$Prompt、Agent、MCP分别什么？$

1. AI模型交互与提示词演进

1.1 用户提示词 (User Prompt)

• 定义： 用户发送给AI模型的消息，通常是提出的问题或表达的意图。
• 局限性：
  • AI模型缺乏预设的“人设”或“背景”。
  • 只能提供通用、中规中矩的回答，缺乏个性化和趣味性。
  • 即便面对相同的问题，也无法根据不同的上下文或角色给出差异化的反馈。

1.2 系统提示词 (System Prompt)

• 产生背景： 为解决AI模型缺乏人设的问题，早期尝试是将人设信息与用户请求打包进同一条用户提示词中，但这使得请求内容显得不自然。
• 定义： 将AI模型的人设、性格、背景信息、语气等独立出来的提示信息。只要不是用户直接说出的内容，都可以放置于系统提示词中。
• 机制： 每次用户发送用户提示词时，系统会自动将系统提示词一同发送给AI模型，使对话更自然。
• 应用场景：
  • 网页端聊天机器人中，系统提示词常由系统预设，用户可能无法直接修改。
  • 部分平台（如ChatGPT的Customized ChatGPT功能）允许用户自定义偏好，这些偏好会自动整合为系统提示词的一部分。

---

2. AI智能体 (AI Agent) 及其工具 (Agent Tool)

2.1 AI Agent的引入

• 需求背景： AI模型仅能提供答案或操作建议，无法自主执行任务。
• 概念：
  • AI Agent： 负责在AI模型、工具和最终用户之间进行协调和通信的程序。
  • Agent Tool： 提供给AI模型调用的函数或服务。
• 早期突破 (AutoGPT示例)：
  • AutoGPT架构： 一个本地运行的小程序。
  • 工具注册： 需预先编写并注册文件管理函数（如 list_files、read_files），并提供其功能描述和使用方法。
  • 系统提示词生成： AutoGPT根据注册的工具信息，生成一个系统提示词，告知AI模型可用的工具、其功能以及调用时应返回的格式。
  • 任务流程：
    1. 用户请求（例如“帮我找一找原神的安装目录”）与包含工具信息的系统提示词一同发送给AI模型。
    2. AI模型若足够智能，会根据要求格式返回一个调用特定函数的请求。
    3. AutoGPT解析请求，调用对应函数。
    4. 函数执行结果返回给AI模型。
    5. AI模型根据结果决定下一步操作。
    6. 此过程反复进行，直至任务完成。

2.2 早期Agent架构的挑战

• 格式不确定性： AI模型作为概率模型，即便在系统提示词中明确规定了返回格式，仍有可能生成格式不符的内容。
• 解决方案 (客户端重试)： 许多AI Agent在检测到AI返回格式错误时，会自动进行重试。
• 现状： 部分知名Agent（如kline）仍采用此方式，但重试机制增加了不确定性和开发复杂度。

---

3. 函数调用 (Function Calling)

3.1 Function Calling的提出

• 背景： 为解决早期Agent架构中AI返回格式不确定的问题，大型模型厂商（如ChatGPT、Claude、Gemini）推出了Function Calling功能。
• 核心思想： 统一工具描述和AI调用工具时的返回格式规范。

3.2 Function Calling的机制

• 工具描述标准化：
  • 每个工具都使用JSON对象进行定义。
  • 工具名（name）、功能说明（description）、所需参数（parameters）等字段被标准化。
  • 这些JSON对象不再置于系统提示词中，而是单独存放于一个特定字段。
• AI返回格式规定： Function Calling明确规定了AI模型使用工具时应返回的格式，从而消除了系统提示词中对格式定义的需要。
• 优化效果：
  • 所有工具描述集中且格式统一。
  • AI模型调用工具的回复格式也得到统一。
  • 便于大模型厂商更有针对性地训练AI模型，使其更好地理解和执行工具调用场景。
  • 即使AI生成了错误回复，由于格式固定，AI服务器端可自行检测并进行重试，用户端无感知，降低了用户端的开发难度和重试带来的Token开销。

3.3 Function Calling的局限性

• 缺乏统一标准： 各大模型厂商的API定义不同，未形成行业通用标准。
• 兼容性问题： 许多开源模型尚未支持Function Calling。
• 现状： Function Calling与系统提示词两种方式在市场上并存，因各自优劣而适用于不同场景。

---

4. MCP协议 (Agent与Tool/服务的通信)

4.1 MCP的诞生背景

• 问题： 某些Agent Tool的功能具有通用性（如网页浏览工具），若每个Agent都独立拷贝一份代码，将导致重复且不优雅。
• 解决方案： 将Agent Tool服务化，进行统一托管，供所有Agent调用。

4.2 MCP定义与组件

• 定义： MCP (Model Context Protocol) 是一个通信协议，专门用于规范Agent与Tool/服务之间的交互方式。
• 核心组件：
  • MCP Server： 运行Agent Tool/服务的服务器。
  • MCP Client： 调用MCP Server上Agent Tool/服务的Agent。
• MCP规范内容：
  • 定义了MCP Server与MCP Client之间的通信方式。
  • 规定了MCP Server需提供的接口，例如查询可用的Tool、Tool的功能描述、所需参数格式等。

4.3 MCP Server提供的服务类型

• Tool： 提供函数调用形式的服务。
• Resource： 提供数据，类似于文件读写服务。
• Prompt： 为Agent提供提示词模板。

4.4 MCP的部署方式

• 可与Agent运行在同一台机器上，通过标准输入输出进行通信。
• 可部署在网络上，通过HTTP进行通信。

4.5 MCP与AI模型的关系

• 重要说明： MCP是一个为AI定制的标准，但其本身与AI模型无关。
• 职责： MCP仅负责帮助Agent管理工具、资源和提示词，不关心Agent具体使用了哪个AI模型。

---

5. 整体流程梳理与相互关系

5.1 完整协作流程示例

1. 用户请求： 用户（作为MCP Client的一部分）向AI Agent提问（例如“我女朋友肚子疼，应该怎么办？”）。
2. Agent封装： AI Agent将用户请求包装为用户提示词。
3. 获取工具信息： AI Agent通过MCP协议，从MCP Server获取所有可用的Agent Tool信息。
4. 发送至AI模型： AI Agent将获取到的Agent Tool信息转换为系统提示词格式或Function Calling格式，与用户提示词一同打包发送给AI模型。
5. AI模型决策： AI模型识别到可用的工具（例如“Web Browse”网页浏览工具），生成一个调用该工具的请求（可以是普通回复或Function Calling格式），意图通过网络搜索答案。
6. Agent调用工具： AI Agent接收到工具调用请求后，通过MCP协议调用MCP Server上的“Web Browse”工具。
7. 工具执行与返回： “Web Browse”工具访问指定网站，将网页内容返回给AI Agent。
8. Agent转发： AI Agent将网页内容转发给AI模型。
9. AI模型生成答案： AI模型根据网页内容和自身知识，生成最终答案（例如“多喝热水”）。
10. Agent展示结果： AI Agent将最终结果展示给用户。

5.2 关键概念间的关系

• 系统提示词、用户提示词、AI Agent、Agent Tool、Function Calling、MCP、AI模型等概念并非相互取代，而是像齿轮一样协同工作，共同构成了AI自动化协作的完整体系。

---

6. 小结

• AI技术的进步引发社会各界对未来影响的关注。
• 在科技巨变中，普通人常处于被动接受变革的角色。
• 理解AI Agent等基础概念，有助于个体更主动地迎接时代挑战，而非被动裹挟。

构成了AI自动化协作的完整体系。

---

6. 小结

• AI技术的进步引发社会各界对未来影响的关注。
• 在科技巨变中，普通人常处于被动接受变革的角色。
• 理解AI Agent等基础概念，有助于个体更主动地迎接时代挑战，而非被动裹挟。