深度报告-20250420-国盛证券-通信行业深度_MCP与A2A助力_AI_Agent进入互联时代_12页_1mb

报告摘要

通信：Agent发展与互联时代展望

核心内容

Agent是人工智能领域的重要概念，其核心在于具备“规划”“记忆”和“工具使用”三大组件，能够自主完成任务，而不仅仅局限于被动回复。随着大模型技术的进步，Agent正逐步从“聊天机器人”演变为更高级的数字助理，具备端到端任务处理能力，成为AI应用创新的重要方向。

主要观点

Agent的定义：Agent并非有统一定义，但普遍认为其应具备任务规划、记忆管理和工具调用能力。
Agent的现状：目前仅有少数Agent项目独立收费，如Manus和Devin，大多数仍被纳入大模型的收费服务中。尽管技术发展迅速，但Agent尚未成为大众市场的“爆款”应用。
Agent的演进趋势：随着模型上下文窗口的扩大、强化学习技术的深入应用以及推理模型的成熟，Agent正向更高级的形态发展，如L3/L4/L5级Agent，具备自主学习、泛化、个性化和多Agent协作能力。
MCP与A2A协议：MCP（Model-Context-Protocol）协议旨在标准化大模型与外部数据和工具的连接方式，降低调用成本；A2A（Agent-to-Agent）协议则专注于Agent之间的通信，两者功能可能重叠，但竞争有助于推动技术进步。
Agent的未来应用场景：Agent将推动机器人和自动驾驶的发展，成为具身智能的重要组成部分；同时，借助DID等技术，未来Agent之间将实现更高效的互联，构建AI原生网络。
投资建议：Agent的发展将带来推理算力需求的爆发，建议关注算力芯片厂商（如英伟达、寒武纪）、底层协议研发厂商（如谷歌）、算力云服务厂商（如阿里、腾讯）和大模型厂商（如阿里通义千问）等。

关键信息

1. Agent的三大核心组件

规划：包括任务拆解和自我反思。
记忆：包括短期记忆和长期记忆。
工具使用：对外部工具（如搜索引擎）的调用。

2. Agent的发展现状

多数Agent产品仍被整合进大模型的收费服务中，仅有少数如Manus、Devin独立收费。
使用限制较多，如Deep Research、Manus等具备自主规划能力的Agent，因成本和能力限制，用户体验有限。
市场对Agent的商业化和落地仍存疑，其商业模式尚未完全成熟。

3. 模型端的边际变化

上下文窗口扩大：国产大模型如Kimi、通义千问等已实现超长上下文窗口，成为Agent发展的基础。
强化学习应用：在代码、数学等可自动判定对错的领域，强化学习技术推动了Agent的成熟。
推理模型进步：OpenAI的CoT（Chain of Thought）技术标志着推理模型的重大进展。

4. MCP协议

由Anthropic于2024年11月发布并开源，旨在统一外部数据与工具的接入方式。
简化了大模型调用外部API的过程，降低了开发门槛和成本。
已获得OpenAI、阿里、微软等巨头支持，被视为行业通用标准的潜力候选。

5. A2A协议

由谷歌于2025年4月发布，用于Agent之间的通信。
与MCP协议功能有重叠，但二者分别聚焦于Agent与工具、Agent之间的通信。
合作伙伴包括Atlassian、Box、Cohere、Intuit等，推动Agent生态的完善。

6. Agent的未来展望

端到端Agent：无需人工干预，能自主完成任务，成为更符合人类需求的智能体。
机器人与自动驾驶：Agent在具身智能领域有广泛应用，尤其是机器人“大脑”部分的决策能力。
AI原生网络：未来Agent之间将实现互联互通，构建比现有互联网更高效、低成本的协作网络，如ANP协议正在尝试成为类似HTTP的协议。

7. 投资建议

算力芯片厂商：英伟达、中际旭创、新易盛、天孚通信、寒武纪。
底层协议研发厂商：谷歌（A2A协议）。
算力云服务厂商：阿里、腾讯。
大模型厂商：阿里（Manus与通义千问合作）、字节。
边缘算力厂商：高通、美格智能、广和通、移远通信。

风险提示

MCP分发平台缺位：目前缺乏类似App Store的统一平台，阻碍生态发展。
大模型技术落地不及预期：如上下文窗口、幻觉等问题仍未完全解决。
Agent商业落地不及预期：尽管部分项目已上线收费，但商业模式可持续性仍需验证。

总结

Agent作为AI技术的重要应用方向，正逐步从“聊天”走向“做事”，具备自主规划、记忆管理和工具调用能力。随着MCP和A2A协议的兴起，Agent与外部工具、其他Agent之间的通信变得更加高效和标准化。未来，Agent将推动机器人、自动驾驶等具身智能的发展，并有望构建AI原生网络。尽管目前仍面临生态建设、技术落地和商业模式等挑战，但其发展潜力巨大，值得重点关注。

展开完整摘要