spatial_coder的博客

谷歌在25年4月初发布了A2A协议，作为MCP协议的补充。Agent2Agent协议致力于促进独立agent间的通信，帮助不同生态系统的agent沟通和协作。

提出背景：随着基座大模型变得更加智能，agent与外部工具、数据和 API 交互的能力变得越来越分散：开发人员需要为代理运行和集成的每个系统实现具有特殊业务逻辑的代理，需要有一个用于执行、数据获取和工具调用的标准接口。与API的比较：API 是互联网上第一个伟大的统一器，为软件创建一种共享语言进行通信，但 AI 模型缺乏等效项。MCP补足了大模型连接数据、工具标准接口的生态位。

2025年3月初，号称首个通用性智能体的Manus发布，让agent作为7/24小时自动打工人的多个场景随即在社交媒体上引发热议，内测邀请码一时洛阳纸贵，被炒制数万元，同时带动了150多只AI智能体概念股涨停。据媒体披露，Manus背后的母公司蝴蝶效应的投资方包括真格基金、腾讯等。爆火之后，Manus的资源也是好起来了。不到两周的时间，Manus团队很快与阿里通义千问团队正式达成战略合作，双方将基于通义千问系列开源模型，在国产模型和算力平台上实现Manus的全部功能。

上周manus大火，这周openai也坐不住了。3月12日凌晨，openai推出了新的agent开发套件，包括网页搜索、文件搜索、电脑使用、Responses API等，以及Agents SDK。Responses API 是 OpenAI 推出的一种新的 API 原语，它结合了 Chat Completions API 的简洁性和 Assistants API 的工具使用能力，旨在帮助开发者更轻松地利用 OpenAI 的内置工具构建agents.

继去年10月底Anthropic发布Claude 3.5的computer use能力之后，OpenAI在今年1月24日也发布了计算机使用agent（Computer-Using Agent, CUA）模型——Operator。这一模型结合了GPT-4o的视觉能力和通过强化学习获得的高级推理能力，能够解释截图并与图形用户界面（GUI）进行交互。它不仅能够执行日常任务，如在线购物、预订餐厅或购买活动门票，还能够在用户的指导和监督下完成更复杂的任务。