硅谷正通過(guò)制定如 MCP 和 A2A 等開(kāi)放協(xié)議構(gòu)建基礎(chǔ)設(shè)施，推動(dòng) Agent 之間的連接與互通；而中國(guó)企業(yè)則更注重在特定場(chǎng)景下打造高效實(shí)用的解決方案，積極搶占市場(chǎng)份額。

AI Agent行業(yè)的全球圖景，中國(guó)和硅谷正在走上兩條路線(xiàn)。

硅谷正在逐步拆掉影響Agent發(fā)展的墻，從0-1的建立規(guī)則。從Anthropic推出了MCP開(kāi)放協(xié)議，統(tǒng)一了大模型連接應(yīng)用的方式，到谷歌發(fā)布名為Agent2Agent（A2A）的全新開(kāi)放協(xié)議，建立了Agent與Agent之間的對(duì)話(huà)語(yǔ)言。越來(lái)越多的互聯(lián)網(wǎng)公司開(kāi)始加入MCP陣營(yíng)，包括Anthropic的老對(duì)手OpenAI，硅谷超過(guò)2000＋企業(yè)，國(guó)內(nèi)阿里百煉平臺(tái)、魔搭開(kāi)發(fā)社區(qū)開(kāi)始構(gòu)建基于MCP的平臺(tái)，騰訊云、百度云等云平臺(tái)也在陸續(xù)加入。

看起來(lái)節(jié)奏清晰井井有條。

而國(guó)內(nèi)的AI Agent領(lǐng)域，則顯得更加躁動(dòng)。一邊Manus以“全自動(dòng)Agent”的故事引爆著資本熱潮，另一邊則是曾經(jīng)的行業(yè)獨(dú)角獸瀾碼科技遭遇發(fā)展危機(jī)，被曝出停薪資、停社保已經(jīng)超過(guò)三個(gè)月，并于近期對(duì)數(shù)十名員工解除勞動(dòng)合同。

“Manus爆火后，投資人把相關(guān)文章甩給我們質(zhì)問(wèn)‘人家這么牛，你們?yōu)槭裁床恍?？’?某Agent公司創(chuàng)始人在收到如此詢(xún)問(wèn)時(shí)，她甚至找不到合適的語(yǔ)言向資方解釋?zhuān)裁词悄K“縫合怪”。但與此同時(shí)，這種混亂又在給他們帶來(lái)實(shí)打?qū)嵉男略鲇唵涡枨蟆？蛻?hù)不再問(wèn)AI Agent是什么，而是直接提需求下訂單。

它們都指向一個(gè)重要的信號(hào)：Agent行業(yè)正從“概念驗(yàn)證期”邁入“生態(tài)定型期”，技術(shù)標(biāo)準(zhǔn)與商業(yè)模式的“分水嶺”已然浮現(xiàn)。在這兩種不同的氛圍背后，是兩種不同的路線(xiàn)，硅谷沉迷于對(duì)AI Agent制定規(guī)則，而中國(guó)公司已經(jīng)在搶跑了。

01 中國(guó)為什么沒(méi)有MCP？

首先我們必須明確的是：Agent不僅僅是一種應(yīng)用形態(tài)，將其簡(jiǎn)單對(duì)比“超級(jí)應(yīng)用”實(shí)際上是對(duì)其本質(zhì)的誤解。Agent代表了一條全新的產(chǎn)業(yè)鏈，它連接并整合了多個(gè)技術(shù)環(huán)節(jié)，需要調(diào)動(dòng)幾乎整個(gè)互聯(lián)網(wǎng)生態(tài)的軟件資源。

我們簡(jiǎn)單制作了目前Agent產(chǎn)業(yè)生態(tài)的圖譜（當(dāng)然它是動(dòng)態(tài)變化的）以供大家理解。當(dāng)前，構(gòu)建真正通用的智能體需要兩個(gè)核心要素：一是強(qiáng)大的“大腦”：能夠接收任務(wù)并進(jìn)行精細(xì)拆解，對(duì)每個(gè)步驟的微操作都能完美執(zhí)行，這要求大模型具備強(qiáng)大的多模態(tài)能力；而是可靠的“手腳”，則能夠穩(wěn)定執(zhí)行在各種環(huán)境中，確?？缙脚_(tái)、跨設(shè)備的一致性表現(xiàn)。

針對(duì)To C和To B兩種場(chǎng)景，對(duì)Agent的能力要求截然不同：To C的通用型Agent不必追求極高準(zhǔn)確性，但需要更強(qiáng)的通用性和靈活性，依賴(lài)強(qiáng)大的“大腦”進(jìn)行決策；而To B場(chǎng)景下的“數(shù)字員工”則要求極高的準(zhǔn)確性，對(duì)靈活性要求相對(duì)較低，更依賴(lài)高效穩(wěn)定的“手腳”執(zhí)行能力。

因此，行業(yè)內(nèi)幾乎形成共識(shí)：通用型Agent深度依賴(lài)基礎(chǔ)模型能力，本質(zhì)上是模型廠(chǎng)商能力的延伸，會(huì)隨模型升級(jí)而進(jìn)化，創(chuàng)業(yè)公司在此領(lǐng)域能施展的空間極為有限。

從這一視角看，Anthropic作為基礎(chǔ)模型廠(chǎng)商率先推出MCP，并非因其擁有最強(qiáng)話(huà)語(yǔ)權(quán)，而是因其最需要與互聯(lián)網(wǎng)現(xiàn)有軟件生態(tài)建立連接，實(shí)現(xiàn)底層能力的整合與打通。

硅谷與中國(guó)在Agent領(lǐng)域的發(fā)展差異，正是兩地軟件生態(tài)長(zhǎng)期積累形成的根本區(qū)別的直接反映。硅谷軟件生態(tài)以高度標(biāo)準(zhǔn)化和互聯(lián)互通為核心特征。制造業(yè)Agent數(shù)字員工打造者語(yǔ)核科技創(chuàng)始人翟星吉精準(zhǔn)指出：“美國(guó)市場(chǎng)中，每個(gè)細(xì)分場(chǎng)景往往會(huì)有獨(dú)立的SaaS公司提供垂直服務(wù)，這使得互通互聯(lián)成為Agent發(fā)展的必要條件”。在SaaS普及率超過(guò)80%的環(huán)境下，Salesforce、Slack等頭部產(chǎn)品成為企業(yè)標(biāo)配，自然催生了對(duì)標(biāo)準(zhǔn)化接口的強(qiáng)烈需求。

在MCP等統(tǒng)一協(xié)議框架下，現(xiàn)有SaaS服務(wù)自然成為生態(tài)組成部分，既服務(wù)終端用戶(hù)，又能被其他Agent調(diào)用。企業(yè)級(jí)數(shù)字員工AI Agent平臺(tái)來(lái)也科技CTO胡一川形象地比喻：“MCP對(duì)行業(yè)的影響類(lèi)似于USB-C標(biāo)準(zhǔn)化對(duì)電子設(shè)備的影響，它大幅降低了開(kāi)發(fā)成本。以前100個(gè)開(kāi)發(fā)者連接100個(gè)工具需要10000項(xiàng)工作，現(xiàn)在通過(guò)MCP，雙方只需準(zhǔn)備好對(duì)應(yīng)接口，即可實(shí)現(xiàn)全面連接，工作量呈指數(shù)級(jí)下降?！?/p>

相比之下，中國(guó)軟件生態(tài)發(fā)展不均衡，而這種軟件生態(tài)的根本差異，最終導(dǎo)致了中國(guó)缺乏類(lèi)似MCP的統(tǒng)一協(xié)議標(biāo)準(zhǔn)。這不只是Agent技術(shù)路徑的不同，更顯現(xiàn)了數(shù)字基礎(chǔ)設(shè)施發(fā)展階段的不同。

一旦MCP與A2A構(gòu)建起智能體世界的“水電煤”基礎(chǔ)設(shè)施，后來(lái)者要么接入這套體系成為生態(tài)參與者，要么被排除在主流交互網(wǎng)絡(luò)之外。

那么制定標(biāo)準(zhǔn)的人將掌握了最重要的話(huà)語(yǔ)權(quán)，如同我們所見(jiàn)的安卓系統(tǒng)，或是Cuda，當(dāng)下國(guó)內(nèi)Agent公司都正面臨著是加入還是獨(dú)立發(fā)展的重要節(jié)點(diǎn)。

從當(dāng)前的情況來(lái)看，似乎中國(guó)互聯(lián)網(wǎng)的基礎(chǔ)模型公司，并沒(méi)有另起爐灶的打算。 4月15日，魔搭推出全新MCP廣場(chǎng)，上架千余款熱門(mén)的MCP服務(wù)。魔搭MCP產(chǎn)品經(jīng)理告訴硅星人：“我們正在成為MCP的生態(tài)共建者，包括建立一些MCP應(yīng)用的BenchMark，以及給一些應(yīng)用提供啟動(dòng)流量等等?！?/p>

本該是兵家必爭(zhēng)之地的標(biāo)準(zhǔn)制定者，為什么基模廠(chǎng)商輕易讓給了Anthropic？

據(jù)硅星人的了解，一部分原因是因?yàn)榻y(tǒng)一協(xié)議本身可能只是AI發(fā)展的階段性產(chǎn)物，從技術(shù)的角度來(lái)說(shuō)，一旦建立了Agent的通用行動(dòng)模型（參考機(jī)器人模型），就可以繞過(guò)API或者協(xié)議接口，直接完成操作，爭(zhēng)也只是一時(shí)；另一方面，互聯(lián)網(wǎng)大廠(chǎng)們快速加入MCP陣營(yíng)后，能夠?qū)⒋饲暗膬?yōu)勢(shì)積累釋放，比如魔搭接入了收割支付寶提供的支付MCP接口，一旦Agent采用了通用的支付接口，支付生態(tài)可以在AI時(shí)代復(fù)利，這或許是一個(gè)比掌握協(xié)議本身更大的市場(chǎng)。

02 硅谷修路，中國(guó)造車(chē)

硅谷通過(guò)推動(dòng)統(tǒng)一協(xié)議標(biāo)準(zhǔn)，對(duì)Agent生態(tài)而言就像是在“修路”，建立基礎(chǔ)設(shè)施和互聯(lián)互通的標(biāo)準(zhǔn)。而中國(guó)企業(yè)則專(zhuān)注于“造車(chē)”，打造能在特定場(chǎng)景下高效運(yùn)行的實(shí)用解決方案。加入MCP、A2A或其他協(xié)議，對(duì)中國(guó)企業(yè)而言只是時(shí)間和選擇問(wèn)題。無(wú)論哪種路徑，最終要讓Agent生態(tài)完整運(yùn)轉(zhuǎn)，都需要一輛輛“車(chē)”真正跑起來(lái)。

在中國(guó)市場(chǎng)，C端Agent仍處于非常早期階段，以智譜AutoGLM為代表的通用智能體正在積極打磨產(chǎn)品形態(tài)、技術(shù)路線(xiàn)和商業(yè)模式，而絕大多數(shù)創(chuàng)業(yè)公司則將目光聚焦在2B領(lǐng)域。

“我們認(rèn)為未來(lái)2-3年是智能體商業(yè)化落地的關(guān)鍵窗口期。端到端的純大模型方案(如Manus等)不太可能在這個(gè)時(shí)間窗口內(nèi)達(dá)到理想的商業(yè)落地水平，因?yàn)樗鼈冊(cè)诳煽匦浴⒎€(wěn)定性和成本方面仍存在重大挑戰(zhàn)。”企業(yè)級(jí)通用智能體企業(yè)實(shí)在智能創(chuàng)始人孫林君判斷道。

To B的快速發(fā)展首先來(lái)源于市場(chǎng)需求的爆發(fā)性增長(zhǎng)。“自從今年2月DeepSeek發(fā)布之后，我們明顯感受到企業(yè)級(jí)Agent市場(chǎng)迎來(lái)了一波’爆單潮’，”翟星吉回憶道，“僅在最近三個(gè)月，我們?cè)谕七M(jìn)的新項(xiàng)目就超過(guò)了20個(gè)，今年的預(yù)期營(yíng)收也超過(guò)了千萬(wàn)。這在以前是很難想象的速度?！?/p>

胡一川也表達(dá)了類(lèi)似觀察：“我們?cè)谥圃鞓I(yè)和金融領(lǐng)域的Agent項(xiàng)目詢(xún)單量比去年同期暴增了數(shù)倍。企業(yè)客戶(hù)對(duì)AI Agent的熱情程度遠(yuǎn)超我們預(yù)期，尤其是那些有明確流程優(yōu)化需求的傳統(tǒng)行業(yè)客戶(hù)?！?/p>

其次是to B領(lǐng)域相對(duì)清晰的商業(yè)模式，比如將銷(xiāo)售轉(zhuǎn)化率從5%提升到6%，雖然只增加了1個(gè)百分點(diǎn)，但對(duì)企業(yè)來(lái)說(shuō)實(shí)際增長(zhǎng)了20%，對(duì)大型企業(yè)而言這是相當(dāng)可觀的收益。

實(shí)際上，to B Agent實(shí)際上替代了傳統(tǒng)的定制化系統(tǒng)，以更高效的方式解決企業(yè)痛點(diǎn)。這些“數(shù)字員工”正在形成全新的商業(yè)模式，不同于傳統(tǒng)SaaS的固定功能，它們能夠根據(jù)企業(yè)需求持續(xù)進(jìn)化，實(shí)現(xiàn)真正的軟件“活體化”。

“其實(shí)，MCP這類(lèi)協(xié)議對(duì)2C市場(chǎng)的影響遠(yuǎn)大于2B領(lǐng)域。在企業(yè)場(chǎng)景中，系統(tǒng)大多采用封閉架構(gòu)，且以本地私有化部署為主，很少需要連接公共互聯(lián)網(wǎng)應(yīng)用?！钡孕羌a(bǔ)充到，這一特點(diǎn)使得中國(guó)企業(yè)在缺乏協(xié)議層支撐的情況下，被迫自主研發(fā)從數(shù)據(jù)處理到執(zhí)行操作的全鏈條技術(shù)棧。

語(yǔ)核Langtum企業(yè)級(jí)Agent應(yīng)用落地平臺(tái)

如語(yǔ)核科技，其技術(shù)核心之一在于自研的工業(yè)文檔解析引擎，專(zhuān)門(mén)處理企業(yè)分散的非結(jié)構(gòu)化數(shù)據(jù)（將PDF格式的工藝參數(shù)表轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)），以便大模型能夠更好地理解行業(yè)專(zhuān)業(yè)知識(shí)。在硅谷，這本應(yīng)是獨(dú)立細(xì)分賽道的技術(shù)環(huán)節(jié)，但在中國(guó)市場(chǎng)環(huán)境下，語(yǔ)核不得不將其作為Agent解決方案的一部分直接交付。

“比如在制造業(yè)的采購(gòu)環(huán)節(jié)，我們的Agent能夠自動(dòng)校對(duì)采購(gòu)單、查找供應(yīng)商、比對(duì)報(bào)價(jià)并完成下單流程，將原本需要2-3天的工作壓縮至30分鐘內(nèi)完成，同時(shí)還能保持95%的準(zhǔn)確性?！钡孕羌v道。

來(lái)也科技則是通過(guò)將RPA(流程自動(dòng)化)與AI結(jié)合，構(gòu)建出一個(gè)一體化平臺(tái)，來(lái)保證更高準(zhǔn)確率和更強(qiáng)靈活性?！拔覀兊姆桨覆皇呛?jiǎn)單地將大模型和RPA拼接，而是構(gòu)建了一個(gè)能夠自我調(diào)整的智能系統(tǒng)，”胡一川解釋道，“在傳統(tǒng)RPA的基礎(chǔ)上，我們?cè)黾恿藳Q策節(jié)點(diǎn)，允許系統(tǒng)在執(zhí)行過(guò)程中根據(jù)實(shí)時(shí)情況進(jìn)行判斷和路徑調(diào)整?！?/p>

來(lái)也科技數(shù)字員工平臺(tái)架構(gòu)圖

例如，在某大型汽車(chē)主機(jī)廠(chǎng)的質(zhì)檢環(huán)節(jié)，來(lái)也科技的Agent能夠自動(dòng)識(shí)別并處理各類(lèi)質(zhì)檢文檔，當(dāng)遇到異常情況時(shí)，系統(tǒng)會(huì)自動(dòng)調(diào)用歷史案例庫(kù)進(jìn)行比對(duì)分析，確定最佳處理方案?！斑@一應(yīng)用將質(zhì)檢文檔處理時(shí)間從原來(lái)的8小時(shí)縮短至1小時(shí)，準(zhǔn)確率提升至99.2%，每年為客戶(hù)節(jié)省人力成本超過(guò)200萬(wàn)元?！焙淮ㄑa(bǔ)充道，“更重要的是，隨著使用時(shí)間延長(zhǎng)，系統(tǒng)能夠不斷學(xué)習(xí)新的異常模式，持續(xù)提升處理能力。”

中國(guó)企業(yè)在構(gòu)建Agent時(shí)往往采取這種“由點(diǎn)及面”的策略：先在特定場(chǎng)景中解決核心痛點(diǎn)，然后逐步擴(kuò)展功能范圍。實(shí)在智能創(chuàng)始人孫林君描述了他們的方法：“我們首先為制造業(yè)客戶(hù)打造質(zhì)檢文檔處理的專(zhuān)用Agent，證明價(jià)值后，再逐步擴(kuò)展到生產(chǎn)計(jì)劃、物料管理等相關(guān)環(huán)節(jié)，最終形成覆蓋整個(gè)生產(chǎn)管理鏈條的智能體系統(tǒng)?！?/p>

當(dāng)積累了大量針對(duì)復(fù)雜場(chǎng)景的實(shí)戰(zhàn)經(jīng)驗(yàn)，具體場(chǎng)景中的Agent往往具有更強(qiáng)的環(huán)境適應(yīng)能力和問(wèn)題解決能力。

03 Agent的另一種解法

硅谷的軟件生態(tài)已經(jīng)高度成熟，MCP等協(xié)議正在將這一生態(tài)重新連接，形成Agent主導(dǎo)的新格局。但這一趨勢(shì)不可避免地將逐漸弱化傳統(tǒng)軟件企業(yè)的地位，使軟件最終成為Agent的組件。

在美國(guó)，各軟件間的標(biāo)準(zhǔn)化接口已經(jīng)成為基礎(chǔ)設(shè)施，Agent開(kāi)發(fā)可以專(zhuān)注于調(diào)用這些接口。而在中國(guó)，Agent企業(yè)必須直面軟件碎片化的現(xiàn)實(shí)，通過(guò)創(chuàng)新性的技術(shù)路徑解決執(zhí)行層問(wèn)題。從某種意義上說(shuō)，這反而催生了更加普適的技術(shù)方向。

“我們看到一個(gè)根本性問(wèn)題：傳統(tǒng)的Agent執(zhí)行層要么依賴(lài)API調(diào)用，要么依賴(lài)像素級(jí)的視覺(jué)模擬，兩者都存在明顯局限，”實(shí)在智能創(chuàng)始人孫林君解釋道，“前者在中國(guó)企業(yè)軟件生態(tài)中成本很高且速度慢 ，后者則面臨穩(wěn)定性和泛化能力不足的挑戰(zhàn)?！?/p>

那么，RPA方案和視覺(jué)感知方案有沒(méi)有可能融合在一起？實(shí)在智能創(chuàng)新性的嘗試了“融合拾取技術(shù)”。

“我們訓(xùn)練了一個(gè)名為塔斯（TARS）的垂直大模型，專(zhuān)注于電腦操作領(lǐng)域。這個(gè)模型提升了任務(wù)理解、狀態(tài)識(shí)別和操作決策能力，本質(zhì)上是一種‘text-to-action’或更精確地說(shuō)是‘text+image-to-action’模型。例如，當(dāng)看到一個(gè)有搜索框和按鈕的界面時(shí)，模型能理解「搜索實(shí)在智能」這樣的指令，確定需要在搜索框中輸入文本并點(diǎn)擊特定按鈕，然后生成相應(yīng)代碼執(zhí)行操作。”

“我們訓(xùn)練的視覺(jué)模型可在100-200毫秒內(nèi)識(shí)別界面中的各類(lèi)元素（輸入框、按鈕、下拉菜單、表格、對(duì)話(huà)框、密碼區(qū)域等），然后將這些視覺(jué)識(shí)別結(jié)果與傳統(tǒng)方式識(shí)別的底層元素整合。目前在網(wǎng)頁(yè)元素識(shí)別和操作方面比GPT-4o高出約10個(gè)百分點(diǎn)，在任務(wù)拆解方面高出4-5個(gè)百分點(diǎn)，這項(xiàng)技術(shù)也獲得國(guó)家優(yōu)秀獎(jiǎng)專(zhuān)利?！睂O林君補(bǔ)充道。

一般遇到未見(jiàn)過(guò)的軟件，都需要派工程師到客戶(hù)現(xiàn)場(chǎng)進(jìn)行適配。但現(xiàn)實(shí)中未見(jiàn)過(guò)的軟件可能是無(wú)窮無(wú)盡的，這種人工適配模式難以擴(kuò)展。融合拾取突破了傳統(tǒng)Computer Vision方案對(duì)屏幕分辨率和界面布局的依賴(lài)，提高了Agent在真實(shí)復(fù)雜環(huán)境中的適應(yīng)能力。

除了技術(shù)創(chuàng)新外，在生態(tài)構(gòu)建上也出現(xiàn)了新的機(jī)會(huì)。Agent公司究竟應(yīng)該以什么身份對(duì)企業(yè)進(jìn)行服務(wù)？是傳統(tǒng)軟件？定制化系統(tǒng)？還是AI技術(shù)提供商？商業(yè)模式是軟件付費(fèi)模式、按token付費(fèi)、還是以“數(shù)字員工”的形式按人頭付費(fèi)？

“我們認(rèn)識(shí)到一個(gè)現(xiàn)實(shí)：在2B領(lǐng)域，尤其是傳統(tǒng)行業(yè)，行業(yè)know-how的積累至關(guān)重要，但從0到1自己完成這一過(guò)程周期太長(zhǎng)，很難滿(mǎn)足當(dāng)下市場(chǎng)的迫切需求，”AI Agent 智能體云生態(tài)服務(wù)平臺(tái)匯智智能創(chuàng)始人孫志明表示，“因此我們選擇了另一條路——成為行業(yè)知識(shí)與AI技術(shù)的整合者，將已經(jīng)數(shù)字化的行業(yè)知識(shí)與Agent能力結(jié)合，打造1+1大于2的解決方案?！?/p>

這種模式的核心在于識(shí)別并整合已被數(shù)字化的行業(yè)知識(shí)。在制造業(yè)、醫(yī)療、金融等領(lǐng)域，過(guò)去十年的信息化建設(shè)已經(jīng)沉淀了大量專(zhuān)業(yè)知識(shí)，孫志明解釋到，“例如，ERP系統(tǒng)中的工藝流程、醫(yī)療系統(tǒng)中的診斷規(guī)則、金融系統(tǒng)中的風(fēng)控模型，這些都是經(jīng)過(guò)多年驗(yàn)證的行業(yè)智慧。我們不需要重新發(fā)明輪子，而是將這些知識(shí)提取、結(jié)構(gòu)化，然后與大模型能力結(jié)合。我們與行業(yè)信息化服務(wù)商、垂直領(lǐng)域咨詢(xún)公司、以及專(zhuān)業(yè)數(shù)據(jù)提供商建立了深度合作關(guān)系，共同打造完整的智能解決方案?！?/p>

對(duì)于像瀾碼這樣的創(chuàng)業(yè)公司，從0到1自主積累行業(yè)知識(shí)確實(shí)周期過(guò)長(zhǎng)，對(duì)創(chuàng)企的考驗(yàn)也更加大，核心原因在于沒(méi)有找準(zhǔn)自己的定位，是技術(shù)提供者、知識(shí)整合者還是解決方案交付者，然后圍繞這一定位構(gòu)建合作生態(tài)。

相比之下，新的商業(yè)模式或許更加適合中國(guó)市場(chǎng)現(xiàn)狀。在中國(guó)大型企業(yè)的數(shù)字化程度參差不齊，但幾乎所有企業(yè)都有不同程度的信息化基礎(chǔ)，在Agent驅(qū)動(dòng)下，或許能重新定義軟件服務(wù)的形態(tài)和交付方式。

畢竟，技術(shù)發(fā)展從來(lái)不是單一直線(xiàn)，在這個(gè)過(guò)程中，中國(guó)企業(yè)和硅谷巨頭都在用各自的方式，共同推動(dòng)Agent走向成熟。