通信行业深度：MCP与A2A助力 AIAGENT进入互联时代
Agent 发展现状：当前仅少数独立收费，渗透率较低，但空间较大。作为Chat 的进化版本，当前大部分Agent 只是被纳入大模型的收费服务内容，仅Manus 与Devin 等少数独立收费。Deep Research、Manus 类具备自主规划任务能力的Agent 使用限制较多，真正能体验到的户或许并不多，距离“爆款”应用还有较大提升空间。但随着大模型推理能力提升，Agent 成为应用创新的宠儿。
Agent 大规模应用在即，诸多有利条件在手：1）模型训练端上下文窗口增长迅猛、强化学习深入应用，推理模型日趋成熟；2）生态：MCP 和A2A等协议发展迅猛，Agent 调用工具越发方便。2024 年11 月，Anthropic 发布并开源MCP 协议，旨在标准化外部数据与工具如何为模型提供上下文。
MCP 协议让Agent 与“外部数据和工具”“一键互联”，A2A 让Agent互联。尽管A2A 协议的目标为Agent 之间通信，而MCP 为Agent 与外部工具和数据，但在“工具也可能被封装为Agent”的复杂局势下，两者功能或有重叠，但这种竞争有助于降低大模型调用外部工具与通信成本。
Agent 发展展望1：端到端、不需要人类事先撰写工作流。当前，我们看到的相当大一部分“智能体”基于Coze、Dify 等平台开发，需要人类事先撰写工作流，是较初级的Agent，更像是提示词工程的叠加，而更高级的Agent 是“端到端”的，它意味着“对Agent 输入任务，Agent 自动完成人类所需的任务结果”。L3/L4/L5 等此类高级Agent 更符合人类需求。
Agent 发展展望2：助力机器人与自动驾驶。当我们把Agent 的定义套用在具身智能，会发现被大模型支配的机器人和车辆，也是Agent。尤其是前者，当前机器人发展的瓶颈并不在于“如何做出物理动作”的“小脑”，而在于思考“做出何种物理动作”的“大脑”，而这正落入Agent 射程。
Agent 发展展望3：借助DID 等技术，实现Agent 之间互联与AI 原生网络。未来，或许所有的Agent 相互之间应该都能够通信、可以自组织、自协商，构建比现有互联网更低成本、更高效率的协作网络，中国开发者社区也在构建ANP 等协议，旨在成为Agent 互联网时代的HTTP 协议。而关于Agent 之间的身份认证，可以借助DID 等技术。
投资建议：市场认为，由于训练数据有限，预训练Scaling Law 已撞墙，算力需求承压。我们认为，Agent 将为推理算力打开天花板。各机构正积极研发Agent，竞争格局未稳；Agent 算力需求与简单的文字回复不可同日而语。建议关注：算力芯片厂商：英伟达、中际旭创、新易盛、天孚通信、寒武纪等；底层协议研发厂商：谷歌（A2A 协议）；算力云服务厂商：阿里、腾讯等；大模型厂商：阿里、字节。
风险提示：MCP 分发平台缺位；大模型技术落地不及预期；Agent 商业落地不及预期。