你将获得
- 为什么 MCP&A2A 协议诞生在此时此刻？
- MCP 和 A2A 协议异同详解
- MCP 和 A2A 解决了开发过程中的哪些痛点
- 手把手带你基于 A2A 快速开发智能体
要点提炼
大模型时代的技术背景与趋势
- 当前正处于计算2.0时代，其核心是从精确计算转向概率性推理。
- AI正快速发展，智能体已能完成真实认知工作，预计未来将具备发现新知识的能力。
- 从农业时代的经验型智能，到工业时代的技能型智能，再到科技时代的知识型智能，如今进入协作型智能阶段。
MCP协议的作用与价值
- MCP协议旨在连接大模型与外部工具，解决模型与现实世界的割裂问题。
- 它提供标准化接口，简化大模型对工具的调用过程，类似USB标准。
- 实战中，通过配置server和client，MCP可自动发现并调用工具，无需手动配置参数。
A to A协议的意义
- A to A协议关注智能体之间的交互，为未来的多智能体协作奠定基础。
- 在实际应用中，不同智能体各司其职，通过协议实现高效沟通。
- 示例展示了一个本地智能体如何通过A to A协议调用其他智能体完成复杂任务。
计算1.0与2.0的融合
- 计算1.0代表结构化、精确的计算，而计算2.0则基于概率性和模糊推理。
- 大模型擅长处理自然语言任务，但数学计算等仍需依赖传统工具。
- 结合两者优势，可以开发出更高效的产品和服务。
Q&A环节
- 回答了关于数据分析、大模型调用工具的意义以及零基础学习建议等问题。
- 强调了提示词工程的重要性，并指出每项任务都需要具体工程设计。
- 解释了MCP与OpenAI规范的关系，明确MCP是对现有标准的补充而非替代。
课件获取链接：https://pan.baidu.com/s/1vB3yTfDI3sKTiy_DrnS7Eg 提取码: q42m
精选留言
2025-07-20 20:45:00
2025-07-09 15:59:25
2025-06-22 08:27:07
2025-06-16 13:20:26
MCP像是在做“车同轨”的工作，工具调用更方便，化简和规范单智能体调用工具，单智能体和外部数据交互的工作量。
A2A像是带着野心去做“书同文”的统一，无论这些智能体是如何设计的，都能通过A2A的协议更顺畅的沟通（比如交互数据），让多个智能体在合作协同处理更复杂任务时，能更好地配合。
我会想到通用大模型能力也很强（这也是为什么当时它让我们惊讶，火出技术圈让全民都知道），为什么还要划分这么多的智能体呢？
也许是因为多个智能体可以分离关注点，不同领域/专长的智能体各自发展自己的特色，无需十项全能（可以但成本高），而是多个智能体分工协作，发挥1+1大于2的效果。
😎
另外1.0的精确计算跟2.0概率计算通过MCP打通了，这个也很有启发。再次理解了一下01里面说的，MCP并不是LLM开发范式的颠覆，而是一种增强。
而此时此刻通过专栏的契机，如果能帮助大伙儿在“正在进行时”状态来一起见证、观测、讨论这样的增强和发展，甚至如果有能力的话去参与其中，感觉是个特别有趣的事情。一起加油吧～