掘金 人工智能 40分钟前
MCP + A2A 可能是自互联网以来软件领域最大的变革
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

文章探讨了软件构建方式的重大变革,核心在于谷歌的代理间协议(A2A)和模型上下文协议(MCP). 这预示着从确定性编程向自主发现、适应和协作的系统转变. 文章详细阐述了这一变革的重要性、带来的挑战,以及其可能成为自编程发明以来软件架构领域最重要的转折点的原因. 重点介绍了A2A和MCP如何改变软件的本质,并以IT事件响应系统为例说明了其应用和优势。

🤖 软件开发正经历从确定性编程向自主系统的转变. 传统软件依赖显式指令,而大型语言模型(LLMs)开启了新可能,MCP更进一步,描述工具能力而非编程行为,让系统自主决策。

🤝 A2A协议扩展了MCP概念,使代理能够发现、理解并与其他代理协作. 代理间无需预定义协议或硬编码工作流程,能力动态发现,协作策略在运行时协商,构建出智能嵌入的活体系统。

⚠️ 这种转变带来了诸多挑战,包括状态管理复杂性、推理与资源开销、以及安全风险. 自主代理间的交互增加了潜在攻击面,传统安全模型面临扩展难题。

💡 这种转变的核心在于,软件将不再仅仅是执行预定义路径的工具,而是能够适应变化环境、应对意外输入和把握新机遇的智能代理生态系统. 智能融入系统本身,而非仅仅存在于人类用户中。

🚀 以IT事件响应系统为例,说明了A2A和MCP的应用. 代理通过MCP获取工具访问权限,自主组建响应团队,动态协作,智能适应每个危机,无需手动干预,实现更快的事件解决。

掌握 MCP 和 A2A 的先行者将塑造软件的未来. 以下是为啥这么说至关重要.

今天, 软件构建方式发生了一项重要变革, 而大多数人并未察觉.

谷歌宣布的**代理间协议(A2A)**不仅标志着人工智能架构的又一次增量升级, 更预示着一场可能终结过去七十年软件设计方式的变革的早期阶段——从确定性编程向能够自主发现, 适应和协作的系统转变.

这一变革并非凭空而来. 它建立在另一个同样重要的发展之上: 模型上下文协议(MCP), 一种人工智能系统理解和使用工具的新方法. MCP和A2A不仅解决了新问题, 还挑战了自软件工程诞生以来塑造现代软件工程的基本假设.

以下我们将详细解析这一变革为何重要, 它带来了哪些挑战, 以及为何尽管前路充满风险, 这可能是自编程发明以来软件架构领域最重要的转折点.

突破传统软件框架

数十年来, 软件开发遵循着明确的模式: 显式指令, 清晰的数据流, 预先规划的决策点.

这种被称为确定性软件的方法使系统可靠且易于理解. 但它也有一个硬性限制: **软件只能做我们告诉它做的事情. **

这种情况随着**大型语言模型(LLMs)**的出现开始改变. 尽管它们在技术上是确定性的, 但它们的行为方式让人感觉不可预测. 它们可以生成新的输出, 适应不同的提示, 并让用户感到惊讶.

MCP在此基础上更进一步.

我们不再告诉AI系统如何使用工具, 而是仅仅描述工具能做什么. AI会自行决定如何使用它们.

这在理论上是一个微小的转变, 但在实践中却是巨大的. 这意味着我们正从编程逐步行为转向描述能力, 并让系统自行决定其余部分.

A2A: 将自主性从工具扩展到代理

今日宣布的A2A将MCP概念从工具扩展至代理本身.

A2A的运作方式, 使代理能够发现能力, 管理任务, 协商并确保安全交互

与仅使AI能够独立选择工具不同, A2A使代理能够发现, 理解并与其他代理协作, 而无需显式编程来规定这些交互.

这是一次重大的架构转变:

这意味着软件本身成为一个活体系统, 智能不再是单纯调用的功能, 而是嵌入在组件连接中的内在属性.

这与过去七十年软件工程优化的方向截然不同: 不是控制, 而是适应性. 不是可预测性, 而是涌现性.

我们无法忽视的挑战

如此根本性的转变带来了真实且迫在眉睫的技术挑战.

    状态管理复杂性在自主代理维护各自上下文的世界中, 保持系统级状态的一致性变得显著困难. 故障, 不完整信息, 理解分歧, 这些并非边缘案例; 它们是常态.分布式系统工程师曾解决过部分这类问题, 但节点级自主性让所有假设都变得复杂.推理与资源开销代理之间的协商并非免费. 每次能力发现, 每次协作决策都会消耗计算周期, 内存和带宽. 在复杂系统中, 除非精心管理, 否则成本会呈指数级增长.优化, 曾经依赖于了解和控制工作流程, 现在必须预见动态, 不可预测的交互.安全风险当软件代理自主发现并相互交互时, 信任边界变得模糊且易受渗透.新的攻击面出现:
    传统认证和授权模型无法干净地扩展. 安全必须在更深层次上重新思考, 将身份, 来源和意图验证直接嵌入交互架构中.

为什么这种转变很重要

这些挑战是真实且重大的. 但它们是新范式的一部分, 而非缺陷.

传统软件设计强调可预测性, 因为智能被认为仅存在于人类用户中. 软件只是执行预定义的路径.

在新模型中, 智能融入系统本身. 我们不再硬编码工作流程, 而是构建能够适应变化环境, 应对意外输入和把握新机遇的智能代理生态系统.

我们不再将任务委托给静态软件, 而是委托给适应性智能.

这并非渐进式改进. 这是对软件本质的根本性重新定义.

实际案例: 重新思考IT事件响应系统

为了让这一概念落地, 让我们看看IT事件响应系统如何运作.

**传统方法:**在当前系统中, 从服务器故障到安全警报的每一起事件, 都遵循预设的响应流程. 工作流程必须手动定义: 谁来调查, 采取哪些步骤, 检查哪些系统以及如何升级处理. 调整这些工作流程需要人工工程师和定期更新.

新MCP和A2A方法:

代理可自主组建响应团队, 展开调查, 沟通发现结果, 并在必要时仅向人类升级, 其工作流程会根据每个独特事件的性质进行调整.

结果不仅仅是更快的事件解决. 这是一个能够智能适应每个危机的系统, 无需等待新操作手册的制定.

该生态系统在强有力的治理, 可观察性和安全边界内有机成长和学习.

全局视角: 新型软件架构的诞生

MCPA2A协议的结合标志着一种新型架构模型的诞生:

当然, 它不会完美无缺. 我们将遇到新的错误类型, 新的故障模式, 新的安全危机.

但这些都是一个系统成长的阵痛, 这个系统首次不再只是“遵循规则的机器”, 而是由智能实体组成的网络, 能够“学习, 适应和协作”.

结论: 显式编程的终结, 自适应系统的开端

我们正站在软件历史中最深刻变革的边缘.

几十年来, 我们通过显式编程每一种可能的操作来构建软件. 那个时代正在结束.

一个新的时代正在开启, 其中我们描述能力, 委托给自主代理, 并构建能够自行协商工作流的系统.

未来的架构不再由静态管道和脆弱的集成定义. 它在每一层都动态, 弹性且充满智能.

我们面前还有漫长的道路, 充满艰巨的挑战, 真实的风险和不可避免的错误. 但前行的道路清晰可见: 我们不再只是构建工具. 我们正在赋能生态系统.

一旦理解这一点, 就再也无法用旧有的方式看待软件了.

好吧, 今天的内容就分享到这里啦!

一家之言, 欢迎拍砖!

Happy coding! Stay GOLDEN!

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

A2A MCP 软件架构 自主系统 人工智能
相关文章