Manus带着MCP一起火了起来，原来这就是快速构建AI Agent的秘诀！

本文链接：https://blog.csdn.net/xx_nm98/article/details/146340829

前言

上周，Manus爆火将Agent发展推向新的高潮，随后又引发一波开源复现狂潮，Agent仿佛已被大众所熟知。

工程上可将Agent拆分为三个核心模块：规划、工具使用、记忆。

图中的Action代表着行动，是真正让智能体有「手」的关键因素，并让LLM能够与现实世界进行交互。

而Action事实上就依赖于智能体所拥有的工具集合，工具集合所能触及到的范围就是智能体的能力边界。

要是听着还迷糊的话，给大伙整个生活案例。

你自己就是个智能体，假如你的大脑都没有对「冰箱」这个工具的定义和认识，压根你就不知道还有「冰箱」这个工具的存在，那么你又怎么可能会去用冰箱保存食物呢？

MCP的划时代意义

每个开发者在设计智能体时，都要提前定义一堆工具。

在之前都是通过函数调用实现的，开发者定义特定函数和参数，让模型按照规定格式调用，这个过程重复且繁琐。

传统工具调用如同定制手机接口：每个开发者都要为AI定制专属API接口。当A公司的"提交代码"叫create_PR，B平台却用generate_PullRequest。像极了之前安卓的充电口是安卓的，苹果的充电口是苹果的，使用起来贼不舒服。

去年11月，Anthropic开源了Model Context Protocol (MCP)协议。理解MCP只需拆解三个字母：

Model：各类AI模型，如GPT、Claude等
Context：提供给模型的额外资料或上下文
Protocol：代指MCP是一种通用标准或规范

MCP正在做的，是给整个AI世界装上Type-C接口。通过统一接口层，让所有开发者都使用同一套规范，让AI对接Github就像Type-C连接显示器般自然，这大家不就都舒服了吗。

MCP与传统工具调用的对比
在这里插入图片描述

为什么说MCP具有划时代意义？看看消费电子史就懂了。

当年苹果坚持Lightning接口的十几年，造就了：

全球累计销售几十亿条MFi认证数据线
每年产生几亿美元配件授权费
用户被迫携带多种转接头

直到欧盟强推USB-C统一标准，这场"接口军阀混战"才看到终结的希望。如今MCP想在AI领域复刻这场革命：

1.工具层解放：开发者无需重复造轮子
2.生态层重构：模型/工具可插拔替换
3.创新层爆发：资源向应用层倾斜

冷思考：标准化的代价与未来

当然，MCP并非银弹。就像统一普通话会消弭方言特色，标准化也可能带来：

创新自由度受限：如同所有开发者被"甲方审美"统一，万一MCP标准是错误的呢？
生态垄断风险：可能形成新的技术卡脖子点，MCP核心生态可能全被主导者控制，并要求开发者强行遵守
过渡期阵痛：现有系统的适配成本

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述