🧐直播学习感受： MCP像是在做“车同轨”的工作，工具调用更方便，化简和规范单智能体调用工具，单智能体和外部数据交互的工作量。 A2A像是带着野心去做“书同文”的统一，无论这些智能体是如何设计的，都能通过A2A的协议更顺畅的沟通（比如交互数据），让多个智能体在合作协同处理更复杂任务时，能更好地配合。 我会想到通用大模型能力也很强（这也是为什么当时它让我们惊讶，火出技术圈让全民都知道），为什么还要划分这么多的智能体呢？ 也许是因为多个智能体可以分离关注点，不同领域/专长的智能体各自发展自己的特色，无需十项全能（可以但成本高），而是多个智能体分工协作，发挥1+1大于2的效果。 😎 另外1.0的精确计算跟2.0概率计算通过MCP打通了，这个也很有启发。再次理解了一下01里面说的，MCP并不是LLM开发范式的颠覆，而是一种增强。 而此时此刻通过专栏的契机，如果能帮助大伙儿在“正在进行时”状态来一起见证、观测、讨论这样的增强和发展，甚至如果有能力的话去参与其中，感觉是个特别有趣的事情。一起加油吧～