MCP、A2A 和 function calling 各管一层 agent 系统
goyalshaliniuk · x · 2026-07-21
这篇内容用一页式说明把 **MCP、A2A 和 function calling** 的分工讲清楚了,重点是在真实 agent 系统里它们各自解决什么问题。 - **MCP**:被描述为管理企业 LLM 动态上下文窗口的方案,通过拉取记忆、历史和元数据,让回答更个性化,而不用把逻辑硬写进 prompt。 - **A2A**:指 agent 之间直接通过共享协议通信,适合多智能体生态里的协作问题。 - **Function calling**:这里更像任务执行层,LLM 先充当规划器,把任务拆成一个 **DAG**,再把子任务交给数学、搜索、API 等工具完成。 作者最后给出的结论是:这三者分别对应 **上下文管理、智能体协作、任务执行**,要做出可上线的 AI 系统,三者都值得掌握。
「编程与Agent」频道最新
- 用代码自动计时计费,识别卡死的编程代理 — VCBU · 2026-07-21
- 一次编程会话里,Claude Opus 4.8 Fast 被吐槽太贵 — immersive-matthew · 2026-07-21
- WAIC 青年论文奖聚焦端侧多模态与 ChatDev 框架 — 面壁智能 · 2026-07-21
- 有人在给 ComfyUI 补一个后置字幕编辑流程 — Strong-Loan8299 · 2026-07-21
- 为什么持续写入会让向量数据库拖慢 AI agent — PrajwalTomar_ · 2026-07-21
- 一段 13 分钟视频讲透 GitHub Copilot 的 prompt caching — lee_stott · 2026-07-21