要的推动作用。而且统一协议一定是开放的，不存在一家垄断的情况。火山也希望一起拥抱和建设一个开放的协议，就像早期互联网的 HTTP 和 HTML 协议一样，这样才能加速整个行业的发展。

虽然期待如此，但火山目前暂不考虑像谷歌一样推出类MCP协议，谭待表示，当下需要先把 MCP 这个最基础的事情做好。A2A 可以看作是 MCP 的一个更大扩展，但两者过程是类似的。在 MCP 之前，大家都推出了自己的插件协议，随着发展慢慢成熟，才用统一的协议来规范。在Agent领域可能会有更高层面的抽象，就像 HTML 从 1.0、2.0 发展到 4.0，以及出现更多的开放协议（如 CSS 等）一样，这是一个演进的过程。在这个过程中不用特别着急，在成熟的时候做合适的事情就可以了。

MCP背后的Agent早期布局

厂商密集涌入Agent赛道的背后，是新一轮“得入口者得天下”的战役。据银河证券分析师观察，在全球数字化浪潮推动下，ICT行业正经历深刻变革，核心入口从传统APP向以AI Agent和终端设备为主导的新生态转移，而这一变革底层驱动力是多元技术的协同突破，包括自然语言（NLP）、机器学习（ML）、知识图谱等技术深度发展。

但需注意的是，不论是Anthropic本身还是接入MCP协议的海内外大厂，布局状态均显示行业尚处于早期阶段。俞毅也对记者表示，目前行业处于演进的过程之中，MCP本身的协议也在不断优化。另外，MCP的开源特性也使得这一类跨模型的协议和平台有一定的生命力。俞毅判断称：MCP协议是否会成为主流，主要取决于需求。

涂鸦智能创始人兼CEO王学集对记者表示，AIAgent可以极大降低消费者使用软件的门槛，有利于消费者更便捷地使用智能硬件等产品，“这么多年，我们一直在等AIAgent这类技术机遇，因为云技术只是让消费者通过软件操作硬件，而AI技术可以让硬件有一个‘大脑’或‘智能体’。”王学集称，而在未来AIAgent软硬件的表现形式上，可能存在一个对话框，包括了市面上或消费者需要的主流Agent产品，用户直接对话便可以获得自己想要得到的“服务”。

在明确的发展趋势之中，俞毅认为，Agent仍需要解决核心问题，以意图识别为例，目前市面上的Agent做意图做得比较好的案例不多。一旦开发投入进去之后，大家有了诉求，协议就会成为下一步，复杂度也会提升。以AI助手为例，目前行业案例主要基于规则引擎，但意图识别或“善解人意”非常重要。Agent需要知道用户的底线在哪，对商品的需求是不是刚性的。真正做到一个好的Agent，能够把“讨价还价”这种场景做好，说明意图识别才做到位了。因此，Agent还在演进过程中，需求也会越来越复杂。俞毅判断，如果“讨价还价”做得好，能够为行业带来商业驱动。

占冰强也对记者表示，海外市场中，MCP的机会在于场景MCP应用，侧重MCP应用构建；国内侧重构建MCP Marketplace抢流量入口。但市场真正需要的是好的应用非流量入口，需要通过MCP应用来解决问题，非搞一堆聚合市场。占冰强判断，目前MCPMarketplace是个过渡阶段，后期MCP协议官方发现机制完善后，这个赛道会逐步被取代。另外，MCP协议本身也面临鉴权、发现机制等制约商业化应用的关键问题，涉及安全、协同等方面，行业的成熟需要时间。