1995年,一封跨越时空的求助邮件,让来自18个国家的2000多位专家汇聚在一起,最终挽救了清华学生朱令的生命。这一事件不仅震撼世界,也成为互联网发展史上具有象征意义的“Email时刻”。
三十年后的今天,AI智能体的互联互通正迈向类似的关键拐点。它们需要一个统一的“语言”,来突破孤立、实现协作,而MCP(Model Context Protocol)正是打开这一新世界的钥匙。它不仅是一项协议,更是未来“智能体经济”的底层基石。
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”的“MCP引领Agent互联网新世界的钥匙与协议”分论坛上,来自至顶网、AIGC Link等联合主办方的专家与产业先锋们,围绕MCP的技术演进、应用潜力与生态建设展开深入交流,探讨其在推动Agent互联网走向大规模协同中的关键作用。
并且PEC 2025的讨论只是一个开端,更大的浪潮正在形成。 “MCP不是结束,而是AI新世界真正开始的信号。”
“智能体经济”崛起:价值万亿美元的迁移与新规则
中国人工智能学会智工委常委、零氪云CEO董慧智首先描绘了一幅变革图景:我们正从“互联网经济”迈向“智能体经济”。他预测,到2030年,以智能体为主的AI经济将成为数字经济的主体,市场规模达到百万亿级。
这一变革的核心是价值逻辑的根本性迁移。传统互联网平台通过制造信息垄断来绑定用户,而智能体则通过“代劳”使底层服务被“漠视化”。
“用户根本不在意调用了什么平台,只关心结果是否成功。智能体的应用迁移成本特别的低,简单来说你根本就无痕的,哪天航旅纵横进入到扣子以后,扣子空间以后你没有任何感知。”董慧智说道。
这种“无感切换”使得服务本身变得标准化,而理解用户意图的能力成为新的流量入口和权力中心。董慧智用一个生动的比喻解释道:在古代,太监为什么能够掌握那么大的权力?太监就是掌握了天子的意图,因为皇帝的话要通过他转达给百官,于是他就掌握了最大的权力。所以我们叫“意图经济”。
因此这也向传统的超级APP发出警告:如果你没有打算、没有能力成为下一代的意图经济的流量入口时候,请尽快的向公共服务商来提供转型。
MCP重构万物的连接方式,从MxN到M+N
对于人工智能的绝对焦点MCP(模型上下文协议)。AIGC Link发起人占冰强指出,MCP彻底改变了应用对接服务的范式,将复杂度从过去的M×N降为M+N,工作量减少85%。这不仅仅是效率提升,更是一场范式革命。
“我们正在从原先的把大模型当成‘外脑’的时代,进入一个RaaS(Result as a Service,结果即服务) 的新时代。”占冰强解释道。用户不再需要手动执行多个工具,只需下达指令,智能体便会通过MCP自动调度所有服务,交付最终结果。
百川智能技术专家郭美青揭示了MCP三要素:优质的提示词、精准的资料和恰当的工具。他以医疗领域的“肌酐清除率计算器”为例,指出其价值不仅在于提供计算工具,更在于提示词中嵌入的医学专家知识,例如“急性肾损伤或肌酐快速变化的时候,不要以这个为准”或“中国成人默认优先用湘雅2018方程”。这种领域Know-how(专有知识)才是真正壁垒。
“一个好的MCP其实除了要提供工具以外,还要去提供这个工具该怎么用才是最佳实践。” 郭美青说道。
至顶AI实验室研究员邓震东从终端交互层面补充了MCP带来的深远影响。他指出,MCP的普及将根本改变人机交互方式:MCP加上下文,它会导致未来的对于键盘鼠标的需求会大幅降低,随着支持MCP的Server越来越多,你可以非常简单的就是通过语言直接去调用这个你想操作的软件。
上下文工程:从“下命令”到“当导演”的思维蜕变
“上下文工程”在今夏爆火,但其内涵远不止一个新概念。郭美青指出,上下文工程对于Agent的开发者来讲其实就是一场平衡效果、成本、效率这个不可能三角的艺术。
郭美青提出了让智能体真正有用的四大内功心法:
思维转变:从工具思维变成用人思维,把AI当成一个无所不知的实习生。
以文件系统为核心:将所有解决任务所需的上下文整合到一起。
提示词即工作流:以前的提示词是直接去定义这个命令,现在的提示词是我要去编排它。
用最好的模型:要想达到最好的效果就用最好的模型。
Agently作者莫欣则从工程落地的残酷现实出发,指出了理想与现实之间的差距。他强调,在大型系统项目中,低代码平台并非万能钥匙,复杂的业务逻辑最终往往仍需代码来解决。
“所谓的工作流就做了半天,到最后真正的这种大型实施的低代码里面会有大量的代码块在中间去填缝,就很神奇,那它到底是给谁用的呢?它的这个定位就很模糊。”莫欣说。
毕昇作者覃睿发现,让智能体从“可用”到“好用”的关键,是赋予其“专家级的品味”。“大模型被训练成符合广大受众的共识,它不能有自己的偏见和品味。”因此,必须将领域专家的业务逻辑和偏好深度编码进智能体。他们的实践是构建一个“SOP库”,当用户提出需求时,智能体会先检索相关业务知识,生成一个详细的任务执行手册(SOP),从而稳定输出高质量结果。
生存指南:创业者的生态位选择与尖峰忠告
在圆桌讨论中,嘉宾们为AI从业者提供了极为务实的建议。关于方向选择,占冰强画出了清晰的路线图:坚决避免国内ToC市场,因为面临大厂复制与算法备案壁垒;谨慎进入已被大模型巨头重兵布局的赛道,如教育、医疗;最值得挖掘的是垂直细分行业的ToB解决方案,例如矿业、法律等“射程之外的荒地”。
关于创业本身,莫欣指出,管理好自己的现金流,然后勇敢去做。” 他强调必须亲手实践,“在水边幻想不如跳下水里试一试,搞清楚为什么”。
郭美青则提出了自己的路径:“能不创业就别创业。如果一定要去脱产去创业,那先把demo做出来再All in。” 他建议关注垂直领域的高价值场景,利用MCP闭环行业价值。
软积木CTO邹健提醒,当前是企业AI化和投身AI产业五年一遇的好时机,错过了就错过了。
论坛也得出一个清晰而坚定的共识:一个由MCP协议支撑、通过上下文工程驱动、在垂直领域深度创造的“智能体经济”时代正加速到来。所以深刻的认知、务实的行动和精准的生态位选择,比任何时候都更为重要。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。