CIO必须了解的智能体协议：多样化发展与互操作性挑战

随着企业自动化运营的不断深入，AI智能体正在迅速普及。然而，确保智能体能够正确、安全地完成任务仍然是一个没有明显解决方案的问题。

在不同环境中构建的智能体通常无法良好协作。例如，一个组织可能拥有商用现成智能体，而另一个组织可能构建了定制智能体。它们无法在没有连接代码的情况下进行通信。

IDC软件开发研究副总裁Arnal Dayaratna提出疑问："如何让这些智能体协同工作？目前没人真正知道答案，因此这涉及到发明一个共享数据层，使智能体能够协作。"

专家表示，目前IT领导者必须保持其AI基础设施和架构的模块化和灵活性，以便在市场变化时能够及时调整，而市场总是在不断变化。

当前构建的AI智能体依赖特殊协议或通信方法，这些协议为智能体提供了结构化词汇，使其能够将复杂目标分解为可管理的子任务并进行分发。自然地，几种协议已经出现。

最突出的是模型上下文协议（Model Context Protocol）。由Anthropic构建，MCP决定智能体如何访问资源、工具和信息，如API或数据库。MCP主要针对共享信任边界内或单一应用程序栈（如Claude Desktop）中的智能体进行优化。

谷歌的Agent2Agent专注于智能体之间的通信方式、任务协调和工作流协作。A2A智能体使用称为智能体卡的结构化元数据格式来宣传自己，这是一种配置文件，使智能体能够相互发现。

边缘技术包括智能体网络协议（Agent Network Protocol），这是一个支持开放网络智能体发现的开源方案。

关键问题在于：每个协议都基于关于智能体驻留位置和信任对象的根本不同假设而构建。根据微软研究，它们并非设计为原生相互通信。这意味着组织必须构建API来桥接这些协议。

桥接建设正在进行中。然而，它可能无法跟上智能体技术的新创新和发展步伐。目前很少有智能体共享访问层，而这种访问层有助于维护大型企业履行治理要求所需的身份和一致性。

此外，今天的智能体协议在明天不一定可行。

Exabeam首席AI官Steve Wilson表示："所有这些都将被推翻和吸收，而且会发生得非常快。"例如，Wilson说MCP由于其复杂的基于服务器的体验而正在失宠，而开发人员想要一个简单的文本文件来构建技能。

大多数IT领导者在面对高风险技术问题时倾向于谨慎行事。然而，IT领导者必须使用不同协议实验AI应用程序，同时为自己留下快速调整方向的灵活性。

强生公司CIO Jim Swanson说："鉴于事物发展如此之快，如果你不进行实验和推进以了解现状，你可能会很快落后。"

为此，快速发展的AI市场促使强生应用模块化架构，并重新构想跨越多个平台和数据集的业务工作流程，Swanson说。

Swanson表示："在业务流程中存在重大机遇，但你必须将其与数据质量和包括AI组件在内的完整技术栈的成熟度相结合。"

Workato CIO Carter Busse表示，对CIO来说最安全的行动路线是在智能体和系统之间插入编排、策略和事务控制。这将为IT领导者提供控制"AI如何在业务中行动"的权力，Busse说。

围绕智能体AI互操作性或不兼容性的叙述轨迹对于资深IT专业人士来说可能似曾相识。一个恰当的类比是30年前的网络协议战争，IBM、Novell等公司争相标准化解决方案，直到行业在互联网爆炸式发展时确定TCP/IP为标准。

即便如此，智能体标准的整合将比TCP/IP成为主导所花费的十年时间更快地发生。

Dayaratna说："所有这些（智能体AI）东西都还处于起步阶段。"

Q&A

Q1：什么是模型上下文协议MCP？它有什么作用？

A：模型上下文协议（MCP）是由Anthropic构建的智能体通信协议，它决定智能体如何访问资源、工具和信息，如API或数据库。MCP主要针对共享信任边界内或单一应用程序栈中的智能体进行优化，比如Claude Desktop应用。

Q2：为什么不同的智能体协议无法直接通信？

A：每个协议都基于关于智能体驻留位置和信任对象的根本不同假设而构建，它们并非设计为原生相互通信。这意味着组织必须构建API来桥接不同的协议，才能让使用不同协议的智能体进行协作。

Q3：CIO应该如何应对智能体协议的快速变化？

A：专家建议CIO保持AI基础设施和架构的模块化和灵活性，在智能体和系统之间插入编排、策略和事务控制。同时要积极实验不同协议的AI应用程序，为自己留下快速调整方向的灵活性。