前言

早在 2023 年就掀起了一阵ChatGPt的热潮，一石激起千层浪。
彼时火热的还有Web3、区块链、元宇宙等概念，它们之间也有一定的关系，利用区块链的技术链接在Web3中的万事万物共同构成这个元宇宙，在这个宇宙中，万事万物都是虚拟的，但又可以对应到现实中的个体，类似电影《头号玩家》中展示的那样。只不过在国内，这些概念还不成熟，区块链在某些方面(如：合同、数字人民币)有一些应用，其他可能涉及到欺诈或合规问题，导致没有较大的发展，但仍有小公司在做。
而 AI 的发展却是如火如荼，各种国内外的 AI 工具层出不穷，如：ChatGPT、Claude、Gemini、Kimi、DeepSeek、智谱清言、千问、豆包、腾讯元宝，等等。
这些发展成果离不开科技公司的研发迭代，也离不开政策支持，国家队站台推进。随着技术发展，逐渐出现了越来越多 AI 相关的概念及专有词汇，这么多的概念及其之间的关系，可能会导致我们对 AI 的认知不够，而不能够有效的去利用 AI。那么，我们接下来就去尝试理解。

1. AI 名词

在 AI 名词一波又一波的冲击下，逐渐出现了如：Agnet、Function Calling、MCP，它们都是什么意思？
有人说Agent是智能体，那么智能体又是什么意思？
有人说MCP是 AI 时代的 USB 接口，那 MCP 能插U盘吗？

接下来我们把Prompt、Agnet、Function Calling、MCP这几个概念串起来，说一说在 AI 的发展下，它们各自是什么，以及相互之间有什么关系。现在就开始吧！

1.1 User Prompt

早在 2023 年 OpenAI 公司发布 ChatGPT 时，AI 看起来只是一个聊天框，我们通过聊天框发送一条消息给 AI 模型，模型就会给一个回复。我们发的消息就叫User Prompt，也叫用户提示词，一般是我们提出的问题或者想对 AI 模型说的话。如下所示：

但在现实生活中，面对不同身份的人，即便我们说出相同的话，对方也会根据自己的经历以及身份而给出不同的回复。而 AI 没有人设，就只会给出非常模板化的回答。当我说:“肚子疼”时不同角色给出的回应：

但是 AI 这种四平八稳的回答就显得很无趣，于是我们给 AI 加上人设。最直接的方式是，把人设信息和我们要说的话打包成一条User Prompt发给 AI，如：你扮演我女朋友，我现在肚子疼，然后 AI 就可能回复：我肚子也疼！，这样就对味了。
但是你扮演我女朋友这句话并不是我们想对 AI 说的话，每次对话都加上这句挺出戏的。于是我们把这句人设信息单独拎出来，放到另一个Prompt中，这就是System Prompt，即系统提示词。

1.2 System Prompt

System Prompt主要用来描述 AI 的角色、性格、背景信息、语气等，总之就是一种固定状态的设置。不需要用户每次都告诉 AI 的信息，都可以放进系统提示词，设置一次就持续生效。
当用户每次把User Prompt发给 AI 时，系统会自动把System Prompt一起发给 AI，这样对话就显得自然多了。比如 ChatGPT 网页版有自定义 ChatGPT设置，这些预设就会成为系统提示词的一部分。

1.3 Agent

不过，即使System Prompt设置的再完美，说到底它也只是个聊天机器人，顶多给你一些参考性回答，实际还是得自己动手操作，那能不能让它自己完成任务呢？
第一个做出这种尝试的是一个叫AutoGPT的开源项目，它是一个本地运行的小程序。如果你想让 AI 帮你管理电脑上的文件，那就需要写一些文件管理的函数，如：列出/创建目录、上传/下载、移动/复制、读写文件等，然后把这些函数及描述和使用方法注册到 AutoGPT 中，AutoGPT 会自动根据这些信息生成System Prompt，告诉 AI 模型你有哪些工具，这些工具都是干什么的，以及 AI 如果要使用这些工具该返回什么格式(如，我要调用read_dir)，最后把这些System Prompt和User Prompt一同发给 AI 模型(如帮我打开 host 文件目录)。如果 AI 模型够聪明就会按照要求的格式返回给 AutoGPT，接着 AutoGPT 解析后执行相应的函数，再把函数结果返回给 AI 模型，然后 AI 再根据函数结果决定下一步该做什么。这个过程就一直反复，直到完成用户的要求。
其实，像 AutoGPT 这种在AI模型、(函数)工具、用户之间传话的程序就叫做 AI Agent，理解为 AI 代理人的意思。这些提供给Agent的函数/服务/库等也叫做Agent Tool。

不过，这种模式还是存在一些小问题，虽然我们在System Prompt中写清楚了 AI 应该用什么格式返回，但 AI 它是一种概率模型，相同的问题不是每次返回得都一样，那就可能会存在返回格式不对的情况。
为了应对这种情况，很多Agent就会在发现 AI 返回的格式不正确时自动重试，比如Cline仍采用这种模式，但这种反复尝试总归让人感觉不靠谱，并且Agent的开发需要处理重试的情况，最关键的是返回重试会带来更多额外的 Token 开销。
于是一些大模型厂商，如：ChatGPT、Claude、Gemini 等，纷纷推出了叫做Function Calling的功能，这种功能的核心思想是：统一格式、规范描述。

1.4 Function Calling

回到之前的例子，当我们需要 AI 帮我打开 host 文件目录时，我们通过System Prompt告诉 AI 有哪些工具和应该返回什么格式，但这些描述是用自然语言随意写的，只要意思表达清楚就行。而Function Calling对这些描述进行了标准化，比如每个Agent Tool都用一个 JSON 对象来定义：

{
  "name": "list_dir",
  "desc": "列出目录",
  "params": {
    "path": "str"
  }
}

然后这些 JSON 对象也从System Prompt被剥离出来，单独放到一个字段中。Function Calling也规定了 AI 模型使用工具时返回格式，所以格式描述也可从System Prompt中去掉。这样一来，所有Agent Tool都统一放在相同的位置，工具描述也都是相同的格式，AI 使用工具后的回复也都依照相同的格式，于是就能更加有针对性的训练 AI 模型，让它里理解这种调用场景。此时如果 AI 模型还是生成了错误的返回格式时，但由于正确的返回格式已经明确指定了，AI 服务器就能检测到错误，于是就在服务器端自动重试，用户端不会感知到错误，降低了Agent的开发难度，同时也节省了重试的 Token 开销。
正是由于这些好处，越来越多的 AI Agent从System Prompt转向了Function Calling。

可Function Calling也有问题，就是它没有统一的标准。每个大模型厂商的 API 定义都不一样，甚至一些开源模型还不支持Function Calling，所以要写一个跨模型通用的Agent是挺麻烦的。因此System Prompt和Function Calling这两种方式目前在市面上是并存的。

1.5 MCP

前面说的都是Agent和 AI 模型之间的通信方式，接下来说说Agent和Agent Tool是怎么通信的。
最简单的方式就是把Agent和Agent Tool写在一个程序中，直接通过函数调用即可，这也是当前大多数Agent的做法。但这样其实耦合性比较高，有些Agent Tool是统一的，比如，浏览网页、读取文件、查找目录等，可能多个Agent有一部分相同的功能，总不能把相关函数在每个Agent中都写一次吧，这样要维护的时候就很麻烦。于是就有了一个办法，把所Agent Tool变成服务统一托管，所有的Agent豆奶调用服务，这就是MCP(Model Context Protocol, 模型上下文协议)。
MCP是一种通信协议，专门用来规范Agent和Agent Tool服务之间的交互，运行Agent Tool服务叫做 MCP Server，调用它的Agent叫做 MCP Client。MCP 规定了 Server 与 Client 之间如何通信，以及 Server 需要提供哪些接口，比如要有，可以查询 Server 中有哪些 Tool 的接口，Tool 的描述、参数、返回格式的接口 等。除了可以调用 Tool 的这种方式来获取数据，MCP 服务也可以直接提供数据，如 提供文件读写的服务叫做 Resource，为 Agent 提供提示词模板的叫 Prompt。MCP Server 和 Agent 可以不在一台服务器上，然后通过 HTTP 进行通信。

虽然 MCP 是为了 AI 而制定出来的通信标准，但它本身和 AI 模型没有关系，它不关心 Agent 用的哪种 AI 模型，它只是负责帮 Agent 管理 Tool、Resource 和 Prompt。

2. 组合流程

在熟悉了这些 AI 名词后，我们来梳理下，看看一个组合后的流程是什么样的。

通过这个流程，我们可以看出：System Prompt、User Prompt、Agent、Agent Tool、Function Calling、MCP、AI模型之间的关系了。它们不是取代关系，而是相互结合，像齿轮一样传动，一起构成了AI自动化协作的完整体系。

3. 结语

AI 的猛烈发展给现代社会带来了不小的冲击，有些人会担心被 AI 取代而感到焦虑，在未来 AI 发展到什么程度我们不得而知，但从历史来看，每一次的技术革新，人们都是被时代的洪流推着向前走，新的变革也会带来新的机遇。既然如此，何不干脆积极面对技术革新，享受新技术带来的改变，在机遇中寻找发展。它也许会改变我们过去的生活/工作方式，但学会适应变化，新的方式可能会更好！

本文参考

• 10分钟讲清楚 Prompt, Agent, MCP 是什么

版权所有

版权归属：Mayee

许可证：署名 4.0 国际 (CC-BY-4.0)