上交大首个AI智能体协议总述：从碎片化到互联互通的智能体网络

liukang20244个月前 (05-09)热门吃瓜864

论文作者包含来自上海交通大学的杨滢轩、柴化灿、宋源祎、齐思远、温睦宁、李宁、廖俊威、胡浩毅、林江浩、刘卫文、温颖、俞勇、张伟楠，以及 ANP 社区发起人常高伟。

跟着大言语模型 (LLM) 技能的迅猛开展，依据 LLM 的智能智能体在客户服务、内容创造、数据剖析乃至医疗辅佐等多个职业范畴得到广泛使用。但是，不同智能体体系间的碎片化通讯规范已成为约束其进一步开展的瓶颈。上海交通大学团队与 ANP 社区协作推出了首个全面体系的 AI 智能体协议总述《A Survey of AI Agent Protocols》，为处理这一要害应战供给了明晰的辅导结构。

ArXiv 论文链接：https://arxiv.org/abs/2504.16736
Github 库房地址：https://github.com/zoe-yyx/Awesome-AIAgent-Protocol

交互碎片化：阻止智能智能体开展的要害瓶颈

正如前期互联网面对的通讯规范涣散问题，当时的智能智能体生态体系相同遭受协议不一致的窘境。研讨团队指出，跟着使用场景扩展和不同供货商、不同结构的智能体出现，智能体与实体之间的交互规矩变得越来越杂乱。这种协议规范化缺失的问题体现在两个方面：一方面，它阻止了智能体与外部东西和数据源的互操作性；另一方面，它约束了不同供给商或架构布景的智能体之间的无缝协作，然后约束了智能体网络的可扩展性，终究约束了智能智能体处理杂乱实践问题的才能。

创始二维分类结构，明晰整理智能体协议生态

论文立异性地提出了一个二维分类体系，将现有智能体协议分类为：

1. 目标导向维度：

上下文导向协议：专心于智能体与外部东西 / 数据源的通讯，如 Anthropic 的 MCP 协议
智能体间协议：重视多个智能体之间的通讯与协作，如 ANP、A2A 协议

2. 使用场景维度：

通用目的协议：适用于广泛场景的通用协议
范畴特定协议：针对特定场景优化的专用协议，如 LOKA 用于人机交互，CrowdES 用于机器人智能体交互

这一分类法涵盖了干流协议，包含 Anthropic 的 MCP、Google 的 A2A、ANP 社区的 ANP、NEAR 基金会的 AITP、Eclipse 基金会的 LMOS 等十余种协议。具体分类表格中，论文还对每种协议的提出者、使用场景、要害技能和开发阶段进行了全面整理，为开发者挑选适宜协议供给了明晰指引。

七大维度多角度评价，全面比照协议功用

研讨团队从以下七个要害维度对各类协议进行了全面评价：

1. 功率：评价推迟、吞吐量和资源利用率，包含大言语模型智能体特有的 token 耗费本钱

2. 可扩展性：衡量节点扩展性、链接扩展性和才能洽谈机制，提出了「才能洽谈得分」(CNS) 评价目标

3. 安全性：剖析认证方式多样性、人物 / 拜访操控粒度和上下文脱敏机制

4. 可靠性：查验包重传、流量操控和耐久衔接机制，引进「主动重试计数」(ARC) 等评价目标

5. 可扩展性：评价向后兼容性、灵敏习惯性和定制扩展才能

6. 可操作性：丈量协议栈代码量、布置装备杂乱度和可观测性

7. 互操作性：剖析跨体系、跨浏览器、跨网络和跨渠道习惯性

论文特别强调，抱负的智能体协议应平衡低推迟通讯、资源耗费和使命完结速度，一起习惯多智能体体系的杂乱性。研讨还经过 MCP 从 v1.0 到 v1.2 的迭代演进事例，以及从 MCP 到 ANP 再到 A2A 的协议体系演化事例，展现了智能体协议在功用、功用和安全性方面的多维度权衡。

实在事例解析：

四大协议在游览规划中的使用比照

论文经过一个「策划北京到纽约的五日游览」的实在用例，论文生动展现了四种不同协议架构的实践使用差异：

1. MCP（单一智能体调用东西）：集中式架构，单一 MCP Travel Client 经过 Client-Server 结构顺次调用 Flight Server、Hotel Server 和 Weather Server 等东西，一切通讯有必要经过中心智能体

2. A2A（多智能体杂乱协作）：分布式架构，将智能涣散到多个专业智能体，如 Flight Agent、Hotel Agent 和 Weather Agent，智能体间可直接通讯，A2A Travel Planner 作为非中心和谐器首要搜集终究成果

3. ANP（跨域智能体通讯）：跨域架构，经过规范化的跨域交互促进独立智能体间协作，清晰区分航空公司、酒店和气候网站等不同安排鸿沟，完成依据协议的跨域恳求和呼应

4. Agora（自然言语到协议生成）：用户中心架构，将自然言语恳求直接转换为规范化协议，引进三阶段处理进程（自然言语了解、协议生成、协议分发），使专业智能体专心于中心才能

这一事例剖析协助开发者依据实践需求（智能体自主性、通讯灵敏性、接口规范化和使命杂乱性）挑选最适合的协议计划。

未来展望

论文对智能体协议的开展前景进行了短期、中期和长时间猜测：

短期展望：从静态到可进化

评价与基准测验：开发一致的评价结构，逾越使命成功率，归入通讯功率、环境改变习惯性等方面
隐私维护协议：探究答应智能体交流信息一起最小化内部状况或个人数据露出的协议
智能体网格协议：开发受人类群聊启示的通讯模型，完成智能体组内通讯透明度和同享拜访
可进化协议：将协议视为智能体自习惯才能的动态、模块化和可学习组件

中期展望：从规矩到生态体系

内置协议常识：经过练习将协议内容和结构集成到大言语模型参数中，完成无需清晰提示的协议兼容行为
分层协议架构：学习经典网络协议规划，将初级传输和同步机制与高档语义和使命相关交互别离，改进异构智能体间的模块化和可扩展性

长时间展望：从协议到智能根底设施

团体智能与扩展规律：探究大规模、互联智能体团体中团体智能的出现，研讨智能体数量、通讯拓扑和协议装备怎么一起刻画体系级行为
智能体数据网络：构建专用于自主智能体通讯和和谐的根底数据根底设施，支撑结构化、目的驱动和契合协议的智能体间信息交流

这项研讨不只体系整理了当时 AI 智能体协议的开展现状，更为未来智能智能体互联互通的网络构建供给了理论根底和技能路线图。正如 TCP/IP 和 HTTP 协议的规范化推动了全球信息革新，一致的 AI 智能体协议有望催生一个全新的智能协作年代，完成不同方式的智能在体系间活动，东西与智能体无缝交互，构成逾越单个组件才能的团体智能。

告发/反应