嘿，咱们聊个关于CIO必须知道的智能体协议的事儿。企业自动化越来越深了，AI智能体遍地都是，可怎么让它们干活又安全，这是个大难题。你想啊，你那组织有现成的商用智能体，我这又有自己搭的定制款，没个统一的代码连串儿，它们肯定没法好好说话。IDC的Arnal Dayaratna就问了，“咋让这些东西一块儿干活？现在谁也说不准，多半得搞个共享数据层。” 专家觉得啊，IT头儿现在得把AI那套基础设施和架构弄得活络点、模块化点，别到时候市场一变，自己转不过弯来。 以前的智能体做事全靠特殊协议或者通讯方式，这玩意儿给它们规定了一套结构化的话头儿，好把复杂的大任务拆成小任务分给大家干。现在市面上也出了好些个协议，最显眼的当属Anthropic搞的那个模型上下文协议MCP。MCP专门管着怎么去拿API、数据库这些资源。它主要是给像Claude Desktop这种在共享信任范围内或者单一应用栈里的智能体优化的。谷歌那边有个Agent2Agent（A2A），主打智能体间的对话、任务协调还有工作流协作。A2A智能体有个叫智能体卡的元数据格式来介绍自己。这就好比一份配置文件，让大家互相找得到。 说到边缘技术还有Agent Network Protocol（ANP），这是个支持开放网络发现的开源方案。关键的麻烦在于，这几家协议的底子不一样。微软研究发现它们本来就不是为了互相喊话设计的。这就逼着咱们得去搭个API的桥才行。虽然现在大家正在折腾这事，但能不能赶上技术创新的步子还真难说。现在能共享访问层的智能体少得可怜，而这层东西对大企业搞治理、保持一致性特别重要。 今天的协议明天不一定行得通。Exabeam的Steve Wilson就说了，“所有这些都会被推翻重来，而且会很快。”Wilson说MCP因为太笨重的服务器体验正在失宠，开发者就想要个简单的文本文件来写技能。大多数IT头儿碰到这事儿都想稳稳当当地来，可你必须得用不同的协议去试试AI应用才行。强生的Jim Swanson说：“如果不实验着往前推一下，很快就落后了。”为了快，强生直接用了模块化架构，重新想了想怎么在多个平台和数据集上搞业务流程。 Swanson觉得业务流程里有机会，“但你得把它和数据质量、还有整个技术栈的成熟度结合起来。”Workato的Carter Busse给出的稳妥建议是，在智能体和系统中间插个编排、策略还有事务控制这一层。这样你就有权力管着AI到底在业务里怎么动了。 关于智能体AI互操作性的那些故事轨迹对老IT人来说太眼熟了。想想30年前的网络协议大战吧，IBM、Novell那些公司争着争着要把标准定下来。后来互联网爆火了才定下TCP/IP。虽说那样搞了10年才搞定标准问题，可现在智能体这边的标准整合会更快得多。Arnal Dayaratna也说了：“所有这些智能体的东西还都在刚开始的时候呢。” 来个小问答：Q1：什么是MCP？有啥用？ A：MCP是Anthropic搞的协议，管着怎么访问API、数据库这些资源。它主要给Claude Desktop这类在同一应用栈里的智能体优化用。 Q2：为啥不同协议没法直接说话？ A：因为它们的假设底子不一样。你得搭个API的桥才能让不同的智能体凑一块儿干活。 Q3：CIO该怎么应付这些变化？ A：保持灵活模块化的架构很重要。还得在智能体和系统中间加层控制。多去试试各种协议的应用吧。