CIO得先搞清楚AI智能体的协议问题，这玩意现在发展得越来越多，但大家还搞不定怎么让它们好好配合。企业搞自动化越深，这种问题就越头疼。要是两边的环境不一样，大家做出来的智能体通常都没法直接沟通。比如一个公司买了现成的智能体，另一个是自己开发的，要是没写代码链接上，那肯定是没法对话的。IDC软件开发的副总裁Arnal Dayaratna就问了：“这玩意儿咋才能一块干活？”说实话，现在谁也不知道答案，只能想办法弄个共享的数据层让它们能交互。专家说，IT老大现在得把基础设施搞得灵活点、模块化点，因为市场变化太快了。 现在的AI智能体都依赖一些特定的协议或者通讯方法。这些协议就像是给智能体准备的字典，能把复杂的任务拆分成小块分给大家去做。自然而然地，好几种协议就冒出来了。最有名的就是Anthropic弄的模型上下文协议（MCP）。这东西管着智能体怎么去摸API或者数据库。它主要是给在同一个信任圈里或者像Claude Desktop这种单套程序里跑的智能体用的。 谷歌那边弄的是Agent2Agent。这玩意儿专门盯着智能体咋聊天、咋协调任务和串连工作流。A2A的智能体会发个叫智能体卡的东西把自己宣传出去，这就像个名片，能让大家发现对方。边缘技术里还有Agent Network Protocol，就是个能让大家在网络上发现并使用智能体的开源方案。 问题是这些协议都是基于完全不一样的假设做的。微软研究说了，它们根本就不是为了互相喊话而设计的。这就意味着咱们得自己弄API来搭桥。虽然现在已经在干这事儿了，但估计赶不上技术创新的速度。现在连个共享的访问层都很少见，而这个层对大企业搞管理和保一致可是很重要的。 而且现在的协议明天不一定好用。Exabeam的AI头Steve Wilson说：“这些都会被淘汰吸收，而且来得很快。”他说MCP因为太复杂、像玩服务器游戏一样不受待见了，大家都想要个简单的文本文件来写技能。 大部分IT老大遇到这种高风险的技术问题时都挺谨慎的。但咱们还得用不同的协议去试AI应用，留条后路让自己能随时改方向。强生公司的CIO Jim Swanson就说了：“变化太快了，你不赶紧试试就落伍了。”所以强生在搞模块化架构，想把业务流程重新搞一套来跨平台跨数据集。Swanson还说这里面机会很多，但得把数据质量和技术栈都搭好了才行。 Workato的Carter Busse建议咱们最保险的办法是在AI系统中间插个编排和控制层。这就能让咱们管住“AI到底是咋干活的”。 其实说到AI智能体的互通性这事儿，咱们这些老IT都见过类似的情况。30年前的网络协议大战就是个很好的例子，IBM和Novell抢着定标准，最后互联网大爆炸之后才定下TCP/IP为主流。不过这次整合肯定比那时候快得多。Arnal Dayaratna说：“所有这些都还刚开始呢。” Q1：啥是MCP？它干吗用？A：MCP是Anthropic做的通信协议，管着AI咋访问API或数据库。它主要是给在同一个信任环境里或者像Claude Desktop这类单套程序里跑的AI用的。 Q2：为啥不同协议的AI不能直接聊天？A：因为大家的假设都不一样，根本没打算让对方听懂自己的话。这就得咱们自己搭桥写API才能让它们配合起来。 Q3：CIO该咋应付协议变化这么快？A：专家让咱们把基础设施搞得灵活点、模块化点。在AI和系统中间加个编排和控制层也是个好办法。同时多试试不同的协议应用就行。