跳到主内容
快讯直播
AI智模界
AI 词典

MCP 智能体间通信:你没听过、风险却最高的协议

一句话定义:把 MCP(Model Context Protocol)原本用来暴露「工具」的位置,换成一个活的智能体,让别的 Agent 通过 MCP 调它——这就是 MCP 智能体间通信(Agent-to-Agent over MCP)。

它是怎么被"用歪"的

MCP 的原始设计很像 USB-C:规定应用怎么把外部能力和数据接进来。标准那头连的是数据库、文件系统、日历这类"死"资源,MCP server 对外暴露的是 tools、resources、prompts,client 按需调用。

有人发现:既然 MCP server 能暴露一个 tool,那我在 server 里跑一个智能体不就行了?调用链立刻变成:智能体 A → MCP client → MCP server(里面坐着智能体 B)→ B 再调用它自己的工具。

打个比方:MCP 本来是"我打电话点外卖",商家出餐,清清楚楚。现在变成"我派一个机器人替我去点外卖,而接电话的那头也是一个机器人"。线路是通的,但对面到底谁在接、它能不能代表那家店、出了问题找谁,协议里压根没写。

它和 A2A 不是一回事

A2A(Agent2Agent)是明确为智能体互相协作设计的协议,两者分工大致如下(具体细节以各自官方页面为准):

维度MCPA2A
方向垂直:智能体 → 能力/数据横向:智能体 ↔ 智能体
形态请求—响应式工具调用,通常较短任务委派、长任务、多轮协商、状态流转
身份关注"这个客户端能调哪些工具"关注"我是谁、能代表谁、会什么"
发现拉取工具清单通过 agent card 一类描述互相认识

一句话:MCP 解决"我能用什么",A2A 解决"我和谁合作、怎么合作"。

为什么风险反而最高

因为它隐形。A2A 名字里就写着"智能体通信",上线前会有人专门评审;而 MCP 通信看起来只是配置文件里多了一行 server 地址。

更麻烦的是权限与消息模型。MCP 的授权基础是"终端用户同意这个客户端调用某工具",一旦把智能体挂成 server,授权链就横跨了三个主体:用户 → 智能体 A → 智能体 B。B 执行的调用,究竟以谁的身份、谁的凭证发出,往往含糊;出了事,责任归属同样是空白。加上 MCP 的消息是普通的文本负载,提示注入(prompt injection)可以顺着调用链一路传染给下游智能体。

对从业者的实际意义

  • 临时把某个能力"接进来",用 MCP 是对的;把另一个智能体当工具使,就得补上身份、委托范围、超时与责任约定。
  • 如果你的场景是长任务、多轮谈判、需要对方反过来找你,那更像 A2A 的地盘;也可以两者混用——A2A 管协作,MCP 管各自伸手拿工具。
  • 无论选哪条路,先问三个问题:对面是谁?它能代表谁?调用失败或越权时谁兜底。

协议是工具,边界得自己画。

AI 生成本文由 AI 基于公开信息自动生成,仅供参考。