AI Agent 通信进化史：从 Prompt 到 MCP

本文是《深度解析 Model Context Protocol (MCP)》的姊妹篇——从「为什么」视角回顾 Agent、Prompt、Function Calling 到 MCP 的必然之路。

TL;DR

• 历史主线：Prompt → AutoGPT → Function Calling → MCP，本质是「让模型可靠地调用外部世界」的层层封装。
• 格式混战：SystemPrompt vs FunctionCalling 并存，各家 JSON Schema 不兼容 → 需要统一协议。
• MCP 定位：Agent 与 Tool 之间的「USB-C 插座」，不关心模型是谁，只负责把工具标准化插上去。

1. 史前时代：Prompt 里「夹带私货」

• 做法：把函数签名、示例输出一股脑写进 user prompt，让模型“悟”出该调啥。
• 痛点：
  • 长度爆炸，上下文占用高；
  • 概率生成，格式经常跑偏；
  • 换模型 = 重写 prompt，维护地狱。

2. 第一次觉醒：AI Agent 与「AgentTool」雏形

• 核心思想：模型不再只回答，而是成为中间调度员——
  1. 接收用户目标；
  2. 自主拆解任务链；
  3. 调用外部工具（搜索、代码执行、文件读写）；
  4. 把结果汇总再返回。
• AgentTool 雏形（下图灰色部分）：
  • 早期 Demo（如 AutoGPT）用自由文本把工具说明塞给模型，让模型自己决定何时、如何调用；
  • 实际执行由本地脚本代理，无统一格式、无类型校验，幻觉一多就爆炸。
• 遗留问题：格式混乱、幻觉调用、维护地狱。

3. 规范之战：Function Calling 登场

• 解法：把「工具说明书」结构化——JSON Schema 描述函数名、参数类型、必填项。
• 各家实现（2023 起）：
  • OpenAI: functions[] / tool_choice (1.x 版 Schema)
  • Google: tools.function_declarations (差异字段命名)
  • Anthropic: tools (支持 <tool_call> XML 标记)
• 共同点：都走SystemPrompt 注入 → 模型生成符合 Schema 的调用 → 客户端代理执行。
• 并存现实：
  • 老模型/开源模型不支持 FC，只能继续拼 SystemPrompt；
  • 同一套工具要维护两份描述 → 急需“与模型无关”的抽象层。

4. 通用插座：MCP 接管工具侧

• 设计哲学：

  • 把「工具」做成标准服务，与模型解耦；
  • 任何 Agent（不论用 GPT、Claude 还是 Llama）只要会讲 MCP，就能即插即用；
  • 统一资源、提示词、函数三合一抽象，详见姊妹篇%EF%BC%9AAI%20%E6%97%B6%E4%BB%A3%E7%9A%84%E9%80%9A%E7%94%A8%E6%8E%A5%E5%8F%A3%E6%A0%87%E5%87%86/)。

• 角色划分：

  • MCP Server：暴露工具/资源/提示词；
  • MCP Client：随 Agent 启动，负责协议握手、调用、结果回传；
  • Agent：专注决策与编排，不再关心工具格式。

5. 端到端通信全景

6. 小结与展望

• Prompt 时代靠「说」；Function Calling靠「规范说」；MCP靠「把工具做成标准件」。
• 对开发者：写一次 Tool → 任何 Agent 可用；对模型方：专注推理，无需兼容 N 种格式。
• 下一步：多 Agent 之间用 MCP 互相发现、交易、组合，形成「工具即服务」市场——模型只负责决策，工具生态交给协议。

---

想亲手跑通一个 MCP Server？移步《深度解析 Model Context Protocol (MCP)》%EF%BC%9AAI%20%E6%97%B6%E4%BB%A3%E7%9A%84%E9%80%9A%E7%94%A8%E6%8E%A5%E5%8F%A3%E6%A0%87%E5%87%86/)，其 3.2 节「稳定性与高性能」中包含最小可运行示例与最佳实践清单。