MCP与ANP对比：未来需要什么样的智能体通信协议

核心观点：

• 构建面向消费者的个人助手，推理能力瓶颈正在快速解决，目前还有两个瓶颈，一个是成本，一个是信息获取。如何让AI获取所有信息需要智能体通信协议来解决。

• 当前行业智能体或AI相关的开源通信协议，在设计和实现上比较完备的，有Anthropic的MCP，以及我们设计的ANP。

• MCP与ANP在协议架构、身份认证、信息组织三个方面存在大的差异。

  • MCP是典型的CS（客户端-服务端）架构，ANP是典型的P2P（点对点）架构。

  • MCP身份认证基于Oauth标准，让客户端方便的访问当前互联网的资源；ANP的身份认证基于W3C DID标准，重点解决智能体之间的跨平台互操作性问题，让所有智能体都能互联互通。

  • MCP的信息组织基于JSON-RPC技术，本质上是API调用；ANP的信息组织基于语义网的Linked-Data技术，目的是构建一个便于AI访问、便于AI理解的数据网络。

• MCP与ANP最大的区别在于世界观的差异：

  • MCP是以模型为核心（Model-Centric），整个互联网都是它的上下文与工具;

  • ANP是以智能体为核心（Agent-Centric），每个智能体具有同等的地位，组成一个去中心化的智能体协作网络。

• 智能体需要什么样的通信协议，取决于未来智能体互联网（Agentic web）有那些特性。关于这点，我们与MCP有不同的看法，会坚定持续的投入ANP的研发。

智能体通信协议为什么重要

随着Deepseek R1的上线，以及OpenAI o3 Mini和Deep Research的上线，我们能够发现一个明显的趋势，阻碍智能体构建的核心瓶颈：复杂任务推理能力限制，正在加速消失。

Deep Research从本质上看，可以认为是面向知识工作者的个人助理。

构建面向消费者的智能体，当前还存在两个瓶颈。一个是成本，预计2025年仍然会有一到两个数量级降低。另外一个就是信息：怎么让面向消费者的个人助理，能够获得足够的信息？

面向知识工作者的信息，很多都保存在开放的数据库、或者网站上，AI能够非常方便的获取。面向消费者的信息则复杂的多，受限于当前互联网的数据孤岛现象，这些信息当前是非常割裂的，而且开放性很差。

如何让个人助理能够方便、高效的获得消费者所需要的信息（工具能力也可以理解为一种信息），是智能体通信协议要解决的问题。

备注：至于为什么是通信协议而不是“Computer Use”，可以参考这篇文章：智能体互联网有什么不同。

MCP与ANP简介

MCP(Model Context Protocol )：模型上下文协议（MCP）是一个开放协议，使LLM应用能够与外部数据源和工具无缝集成。无论是构建AI驱动的IDE、增强聊天界面，还是创建自定义AI工作流，MCP都提供了一种标准化方式，将LLM与所需的上下文连接起来。https://spec.modelcontextprotocol.io/

AgentNetworkProtocol（ANP）是为智能体网络（Agentic Web）设计的开放协议框架。ANP实现了去中心化的身份认证，能够让任意两个智能体进行连接。同时设计了一个智能体描述规范，让智能体之间能够进行更加高效的数据交换与协作。https://github.com/chgaowei/AgentNetworkProtocol

在目前的智能体通信协议