MCP 与 ANP 对比：智能体需要什么样的通信协议

核心观点：

• 构建面向消费者的个人助手，推理能力瓶颈正在快速解决，目前还有两个瓶颈，一个是成本，一个是信息获取。如何让 AI 获取所有信息需要智能体通信协议来解决。

• 当前行业智能体或 AI 相关的开源通信协议，在设计和实现上比较完备的，有 Anthropic 的 MCP，以及我们设计的 ANP。

• MCP 与 ANP 在协议架构、身份认证、信息组织三个方面存在大的差异。

  • MCP 是典型的 CS（客户端 - 服务端）架构，ANP 是典型的 P2P（点对点）架构。

  • MCP 身份认证基于 Oauth 标准，让客户端方便的访问当前互联网的资源；ANP 的身份认证基于 W3C DID 标准，重点解决智能体之间的跨平台互操作性问题，让所有智能体都能互联互通。

  • MCP 的信息组织基于 JSON-RPC 技术，本质上是 API 调用；ANP 的信息组织基于语义网的 Linked-Data 技术，目的是构建一个便于 AI 访问、便于 AI 理解的数据网络。

• MCP 与 ANP 最大的区别在于世界观的差异：

  • MCP 是以模型为核心（Model-Centric），整个互联网都是它的上下文与工具；

  • ANP 是以智能体为核心（Agent-Centric），每个智能体具有同等的地位，组成一个去中心化的智能体协作网络。

• 智能体需要什么样的通信协议，取决于未来智能体互联网（Agentic web）有那些特性。关于这点，我们与 MCP 有不同的看法，会坚定持续的投入 ANP 的研发。

智能体通信协议为什么重要

随着 Deepseek R1 的上线，以及 OpenAI O3 Mini 和 Deep Research 的上线，我们能够发现一个明显的趋势，阻碍智能体构建的核心瓶颈：复杂任务推理能力限制，正在加速消失。

Deep Research 从本质上看，可以认为是面向知识工作者的个人助理。

构建面向消费者的智能体，当前还存在两个瓶颈。一个是成本，预计 2025 年仍然会有一到两个数量级降低。另外一个就是信息：怎么让面向消费者的个人助理，能够获得足够的信息？

面向知识工作者的信息，很多都保存在开放的数据库、或者网站上，AI 能够非常方便的获取。面向消费者的信息则复杂的多，受限于当前互联网的数据孤岛现象，这些信息当前是非常割裂的，而且开放性很差。

如何让面向消费者的个人助理能够方便、高效的获得消费者所需要的信息（工具能力也可以理解为一种信息），是智能体通信协议要解决的问题。

备注：至于为什么是通信协议而不是 “Computer Use”，可以参考这篇文章：智能体互联网有什么不同。

MCP 与 ANP 简介

MCP (Model Context Protocol)：模型上下文协议（MCP）是一个开放协议，使 LLM 应用能够与外部数据源和工具无缝集成。无论是构建 AI 驱动的 IDE、增强聊天界面，还是创建自定义 AI 工作流，MCP 都提供了一种标准化方式，将 LLM 与所需的上下文连接起来。

MCP：https://spec.modelcontextprotocol.io/

AgentNetworkProtocol（ANP）是为智能体网络（Agentic Web）设计的开放协议框架。ANP 实现了去中心化的身份认证，能够让任意两个智能体进行连接。同时设计了一个智能体描述规范，让智能体之间能够进行更加高效的数据交换与协作。

ANP：https://github.com/chgaowei/AgentNetworkProt