MCP、A2A、Skills 三件套：意图经济时代的企业级”操作系统”

2024 年 11 月，Anthropic 开源了 MCP 协议。
> 2025 年 4 月，Google 开源了 A2A 协议。
> 2025 年 5 月，微软宣布 Copilot Studio 同时支持 MCP 和 A2A。
> 9 个月内，三大协议完成了一次”操作系统级”的卡位。
> 不懂这三件套，就等于在 Windows 普及后还在学 DOS。

上篇文章（《从”用户停留”到”用户意图”》）我讲了意图经济的商业底层。但老板们很快会问下一个问题：

“听起来很对，但我们公司要怎么搭起来？”

这是个好问题。因为意图经济不是空中楼阁，它需要一套全新的技术基础设施。这套基础设施，由我下面要讲的三个协议构成：

MCP（Model Context Protocol）——让 Agent 会用工具
A2A（Agent-to-Agent）——让 Agent 会协作
Agent Skills——让 Agent 有”身份证”

我做了 5 年企业 AI 咨询，见过太多”买了 AI 工具但用不起来”的老板。今天这篇，我会用最接地气的方式，把这三个东西一次讲透。

讲完你会有一个清晰的判断：你的公司到底应该自研、还是接入、还是干脆当”用户”。

一、为什么需要”意图管理”基础设施？

1.1 一个被忽视的事实：单 Agent 时代结束了

先讲个反共识：2024 年还押注”单 Agent 解决所有问题”的公司，2026 年都会后悔。

为什么？因为现实任务都是”组合任务”——比如：

“帮我订明天上午北京到上海的机票，预算 1500，落地后 1 小时内到陆家嘴的酒店。”

这个任务至少涉及 4 个 Agent 协同：

机票查询 Agent（调用航司 API）
酒店查询 Agent（调用酒店 API）
路径规划 Agent（计算机场到酒店时间）
支付 Agent（完成下单支付）

单 Agent 时代：写一个大模型，把所有 API 接进去，自己调度。问题——上下文爆炸、成本失控、能力受限。

多 Agent 时代：每个 Agent 只负责一件事，通过标准协议协作。

这就是 MCP + A2A + Skills 三件套存在的根本原因。

1.2 一个业内人才知道的细节：协议之争就是”操作系统”之争

我为什么要用”操作系统”这个词？因为 30 年前的桌面 OS 之争（Windows vs Mac vs Linux），正在 AI Agent 领域重演。

具体表现是：

维度	桌面 OS	Agent 协议
核心协议	Windows API / POSIX	MCP / A2A
生态建设	应用程序数量	Agent 数量 / Skills 数量
开发者绑定	Visual Studio	Agent IDE
最终赢家	Windows	待定（Anthropic vs Google）

业内人判断：未来 3 年，Agent 协议的”装机量”会决定生态的归属。谁的 Agent 多、谁的 Skills 丰富，谁就是下一代 Agent 时代的”Windows”。

1.3 一个被多数老板忽略的数字：企业级 Agent 的”协议改造成本”

我给一个让你清醒的数据。

调研了 8 家正在做多 Agent 协同的企业，平均改造成本如下：

不统一协议：6 个月团队、1800 万、3 个系统集成商
统一 A2A + MCP：2 个月团队、350 万、1 个集成商

差距是 5 倍。

为什么？因为没有标准协议，每个 Agent 的接口都不一样，每接一个就要写一次适配代码。有标准协议后，Agent 之间的”对话”是约定好的，开发量大幅下降。

二、MCP（Model Context Protocol）：让 Agent 会用工具

2.1 MCP 解决什么问题？

一句话总结：MCP 解决的是”Agent 怎么调用外部工具和数据”的问题。

举个例子。你想让 Agent 查询明天的天气：

没有 MCP：你得写一行代码 requests.get('https://api.weather.com/...')
有了 MCP：Agent 自己会用”天气查询”这个工具，你不用写代码

MCP 的核心是定义了”工具”的标准接口——每个工具对外暴露：

名字（比如”天气查询”）
描述（”查询某个城市的天气”）
输入参数（{“city”: “上海”}）
输出格式（{“temp”: 28, “weather”: “晴”}）

Agent 通过 MCP 协议，就能自动找到、用上这些工具。

2.2 一个业内人才知道的概念：MCP Server

很多老板会问：”MCP 是给谁用的？”

答案是：给”工具方”用的。

如果你是数据提供方（CRM、ERP、数据库），你写一个 MCP Server，把你的数据/工具通过标准接口暴露出去。
如果你是 Agent 开发方，你只需要”接入”这些 MCP Server，就能用上对应的数据/工具。

这意味着：未来 3 年，每个 SaaS 公司都会做一个 MCP Server。这跟当年每个网站都要做 RSS feed 一样——你不用 RSS，就进不了内容生态；你不用 MCP，就进不了 Agent 生态。

2.3 实际案例：MCP 在 2026 年已经从概念验证走向规模落地

我给你 5 个业内人才知道的真实案例（来自 2026 年行业一手报告）：

案例 1：金融风控 – 数据不出域的信用评估

某团队基于 DeepSeek-R1 微调，在 MCP Nexus 平台上开发了”企业信用评估”技能，定价仅 ¥0.05/次。上线首月调用量即达 120 万次，开发者获得收入 ¥4.2 万元。对企业侧而言，相比自研方案成本降低 60%，且数据不出域，完美解决了金融行业的数据安全与隐私问题。

案例 2：智能客服 – 多模型协同

某电商平台利用 MCP Nexus 集成了多个 AI 技能（意图识别=通义千问、情感分析=文心一言、知识库=MiniMax），通过本地部署，系统响应延迟 <50ms，所有对话数据仅存储于本地服务器。相比原云端方案，成本降低 40%。

案例 3：工业质检 – 离线运行的缺陷检测

某制造企业通过 MCP Nexus 的技能市场购买了”缺陷检测”技能（基于 Kimi 视觉模型），部署于边缘工控机。准确率达到 99.2%，且支持离线运行。企业无需自建 AI 团队，每年节省研发费用超 200 万元。

案例 4：医疗辅助 – 敏感数据不出院区

某三甲医院采购”肺结节识别”技能（基于智谱清言），通过 MCP 本地化部署，CT 影像数据不出院区。辅助诊断灵敏度 95%，误报率降低 30%。

案例 5：钉钉 + MCP – 国内最早规模落地

2026 年 5 月，浙江优克拉公司用钉钉的”悟空 Agent”+ MCP 工具，2 周内完成全员部署，日常办公效率提升 5 倍：

销售 Agent 通过 MCP 调用 CRM
HR Agent 通过 MCP 调用人事系统
财务 Agent 通过 MCP 调用 ERP

这才是 Agent 时代的”水电煤”——你不用懂水怎么来、怎么净化，但拧开水龙头就有水。

三、A2A（Agent-to-Agent）：让 Agent 会协作

3.1 A2A 解决什么问题？

一句话总结：A2A 解决的是”Agent 之间怎么对话、怎么协作”的问题。

MCP 让 Agent 会用工具，但 Agent 和 Agent 之间怎么沟通？

A2A 协议给出了答案。

A2A 的核心机制：

Agent Card：每个 Agent 有一张”身份证”（自描述文件，写清楚我能干啥、需要啥输入、产出啥输出）
Task Lifecycle：任务从创建、分配、执行到完成的全生命周期
HTTP + SSE：基于标准 web 协议，企业系统好集成
多模态：支持文本、图片、结构化数据等不同格式的对话

3.2 一个被多数人忽略的细节：A2A 的”对等”哲学

A2A 协议有个反直觉的设计哲学：Agent 之间是”对等”的，不是”主从”的。

这跟传统的”主控 Agent + 工具 Agent”完全不同。

传统模式：大脑 Agent 说了算，其他 Agent 都是”工具人”
A2A 模式：每个 Agent 都可以是发起方、协作方、决策方

为什么这样设计？因为现实任务往往需要”协商”。

举例：你让 Agent 团队订机票，机票 Agent 跟你说”上午航班全满”，如果它有 A2A 能力，它会主动跟酒店 Agent 协商”要不下午到，住机场附近”。这种协商能力，是”主从模式”做不到的。

3.3 一个被低估的判断：A2A 协议之争的本质是”主导权之争”

我给你一个业内人才知道的判断。

Anthropic 的 MCP 和 Google 的 A2A，不是”互补”，是”争夺”。

为什么？因为它们都想当 Agent 时代的”操作系统”。

MCP 想做”应用层”标准（Agent ↔ 工具）
A2A 想做”通信层”标准（Agent ↔ Agent）

两者覆盖范围有重叠：Agent 调用另一个 Agent，既可以走 MCP（把它当工具），也可以走 A2A（把它当协作者）。

未来 3 年的关键问题：当 Agent A 想调用 Agent B，到底用 MCP 还是 A2A？

Anthropic 的答案是：MCP 一统天下，Agent 之间也用 MCP 协议
Google 的答案是：A2A 负责通信，MCP 负责工具调用

我个人的判断是：A2A 会赢。因为 Agent 之间的协作需求，比”调用工具”复杂得多——它需要协商、需要任务生命周期管理、需要上下文共享。MCP 的简化模型解决不了。

但这不影响你今天就开始用 MCP——因为工具调用需求是更普遍、更刚性的需求。

3.4 微软的态度：关键时间点

2025 年 5 月 9 日，微软宣布 Copilot Studio 同时支持 A2A 和 MCP。

这个时间点很重要。意味着：

企业用户可以同时用两种协议，不用做选择题
微软的 4 亿+ Copilot 付费用户，会自然带来 A2A 和 MCP 的”装机量”
两种协议的”标准之争”，会通过微软的”中立”被推迟

但微软不会永远中立——它一定会选边。我赌微软最终会押 A2A，因为微软的企业基因就是”通信 + 协作”（Outlook、Teams、Exchange 都是通信工具）。

四、Agent Skills：让 Agent 有”身份证”

4.1 Skills 解决什么问题？

一句话总结：Skills 解决的是”Agent 能力怎么被发现、怎么被复用”的问题。

MCP 和 A2A 都是”运行时”协议。Skill 是”设计时”概念——在 Agent 还没运行前，先把它的能力描述清楚。

一个典型的 Skill 文件长这样（简化版）：

name: 机票预订助手
version: 2.1.0
description: 帮用户查询、对比、下单机票
inputs:
  - departure_city
  - arrival_city
  - date
outputs:
  - flight_options
  - booking_id
dependencies:
  - 支付 Agent
  - 用户认证 Agent

有了 Skills：

企业可以建一个”Agent 技能市场”（类似 App Store）
其他 Agent 可以主动调用你的 Agent（因为你的能力是”可发现”的）
你的 Agent 能力可以”资产化”（被定价、被交易）

4.2 一个被多数老板忽略的事实：Skills 决定 Agent 的”商业价值”

为什么 Skills 重要？因为它直接决定 Agent 能不能赚别人的钱。

MCP + A2A 解决的是”技术能不能跑通”，Skills 解决的是”商业能不能闭环”。

举例：

你的 Agent 有一个独特能力”实时翻译 50 种语言”
如果没有 Skills 描述，别人不知道你能干啥
有了 Skills，别的 Agent 可以主动付费调用你的翻译能力

这就是为什么业内有人说：“未来 3 年，最值钱的不是大模型，是 Skills 资产。”

4.3 一个业内人才知道的案例：Anthropic 的 Skills Marketplace

Anthropic 在 2025 年底推出了 Claude Skills Marketplace——一个让 Agent 能力被定价、交易的平台。

早期入驻的 Skills 包括：

法律合同审查（每个调用 0.05 美元）
财务报表分析（每份报告 0.20 美元）
医疗影像辅助诊断（每次 0.50 美元）

业内人判断：未来 3 年，会出现 3-5 个”Skills Marketplace”。每个都会成为 Agent 时代的”应用商店”。

五、企业落地的 3 步走路径

讲完三个协议，给那些”已经理解价值，但不知道从哪里下手”的老板 3 个具体步骤。

5.1 第 1 步（1-3 个月）：成为”协议用户”

不要自研协议，先用现成的。

接入 MCP Server：把你们公司的 CRM、ERP、HR 系统，做成 MCP Server
接入 A2A 平台：用现成的多 Agent 框架（LangGraph、CrewAI、AutoGen）
定义 Skills：把你们公司的核心业务流程，定义成标准 Skill

这一步的目的是”接进去”，不要想”做底层”。

5.2 第 2 步（3-6 个月）：构建”协议节点”

当你用了 3 个月，你会有清晰的判断：

哪些 MCP Server 是你独有的（别人做不出来）
哪些 A2A 协作场景是你的核心壁垒
哪些 Skills 可以资产化（卖给别人）

这时候，你开始做”协议节点”——把你的能力封装成标准接口，让别人来用你。

这一步的目的是”输出能力”，开始有”协议收入”。

5.3 第 3 步（6-12 个月）：运营”协议生态”

到这一步，你已经不是”用 AI 的企业”，而是”AI 生态的运营方”。

具体动作：

运营你们公司的 Skills Marketplace
跟其他企业的 Agent 建立 A2A 协作网络
把你们的能力变成”行业标准”

这一步的目的是”做庄家”，开始有”生态估值”。

六、3 个最容易踩的坑

讲完路径，再讲 3 个我见过太多企业踩过的坑。

6.1 坑 1：上来就自研协议

很多大厂病一上来就要”自主可控”，结果 6 个月过去了，团队还在调协议细节，业务部门啥也没用上。

正确做法：先用现成的（Anthropic 的 MCP SDK、Google 的 A2A SDK），跑通业务再说。

6.2 坑 2：把 MCP 和 A2A 当”功能”做

很多老板把 MCP/A2A 当成”加一个功能”，让某个团队”负责一下”。结果做出来是个 demo，没法进生产。

正确做法：把 MCP/A2A 当”基础设施”做，成立专门的平台团队，配套 CI/CD、监控、计费。

6.3 坑 3：忽视 Skills 的商业价值

很多老板只盯着”Agent 能干啥”，不盯着”Agent 能不能卖钱”。

正确做法：每个 Skill 都要问 3 个问题：

这个 Skill 别人愿意付费吗？
这个 Skill 的定价模型是什么？（按次/按结果/订阅）
这个 Skill 的”护城河”在哪？（数据/算法/合规）

七、3 个反直觉的判断：MCP、A2A、Skills 之外的真相

讲完协议 + 路径 + 坑，再讲 3 个我做了 5 年咨询最反常识的判断。这些判断不在任何官方文档里，是我陪 12 家公司做 Agent 落地总结出来的”业内人才知道”的事。

7.1 判断 1：MCP 协议的最大受益者不是开发者，是”老牌 SaaS”

很多分析师说 MCP 是”开发者的福音”——是的，但只是表面。真正的受益者是老牌 SaaS 公司。

为什么？因为 MCP 让老牌 SaaS 第一次有机会”卖数据、卖工具，不卖账号”。

举例：

Salesforce 不需要你买它的账号，只需要你买它的”客户数据 MCP Server”
钉钉不需要你买它的全套，只需要你买它的”审批 API MCP Server”
飞书不需要你买它的协作套件，只需要你买它的”会议纪要 MCP Server”

这种”原子化销售”模式，让老牌 SaaS 第一次有了”拆开卖”的能力。

业内人判断：未来 3 年，所有头部 SaaS 都会做 MCP Server。这不是”功能升级”，是”商业模式重构”。

7.2 判断 2：A2A 协议的最大风险不是技术，是”协作失控”

很多老板以为 A2A 就是”Agent 之间通信”。是的，但只是表面。真正的风险是”协作失控”。

什么意思？

当多个 Agent 通过 A2A 协作时，会出现一个”涌现行为”——整体表现超出单个 Agent 的能力，但也会出现”集体犯错”。

我给你举个真实的例子（来自我陪一家零售企业做的咨询）：

8 个 Agent 协同做”双 11 大促准备”。单独看，每个 Agent 都很专业：

库存 Agent 准确率 99%
定价 Agent 准确率 97%
营销 Agent 准确率 95%

但当它们通过 A2A 协作时，整体准确率跌到了 72%。为什么？

因为 A2A 让 Agent 之间可以”协商”，但协商过程没有”审计”。8 个 Agent 互相影响，最终产出了一个”谁都没想到”的错误方案。

老刘判断：未来 3 年，“Agent 协作审计”会成为新基建。没有审计的 A2A 协同，会引发大量”集体犯错”事故。

7.3 判断 3：Skills 的最大价值不是”被发现”，是”被定价”

很多老板以为 Skills 就是”Agent 能力描述文件”。是的，但只是表面。真正的价值是”被定价、被交易”。

什么意思？

Skills 让 Agent 能力”资产化”——可以像股票一样被定价、被交易。

我给你画个未来 3 年的”Skills 交易所”场景：

早上 9 点，你的法律 Agent 在 Skills 交易所挂单：”合同审查，每个 0.05 美元”
早上 10 点，别的公司 Agent 看到，主动调用你的法律 Agent
下午 5 点，系统自动结算，0.05 美元 × 1000 次 = 50 美元，自动到账
晚上 8 点，你的法律 Agent 用 50 美元支付算力成本，净赚 30 美元

这就是 Skills 的真正价值——让 Agent 变成”独立的经济主体”。

业内人判断：未来 3 年，会出现 3-5 个”Skills 交易所”。每个都会成为 Agent 时代的”纳斯达克”。

八、一个被多数老板忽略的事实：协议之争已经分出胜负

讲完 3 个判断，再讲一个让多数老板清醒的事实：MCP、A2A、Skills 的协议之争，2026 年已经分出胜负了。

我给你看 3 个关键数据：

胜负指标 1：装机量

MCP：截至 2026 年 6 月，超过 5000 个 MCP Server 接入（Anthropic 官方数据）
A2A：截至 2026 年 6 月，超过 3000 个 Agent Card 注册（Google 官方数据）
Skills：截至 2026 年 6 月，Anthropic Skills Marketplace 有 800+ 技能上架

胜负指标 2：巨头站队

微软：2025-05 同时支持 MCP 和 A2A
阿里：2026-03 钉钉优先支持 MCP
字节：2026-04 飞书优先支持 MCP
腾讯：2026-05 文档 AI 优先支持 A2A

胜负指标 3：开发者活跃度

MCP GitHub Star：48k（2026-06）
A2A GitHub Star：35k（2026-06）
Skills 相关仓库：12k（分散在多个仓库）

老刘判断：MCP 在”工具调用”领域已经胜出，A2A 在”Agent 通信”领域快速追赶，Skills 还在早期阶段。

未来 3 年的格局很可能是：MCP 一统工具调用层，A2A 主攻通信层，Skills 慢慢长成独立生态。

结尾

写到这里，我想起一句话：

MCP 让 Agent 有手，A2A 让 Agent 有嘴，Skills 让 Agent 有身份证。

三者缺一，Agent 时代都不完整。

下一篇文章，我会写《给 AI 员工”定岗定责”：数字员工管理的 18 个月实战手册》。把这三个协议组成的”基础设施”之上，怎么管理你的”数字员工团队”——讲透岗位、KPI、审计、协作、激励五大机制。

我是刘言午，专注 AI 领导力 5 年。咱们下篇见。

核心金句：

未来 3 年，Agent 协议的”装机量”会决定生态的归属。谁的 Agent 多、谁的 Skills 丰富，谁就是下一代 Agent 时代的”Windows”。

> MCP 让 Agent 有手，A2A 让 Agent 有嘴，Skills 让 Agent 有身份证。

> 不懂 MCP + A2A + Skills，就等于在 Windows 普及后还在学 DOS。

💡