不久前，我们发布了一篇文章《MCP，媲美TCP/IP？》，反响较好。其中，有一个读者的留言，启发了我们： MCP协议、Agent协作、能力注册，AI Agent大潮来袭，普通人如何"上车"？ 是啊，在这样一个快速变化的时代，普通人要怎么做，才能不被甩下时代的列车呢？ 大模型爆火之后，Prompt成了AI圈的"香饽饽"。 人人都在学提示词技巧，调教DeepSeek、ChatGPT、掌握LangChain、写出像样的函数调用结构，成了AI从业者的新标配。无论是运营、产品、工程师还 是自由职业者，都在追赶这波热潮。 但你是否也开始察觉——焦虑感，正在悄悄蔓延。 "我学了这么多Prompt技巧，怎么感觉用处越来越有限？" | : 突™ 山东 1小时间 | | --- | | " 普通AI行业从业者在这个变革中从何处入口以便后期能更加适配行业工作? 如果现在不学习 | | Prompt技巧，不明确相关任务流程，是否会正式来临面临落伍。 | | 现在学习的这些搭建技巧能否适配后期行业内容? | | 底层普通AI从业人员，好比现在的基础IT运维人员现在应该从哪些方面的技术去做学习铺垫? | | 作者赞过 | "LangCh ...

以下文章来源于硅星人Pro ，作者周一笑 本文来自微信公众号： 硅星人Pro （ID：gh_c0bb185caa8d） ，作者：周一笑，题图来自：AI生成 AI领域的互操作性标准之争正变得异常热闹。就在本周，Google DeepMind CEO Demis Hassabis宣布，将为其Gemini模型添加对Anthropic主导的模型 上下文协议MCP的支持，称其为 "一个优秀的协议，正迅速成为AI Agent时代的开放标准"。 这距离OpenAI CEO Sam Altman宣布支持MCP仅仅过去 几周时间。 几乎在同一时间段，Google Cloud也高调推出了自己主导的、旨在实现 AI Agent之间协作和工作流自动化的开放协议 ——Agent2Agent （A2A） ，并 联合了包括Salesforce、Box等在内的50多家技术伙伴。 这种看似"左右互搏"的举动——既拥抱竞争对手的标准，又力推自家的新协议，恰恰凸显了当前行业对于如何让AI模型、Agent更有效地连接外部数 据、工具乃至彼此协作的迫切需求与探索。尽管A2A的目标是Agent间的通信与协作，Google对MCP的明确支持，仍然被视为M ...