【AI】AI中的MCP、RAG、Agent

在 AI 大模型从 “能说话” 向 “会干活” 进化的过程中，MCP、RAG、Agent 这三个技术名词频繁出现，想要深入AI相关知识，就需要熟悉这些技术名词。

MCP、RAG、Agent

MCP、RAG、Agent 是当前 AI 大模型落地应用中的三大核心技术，常被合称为 AI 的“黄金三角”。它们各自承担不同角色，协同工作使 AI 从“能聊天”升级为“能办事”。

1、MCP（模型上下文协议 / Model Context Protocol）

AI 的“万能转接头”或“连接器”。其作用就是统一标准，让大模型能安全、高效地调用各类外部工具（如 ERP、数据库、邮件、API 等），无需为每个工具单独开发接口。就像手机充电器转接头，让不同设备都能通用充电。

2、RAG（检索增强生成 / Retrieval-Augmented Generation）

AI 的“知识管家”或“事实核查员”。为了解决大模型乱说话的问题，通过RAG在知识库中检索相关内容，再将相关内容输入大模型，以达到准确响应用户需要的信息。通同时避免了大模型知识滞后性的缺陷，常用在智能客服，企业文档查询、医疗诊断辅助等场景。

3、 Agent（智能体 / AI Agent）

类似AI 的“项目经理”或“主动助理”。在响应用户的时候，他可以自主拆解任务、调用工具、执行动作并闭环完成目标。比如说“整理周报”，Agent 会自动拉取日程、邮件、项目数据，生成初稿。

总结

RAG 、 MCP和 Agent 都是扩展人工智能 (AI) 能力的强大方法，它们都超越了模型最初训练时的局限性。RAG 通常更容易实现，并且非常适合直接的信息检索。MCP 为需要各种工具和数据源的复杂、多步骤任务提供了更大的灵活性。