隨著大模型、AI應(yīng)用及Agent的快速普及，開發(fā)者在工具開發(fā)和接入方面普遍遇到一系列挑戰(zhàn)，工具開發(fā)缺乏統(tǒng)一的規(guī)范，導(dǎo)致開發(fā)效率低下；重復(fù)適配不同平臺，增加了開發(fā)成本和時間；開源社區(qū)組件質(zhì)量參差不齊，高質(zhì)量工具的整合和維護(hù)往往耗費大量精力。MCP與A2A協(xié)議正是在這一需求下應(yīng)運而生，為行業(yè)帶來了新的解決思路和價值。
賽意AI平臺（善謀 GPT）作為賽意信息精心打造的為企業(yè)效能而生的企業(yè)級AI應(yīng)用開發(fā)平臺，已全面支持MCP（Model Context Protocol，模型上下文協(xié)議）與A2A（Agent-to-Agent，自動化代理協(xié)作協(xié)議）協(xié)議，分別從“垂直資源連接”與“水平協(xié)同網(wǎng)絡(luò)”維度，為工業(yè)智能化提供技術(shù)底座，實現(xiàn)多模型、多Agent在不同系統(tǒng)間能力的復(fù)用、流轉(zhuǎn)與協(xié)作，推動企業(yè)級應(yīng)用從 “功能孤島” 向 “智能協(xié)同” 演進(jìn)，加速落地AI場景應(yīng)用“最后一公里”。其核心價值如下：
通過通用協(xié)議，快速對接ERP、CRM、PMS等業(yè)務(wù)系統(tǒng)，企業(yè)無需為每個系統(tǒng)開發(fā)定制化集成方案，AI場景構(gòu)建效率可提升50%以上。
善謀GPT可動態(tài)整合多源數(shù)據(jù)與工具，實現(xiàn)從“被動響應(yīng)”到“主動創(chuàng)造”的決策模式躍遷。
支持跨企業(yè)、跨平臺的智能體協(xié)作網(wǎng)絡(luò)，推動工業(yè)全鏈條資源優(yōu)化配置。
MCP由Anthropic于2024年開源，旨在標(biāo)準(zhǔn)化AI模型與外部工具、數(shù)據(jù)的交互，通過統(tǒng)一接口實現(xiàn)跨系統(tǒng)資源調(diào)用，解決“工具集成碎片化”難題。
A2A由谷歌2025年4月發(fā)布，專注于多智能體間的跨平臺協(xié)作，支持任務(wù)分解、動態(tài)協(xié)商與狀態(tài)同步，打破異構(gòu)系統(tǒng)間的協(xié)作壁壘。
基于MCP重構(gòu)AI應(yīng)用開發(fā)方式
縮短AI應(yīng)用開發(fā)周期
隨著人工智能技術(shù)的飛速發(fā)展，各類AI模型不斷涌現(xiàn)，涵蓋自然語言處理、圖像識別、數(shù)據(jù)分析等多個領(lǐng)域，為企業(yè)解決各種復(fù)雜問題提供了強(qiáng)大的工具。然而，無論是大模型還是各類小模型，往往獨立存在，缺乏有效的互聯(lián)互通機(jī)制，形成了 “模型孤島”，導(dǎo)致企業(yè)在應(yīng)用過程中面臨諸多困難，如重復(fù)開發(fā)、資源浪費、數(shù)據(jù)無法共享等問題，嚴(yán)重制約了AI技術(shù)在企業(yè)中的規(guī)模化應(yīng)用。
善謀GPT已完成市面主流企業(yè)常用的MCP服務(wù)（如地圖、搜索、快遞、辦公通訊等）的接入，同時逐步開發(fā)SIE自主以及代理產(chǎn)品的MCP服務(wù)，為企業(yè)AI應(yīng)用場景平穩(wěn)落地提供基礎(chǔ)能力，實現(xiàn)在模型協(xié)調(diào)下不同工具/服務(wù)之間的協(xié)同智能化。屆時，開發(fā)人員無需重復(fù)開發(fā)相同或相似功能，直接使用已有的支持MCP協(xié)議的模型作為組件，即可快速搭建和組合出符合企業(yè)特定需求的AI應(yīng)用，實現(xiàn)多模型與工具間的無縫對接、協(xié)同工作，大大縮短AI應(yīng)用的開發(fā)周期，降低企業(yè)AI應(yīng)用開發(fā)工作量和成本。
同時，善謀GPT支持自定義新增和引入更多第三方MCP協(xié)議，提供遠(yuǎn)程Server對接、本地Server安裝/對接兩種模式，以支持不同場景需求。
（賽意MCP市場）
以A2A協(xié)議為核心鏈接全場景Agent
賦能工業(yè)全鏈路智能化
A2A協(xié)議猶如一條智能的紐帶，打破以往各業(yè)務(wù)系統(tǒng)及Agent（智能體）之間相互孤立、難以協(xié)同的局面。該協(xié)議基于先進(jìn)的通信和數(shù)據(jù)交互技術(shù)，建立起一套標(biāo)準(zhǔn)化、高效且靈活的連接框架，使得不同功能、不同應(yīng)用場景的Agent能夠?qū)崿F(xiàn)無縫對接與數(shù)據(jù)共享，確保企業(yè)全鏈路業(yè)務(wù)信息的快速流通與精準(zhǔn)交互。
基于賽意信息在財稅、人力、營銷、供應(yīng)鏈、研發(fā)與生產(chǎn)制造等領(lǐng)域的知識和最佳實踐，賽意·善謀GPT將對企業(yè)“研-產(chǎn)-供-銷-服-管”全場景中所涉及的各類Agent進(jìn)行梳理并封裝為標(biāo)準(zhǔn)化的A2A協(xié)議，實現(xiàn)跨應(yīng)用、跨智能體間的高效協(xié)作。例如，在生產(chǎn)環(huán)節(jié)，生產(chǎn)設(shè)備Agent、質(zhì)量檢測Agent、物流調(diào)度Agent可以實時共享信息、協(xié)同工作，根據(jù)生產(chǎn)進(jìn)度自動調(diào)整設(shè)備運行參數(shù)、優(yōu)化質(zhì)量檢測流程、安排物流配送計劃，從而減少環(huán)節(jié)間的摩擦與延誤，優(yōu)化整個業(yè)務(wù)流程，提高企業(yè)運營效率。
（行業(yè)Know-how + AI能力的融合）
此外，結(jié)合Agent路由功能，可實現(xiàn)根據(jù)業(yè)務(wù)需求與數(shù)據(jù)特征，智能地將任務(wù)分配給最合適的目標(biāo)Agent，進(jìn)一步優(yōu)化協(xié)作效率。例如，在企業(yè)訂單處理過程中，訂單智能體根據(jù)訂單類型、緊急程度等因素，通過Agent路由將訂單任務(wù)分配給相應(yīng)的生產(chǎn)Agent、采購Agent或物流Agent，確保訂單能夠得到快速、準(zhǔn)確的處理，提高企業(yè)訂單處理效率與客戶響應(yīng)速度。
展望未來，賽意信息將持續(xù)深化MCP與A2A協(xié)議的技術(shù)創(chuàng)新與應(yīng)用拓展，進(jìn)一步優(yōu)化全場景Agent的協(xié)作能力，加強(qiáng)與產(chǎn)業(yè)鏈上下游企業(yè)的合作與共享，致力于打造更加開放、協(xié)同、智能的工業(yè)生態(tài)系統(tǒng)，為推動工業(yè)智能化升級貢獻(xiàn)更多力量，引領(lǐng)工業(yè)全鏈路智能化邁向更高的發(fā)展階段，共同迎接智能工業(yè)時代的輝煌未來。
