人工智能行业专题研究：MCP协议加速AI Agent生态繁荣

分析师：吴起涤执业登记编号：A0190523020001wuqidi@yd.com.cn人工智能指数与沪深300指数走势对比资料来源：Wind，源达信息证券研究所1.《人工智能专题研究系列一：大模型推动各行业AI应用渗透》2023.08.022.《人工智能专题研究系列二：AI大模型开展算力竞赛，推动AI基础设施建设》2023.08.033.《人工智能专题研究系列三：Gemini1.0有望拉动新一轮AI产业革新，算力产业链受益确定性强》2023.12.124.《人工智能专题研究系列四：OpenAI发布Sora文生视频模型，AI行 业持 续 高 速 发 展 》2024.02.195.《人工智能专题研究系列五：Kimi智能助手热度高涨，国产大模型加速发展》2024.03.266.《数据中心液冷技术专题研究：算力扩建浪潮下服务器高密度、高耗能特征显著，催动液冷技术市场快速扩容》2024.08.15投资评级:看好 目录一、MCP协议重构AI Agent新范式....................................................31.AI Agent是AI发展的第三阶段............................................................32. MCP协议定义工具接口标准................................................................5二、AI Agent相关应用加速落地......................................................91.科技巨头积极布局AI Agent产品...........................................................92. Manus、Operator、Coze等产品布局侧重各不同.............................................11三、投资建议......................................................................131.建议关注...............................................................................132.行业重点公司一致盈利预测...............................................................13四、风险提示......................................................................13图表目录图1：OpenAI定义的5个AI发展阶段.................................................................3图2：AI Agent的结构...............................................................................4图3：AI Agent的渗透率.............................................................................5图4：MCP系统架构.................................................................................6图5：传统API技术路线.............................................................................7图6：MCP技术路线.................................................................................7图7：谷歌A2A开放协议工作原理.....................................................................8图8：谷歌A2A与MCP协同工作.....................................................................8图9：2020年至2025年2月通用型和专业型AI Agent成熟度份额......................................11图10：Manus初始运行界面........................................................................11图11：Manus执行结果界面........................................................................11图12：Operator运行界面..........................................................................12图13：Operator应用场景..........................................................................12图14：Coze空间介绍..............................................................................12表1：工具使用的执行和用例..........................................................................4表2：编排层的三种模式..............................................................................4表3：各科技巨头平台支持MCP统计..................................................................8表4：AI Agent领域行业动态.........................................................................9表5：万得一致盈利预测.............................................................................13 2 3一、MCP协议重构AI Agent新范式1.AI Agent是AI发展的第三阶段根据OpenAI对AI发展的理解和定义，AI水平可分为五大等级：一是聊天机器人(Chatbot)，能够用自然语言进行对话；二是推理者，基于推理模型，解决人类级别的智力问题；三是智能体(Agent)，能够代表用户采取行动；四是创新者；五是组织。过去，在ChatGPT等聊天机器人产品推出时，大模型通常采取一次性推理，用户与聊天机器人的交互形式呈现为简单的一问一答。而在推理模型的不断发展之下，AI模型逐渐能够与自己对话，实现内部思考，具备推理能力。当前，随着大模型在交互/认知/泛化/自主等多维度能力持续提升，AI正从推理者转向智能体，逐步具备采取行动及处理任务的能力，智能体产品加速推进。图1：OpenAI定义的5个AI发展阶段资料来源：OpenAI官网，源达信息证券研究所智能体（Agent）是基于大模型（LLM）构建的智能化系统，其核心架构可概括为“核心决策中枢+核心认知架构+工具使用”。（1）核心决策中枢：AI Agent的核心决策中枢是其模型系统，它可以由一个或多个不同规模的语言模型组成。这些模型具备执行指令驱动的推理能力，能够灵活运用多种逻辑框架，如思维链（Chain-of-Thought）或思维树（Tree-of-Thought）等。（2）核心认知架构：AI Agent的编排层作为其核心认知架构，通过"感知-推理-决策"的闭环机制实现智能决策，主要包含三种模式：ReAct模式为语言模型提供结构化思考框架，使其能自主推理并触发行动；思维链（Chain-of-Thought）模式通过中间推理步骤提升决策质量，衍生出自洽性推理、主动提示和多模态思维链等技术分支；思维树（Tree-of-Thought）模式作为进阶形态，支持多路径探索和战略前瞻，特别适合解决复杂问题。（3）工具使用：AI Agent通过工具实现与外部世界的交互，这些工具主要分为三类：扩展程序（Extensions）、函数（Functions）和数据存储（DataStores）。尽管基础模型在文本和图像生成方面表现出色，但由于无法直接与外界互动，其能力受到限制。工具则弥补了 4这一缺陷，使Agent能够访问外部数据和服务，从而执行基础模型单独运行时无法完成的任务。图2：AI Agent的结构资料来源：谷歌《Agent》白皮书，源达信息证券研究所表1：工具使用的执行和用例扩展函数调用数据存储执行Agent-Side执行Client-Side执行Agent-Side执行用例·开发者希望Agent能够控制与API端点的交互· 在 利 用 原 生 预 构 建 扩 展(例如Vertex搜索、代码解释器等)时很有用·多跳规划和API调用(即Agent的下一个操作取决于前一个操作/API调用的输出)·安全或身份验证限制使Agent无法直接调用API· 时 间 限 制 或 操 作 顺 序 限 制 使Agent无法实时调用API.(例如:批处理操作、人工审核等)· 未 向 互 联 网 公 开 的AP， 或Google系统无法访问的API·来自预先索引的域和UR的网站内容·以PDF、Word文档、CSV、电子表格等格式存在的结构化数据·关系型/非关系型数据库·以HTML、PDF、TX等格式存在的非结构化数据资料来源：谷歌《Agent》白皮书，源达信息证券研究所表2：编排层的三种模式ReActChain-of-ThoughtTree-of-thoughts描述一个提示工程框架，为语言模型提供了一种推理和对用户查询采取行动的思维过程策略。一种通过中间步骤实现推理能力的提示工程框架。一种适用于探索或战略前瞻任务的提示工程框架。 52025年4月，福布斯发布AI502025榜单，指出2025年将成为AI应用的分水岭即AI正从单纯的问答和内容生成升级为真正的"执行者"，能够独立完成实际工作任务，而不仅仅是充当"助手"。在企业级和消费级领域，AI工具已开始接管完整的工作流程，例如自动处理法律文件、实现全流程客服自动化以及端到端的代码生成。截至2024年底，AI Agent的渗透率已达到43%。据LangChain的数据，同期有43%的AI应用采用了AI Agent框架LangGraph，这表明AI Agent框架已成为主流开发选择。与此同时，超过30%的AI应用支持AI调用外部工具（ToolCalling），使模型能够自主执行函数或访问外部资源，从而表现出更强的自主决策能力。工具调用的普及增强了AI Agent与外部系统的交互能力，使其能够执行诸如写入数据库等更复杂的任务。图3：AI Agent的渗透率资料来源：LangChain，源达信息证券研究所2.MCP协议定义工具接口标准AI Agent在快速崛起的过程中，其发展主要围绕数据交互和决策执行两条路径展开。（1）在数据交互方面，有Anthropic推出的标准化MCP协议实现跨平台互通，也有基于GUI自动化的视觉操作方案。（2）在决策模式上，则分化出依赖预设