Anthropic 上周秘密提交了 IPO 文件，估值逼近万亿美金。就在同一天，他们的竞争对手 OpenAI 被曝正在加速推进自己的上市计划。这两家公司怎么值这么多钱？不光是做聊天机器人——他们在赌一个更大的东西：Agent 网络。
如果你过去半年关注过 AI 开发者圈子，一定被 MCP 和 A2A 这两个缩写刷过屏。MCP（Model Context Protocol）是 Anthropic 去年推的一个协议，A2A（Agent-to-Agent）是 Google 在今年初跟进的标准。光看名字就知道不是一个赛道：一个管 Agent「用什么工具」，一个管 Agent「怎么互相聊天」。
但这两个东西放在一起，拼出的是一张更大的蓝图。
MCP：给 Agent 装上一套标准工具接口
先聊 MCP。打个比方：你的 Agent 是一个超级聪明的实习生，但他一不会用鼠标，二不会点 API，三不知道怎么连数据库。MCP 就是给这个实习生配的一整套「接口说明书」。
具体来说，MCP 定义了三样东西：
- Tools：Agent 能调用的外部功能，比如查询天气、读写文件、调用 SQL
- Resources：Agent 能读取的外部数据，比如一份 PDF、一个网页
- Prompts：预定义的交互模板
MCP 的架构是经典的 Client-Server 模型。每个工具封装成一个 MCP Server，Agent 通过 MCP Client 去发现和调用这些 Server。这意味着你完全可以跑一个本地的 MCP Server，把公司内部的 API 全部封装进去，Agent 自然就知道怎么用了。
MCP 的核心价值在于标准化。以前每个 Agent 框架（LangChain、AutoGPT、CrewAI）都有自己的工具定义方式，互相不兼容。MCP 搞了一套统一协议，谁都能用，谁都能接入。Anthropic 推这个，本质上是想做 Agent 时代的 HTTP 协议。
A2A：Agent 之间的「普通话」
MCP 解决的是 Agent 和工具之间的通信。但真正的复杂场景里，一个 Agent 搞不定所有事，你需要多个 Agent 分工协作。这就是 A2A 要解决的问题。
A2A 定义了一套 Agent 之间的对话协议，包含几个关键概念：
- Agent Card：每个 Agent 发布自己的「名片」，说明自己能干什么、输入输出格式
- Task：一个 Agent 给另一个 Agent 下发的任务单元
- Artifact：任务产出的数据包
两个 Agent 完全不知道对方内部怎么实现的，只认协议。这才是「智能体网络」的基础设施。
现实的坑
吹了这么多，说点实际的。我自己的项目里两边都试过，踩过几个坑：
MCP 的坑
- MCP Server 的标准还在快速迭代，不同版本的 SDK 兼容性经常出问题
- 如果 MCP Server 挂掉，Agent 不会自动重连，得自己写心跳和重试
- 复杂工具链的场景下，MCP 的 Tool 描述信息如果写得不精确，Agent 经常调错参数
A2A 的坑
- Agent 之间的任务编排目前基本靠手写，成熟的编排框架几乎没有
- 如果两个 Agent 返回矛盾的结果，谁来仲裁？协议本身不解决这个问题
- Task 失败的回退策略需要自己实现，A2A 只管传消息不管容错
写在最后
2026 年被称为「Agent 基础设施元年」不是没道理的。Gartner 预测今年 40% 的企业应用会嵌入任务型 AI Agent，而去年这个数字还不到 5%。MCP 和 A2A 都在争着做 Agent 时代的 TCP/IP，谁的生态先铺开，谁就可能成为事实标准。
Anthropic 在这个节骨眼上推 MCP 然后提交 IPO，不是偶然。他们赌的是：如果 Agent 之间的通信协议变成基础设施，那定义这个协议的人，就会成为下一个时代的思科。
对于开发者来说，现在就是最好的进场时机。不管最后是 MCP 赢还是 A2A 赢，懂这两套协议的工程师，未来两年会非常抢手。