DI agentas vs MCP? Kada naudoti kiekvieną (& kada reikia abiejų)

AI agentas yra programinė įranga, kuri pati nusprendžia dėl savo veiksmų ir įrankių iškvietimų, kad pasiektų konkretų tikslą, o Model Context Protocol (MCP) yra atvirasis standartas, apibrėžiantis, kaip AI programos jungiasi prie išorinių įrankių ir duomenų. Taigi MCP leidžia AI agentams sąveikauti su programomis ir užklausti duomenų bazes užduotims atlikti.

Straipsnyje paaiškinama, kas yra agentai ir MCP, kuo jie skiriasi ir kaip veikia. Taip pat sužinosite, kada naudoti kiekvieną iš jų ir kada naudoti agentus bei MCP kartu.

Kuo AI agentas skiriasi nuo MCP? Pagrindiniai skirtumai.

AI agentas yra nepriklausomas veikėjas, kuris nusprendžia, ką daryti problemai išspręsti, o MCP yra ryšys, kurį AI įrankiai naudoja norėdami pasiekti duomenis ir atlikti užduotis su kitomis programomis.

Kas yra AI agentas ir kaip jis veikia?

AI agentas yra programinė sistema, kuri savarankiškai pasirenka geriausią veiksmų eigą užduočiai atlikti.

Pavyzdžiui, kai naudojamas tyrimui, AI agentas analizuoja tyrimo klausimą, suskaido jį į potemius, kiekvieną jų perduoda subagentui, kuris ieško aktualios informacijos skirtinguose šaltiniuose, ir „atsiskaito“ atgal.

Pagrindinis agentas analizuoja išvadas, koreguoja tyrimo strategiją, siunčia daugiau agentų užpildyti spragų ir sujungia rezultatą į ataskaitą. Laikui bėgant jis taip pat išmoksta, kaip veiksmingiausiai atlikti subužduotis.

AI agentas remiasi trimis komponentais:

• Samprotavimo branduolys: LLM, kuris interpretuoja įvestis, planuoja ir nusprendžia, ką daryti
• Įrankių integracijos: Ryšiai su išorinėmis sistemomis. Pavyzdžiui, duomenų bazės arba API, leidžiančios jam pasiekti informaciją ir atlikti veiksmus.
• Atmintis: Trumpalaikis sesijos kontekstas ir ilgalaikės saugomos žinios, naudojamos visose skiltyse

Agentai veikia laikydamiesi iš anksto nustatytų saugos ribų (pavyzdžiui, nenaudoti šaltinių, senesnių nei 3 metai, arba antrinių statistikos suvestinių), bet jie patys nusprendžia, kaip užbaigti užduotį.

Ši autonomija pasirinkti, kaip pasiekti tikslą, skiria AI agentus nuo AI darbo eigų. Pastarosios seka iš anksto apibrėžtu, deterministiniu keliu, kuris puikiai tinka struktūrizuotoms, pasikartojančioms užduotims, nereikalaujančioms samprotavimo ir sprendimų priėmimo.

Kas yra MCP ir kaip jis veikia?

MCP reiškia Model Context Protocol, ir tai yra saugus, standartizuotas būdas tokioms AI programoms kaip Perplexity jungtis prie išorinių įrankių ir duomenų šaltinių.

Pavyzdžiui, mano asmeninis AI asistentas naudoja MCP, kad prisijungtų prie Notion, kur saugau visą kliento projekto informaciją, savo Google Calendar ir Clockify, kuriuos naudoju laiko apskaitai.

Dėl to jis žino, kokį darbą turiu atlikti konkrečią mėnesio dalį ir kiek laiko praeityje užimdavo panašios užduotys, todėl gali mano kalendoriuje rezervuoti pakankamai laiko ir įvertinti mano prieinamumą papildomam darbui.

MCP yra bendras protokolas, todėl bet kuris AI įrankis gali pasiekti bet kurią programą, jei abi palaiko MCP, ir tam nereikia, kad kūrėjas koduotų specialiai pritaikytą ryšį, kaip yra REST API atveju.

Techniniu lygmeniu MCP sudaro trys elementai:

• MCP Host: AI programa, kuri koordinuoja ir valdo klientus (pvz., Perplexity)
• MCP Client: „tarpininkas“ hoste, kuris palaiko ryšį su MCP serveriu ir perduoda informaciją MCP hostui
• MCP Server: Išteklių, tokių kaip duomenų bazė ar SaaS programėlė, priekinė dalis, suteikianti MCP client prieigą prie jos galimybių (Notion, Google Calendar, Clockify ir pan.).

Kada naudoti agentą, MCP arba abu kartu. Ir kada nė vieno iš jų.

Pasirinkimas tarp AI agento ir MCP iš esmės priklauso nuo vieno klausimo: ar jums reikia pagalbos atliekant sudėtingą užduotį, ar norite prijungti AI įrankį prie išorinių išteklių?

Tačiau ne visoms užduotims reikia agentinio AI, o toms, kurioms jo reikia, dažnai reikia ir MCP.

Štai niuansuočiau suskirstyta, kada naudoti kiekvieną, kada juos naudoti kartu ir kada rinktis kitus variantus:

• Naudokite AI agentą sudėtingoms užduotims atlikti, kai negalite numatyti tikslių žingsnių ir kiekvienam žingsniui reikia vertinimo bei sprendimų priėmimo.
• Naudokite darbo eigą su tiesioginiais įrankių iškvietimais rutininėms užduotims su fiksuotais žingsniais atlikti.
• Kaip kūrėjas, naudokite MCP, kai norite, kad jūsų programa būtų suderinama su esamais ir būsimais AI įrankiais.
• Kaip galutinis vartotojas, naudokite MCP, kad padidintumėte savo AI asistento galimybes prijungdami jį prie kitų programų ir išteklių.
• Naudokite AI agentus ir MCP kartu, kai norite išspręsti sudėtingas, unikalias užduotis, kurioms reikia autonomijos ir prieigos prie trečiųjų šalių įrankių bei duomenų šaltinių.

Padidinti

Kaip AI agentai ir MCP veikia kartu?

AI agentas nusprendžia, ką daryti, o MCP perduoda kiekvieną užklausą į susijusias programas.

Įsivaizduokite, kad esate nedidelės internetinės parduotuvės savininkas ir norite išsiaiškinti, kodėl praėjusį mėnesį sumažėjo pardavimai, todėl paprašote savo AI asistento tai ištirti. AI asistentas pasitelkia agentą, kuris naudoja MCP reikalingai informacijai gauti:

1. Agentas: Asistentas nusprendžia palyginti praėjusio mėnesio pardavimus su ankstesniu mėnesiu.
2. MCP: Jis paprašo e. prekybos platformos pateikti abiejų mėnesių pardavimus pagal produktus.
3. Agentas: Jis mato, kad vienas produktas sudaro didžiąją kritimo dalį, todėl nusprendžia patikrinti to produkto atsargas ir reklamas.
4. MCP: Jis paprašo parduotuvės platformos pateikti produkto atsargų lygius ir reklamos platformos pateikti reklamos našumą.
5. Agentas: Atsargos buvo įprastos, bet reklamos nustojo veikti mėnesio viduryje, todėl jis nusprendžia išsiaiškinti, kodėl.
6. MCP: Jis paprašo reklamos platformos pateikti kampanijos istoriją ir sužino, kad kampanija pasiekė mėnesio biudžeto ribą.
7. Agentas: Jis pateikia tikėtiną priežastį, pasiūlo padidinti ribą arba perkelti biudžetą ir palieka sprendimą savininkui.

Kadangi kiekvienas žingsnis priklauso nuo ankstesniojo išvadų, jų neįmanoma numatyti iš anksto. Agentas analizuoja per MCP gautus duomenis ir naudoja juos vėlesniems veiksmams planuoti.

Agentų ir MCP rizikos bei saugos ribos

Prijungdami autonominius AI agentus prie kitų įrankių ir programų per MCP, susiduriate su rizikomis. Dažniausiai nerimą kelia tai, kad AI agentai turi daugiau prieigos, nei jiems reikia, ir kad trečiosios šalys gali užgrobti MCP ryšį, pavyzdžiui, naudodamos netiesioginę užklausų injekciją arba pernelyg didelę agentūrą.

Daugeliu atvejų sprendimas yra rankiniu būdu kontroliuoti informaciją, kurią agentas gali pasiekti, stebėti jo veiklą ir naudoti tik iš patikimų šaltinių gautas jungtis.

Naudokite Perplexity agentus ir MCP

Perplexity naudoja agentus ir MCP abiem kryptimis. Jo agentai, pavyzdžiui, Computer, naudoja MCP prisijungti prie išorinių programų, o kiti DI asistentai gali jungtis prie Perplexity per MCP, kad sustiprintų savo tyrimus.

Perplexity Computer yra universalaus naudojimo DI agentas, kuris naudoja MCP jungtis prie trečiųjų šalių paslaugų. Jis gali ieškoti ir naršyti žiniatinklį, rašyti ir vykdyti kodą, kurti dokumentus, skaityti ir siųsti el. laiškus, valdyti užduotis tokiose priemonėse kaip Jira, Slack ar Notion ir dar daugiau.

Ryšys veikia ir kita kryptimi. DI asistentas, palaikantis MCP, pavyzdžiui, Claude, ChatGPT arba Cursor, gali naudoti Perplexity MCP serverį, kad atliktų paiešką internete ir gautų rezultatus su pavadinimais, URL ir ištraukomis, arba paskirtų Computer atlikti kelių žingsnių užduotį.

DUK

Ar DI agentai ir MCP yra tas pats?

Ne, DI agentai ir MCP nėra tas pats, ir kiekvienas sprendžia skirtingas problemas. DI agentai yra programinės įrangos įrankiai, kurie autonomiškai užbaigia naudotojų užduotis, o MCP yra standartizuotas būdas DI įrankiams pasiekti kitas programas.

DI agentai ir MCP dažnai veikia kartu. DI agentas gali naudoti MCP, kad pasiektų duomenis iš kitos programinės įrangos aplikacijos ir įgyvendintų paskirtą tikslą.

Koks skirtumas tarp MCP ir agento Skill?

MCP (Model Context Protocol) sujungia DI įrankį su išorinėmis programomis ir duomenimis, o agento Skill yra pakartotinai naudojamos instrukcijos, scenarijai ir ištekliai, kurie moko DI agentą, kaip atlikti specializuotą užduotį ir nustato apsauginius apribojimus.

Ar MCP yra tas pats kaip API?

Ne, MCP ir API nėra tas pats. API leidžia vienai programinės įrangos daliai kviesti kitą naudojant taisykles, kurias iš anksto sukuria kūrėjas, o MCP leidžia DI agentams matyti, kokios galimybės yra prieinamos, ir nuspręsti, kurias iš jų kviesti, be to, kad kūrėjas iš anksto užkoduotų ryšį.

Tiesa sakant, MCP serveriai dažnai naudoja API jungtis su įrankiais.

Kuo MCP skiriasi nuo A2A?

MCP (Model Context Protocol) sujungia DI agentą su įrankiais ir duomenimis, o A2A (Agent2Agent) sujungia DI agentus. Komandos gali naudoti abu: MCP tvarko įrankių integraciją, o A2A – agentų bendradarbiavimą.

Kuo MCP skiriasi nuo RAG?

RAG (retrieval-augmented generation) yra sistema, kurią DI įrankiai naudoja tam, kad atsakymus pagrįstų patikima informacija iš išorinio žinių šaltinio, o MCP yra standartas, skirtas DI programoms sujungti su išoriniais duomenimis ir įrankiais. Taigi RAG gali naudoti MCP, kad pasiektų savo žinių bazę.

Ar galite naudoti MCP nebūdami kūrėju?

Taip, galite naudoti MCP nerašydami jokio kodo, prijungdami MCP suderinamą DI įrankį prie paslaugos, kuri jau palaiko šį protokolą. Pavyzdžiui, Perplexity naudotojai gali naudoti MCP, kad prisijungtų prie populiarių programų, tokių kaip Gmail, ClickUp ar Figma.