DeepSeek教程网

Appearance

反模型上下文协议（OpenAI陨落） ​

欢迎来到以DeepSeek以代表的AI世界，我是doc-war.com的青樵，一个技术主义者。

知行合一，用DeepSeek写DeepSeek教程。

参考提问 ​

  • 既然MCP协议（模型上下文协议）对OpenAI的ChatGPT的王者地位构成了巨大的挑战，OpenAI可能怎么应对？
  • 2025年3月11日，OpenAI推出了全新的开发者工具和API，其中包括了Agents SDK。能否详细说明主要解决了什么之前解决不了的问题。

一、OpenAI的危机纪元 ​

Anthropic公司借助夫子留下来的惊神阵《将夜》，裹挟生态能量，画出了一道贯穿东西的“人字符”。借助模型上下文协议（MCP），Anthropic公司站在生态高度，对OpenAI的王座构成了巨大的潜在挑战。

随着社区对MCP协议的热情，这种挑战必然越来越明显。

  • 我们能看到
  • 一些脱离一线的大佬们也开始看到了
  • OpenAI自己也能看到

他会怎么应对呢？

  • 是全盘无耻照抄，通过标准不兼容，来重现当年微软IE浏览器凭借垄断优势击败网景的故事？

  • 还是切换竞争维度，去投资更贴近用户价值的Agent操作系统？

2天前，一直好奇的OpenAI的反击措施终于落了子，他发布了面向Agent开发的新接口和工具。

image-20250313155118756

二、OpenAI反操作 ​

经过文档分析，初步判断，这是一种在架构设计上，对MCP协议的反向设计。

Anthropic的MCP是为Agent产品开发者服务的，而OpenAI的Agents SDK是为Agent业务开发者服务的。

image-20250313235746061

虽然我不认为，这套操作能真正将MCP协议斩落马下，但必须称赞，国外的顶级创业者，至少没有去干全盘复制蛮力绞杀的活，这可能也不太符合他们的创业价值观。

传统架构 ​

我们来重新审视下Agent应用的架构。LLM扮演了内核角色，Agent扮演了控制角色。控制层由开发者设计和管理，LLM不会自己去决定该做什么。

image-20250313154540308

LLM API ​

所以，传统的LLM接口，你必须手动调用API，每次提供完整的上下文，并解析返回结果。例如，你想让AI帮你检查邮件内容是否包含关键字，你需要手动编写逻辑：

js
var response = openai.ChatCompletion.create(
    model="gpt-4",
    messages=[{"role": "user", "content": "这封邮件里是否包含‘付款’这个关键词？"}]
)

然后你再解析返回的内容，决定下一步操作。

这种通讯关系是以Agent为中心的

mermaid
graph 
Agent客户端-->LLM

新架构 ​

OpenAI的新方案是以AI为中心

mermaid
graph 
LLM-->Agent客户端

接口变成了这种风格，不是对话业务，而是任务任务

js
//只是模拟≠实际api
agent.run_task("email检查", {
    "email": "zhao@mandaren.com",
    "successbackAction": "来自公司的所有客服邮件都自动处理了哦，没有异常",
    "fallbackAction": "有客户联系不上，请求人工处理！"
})

显然，你需要配置一个属于你、但由OpenAI维护的AI代理，它可以自动读取你的邮件，判断是否需要提醒你，并采取行动，比如自动分类、回复或标记重要信息，而不是每次都需要人工对话来输入指令。

调度层下移 ​

本质上，是Agent控制角色的生态位，丧失了独立性。

本来扮演应用级别的客户端形态的Agent，以逻辑形态移入了ChatGPT平台内部。甚至用户的操作入口，也直接用ChatGPT家的。

image-20250313162633272

二、演化方向 ​

但注意啊，从以Agent为中心到以LLM为中心，是颠覆性，还是破坏性，值得分方向探讨。

上下文黑箱 ​

当LLM不是专注于大脑的职责，而是越过推理角色，泛化管理到Agent层的设计逻辑。外围即便允许开发者实现一个Agent客户端，也只是纯壳，因为上下文的数据被黑箱维护在ChatGPT平台内部。

  • 如果你是一个Agent操作系统，基础能力下沉是没有问题的。
  • 但如果只是做一个自动化平台，绝对是不符合架构原则的，这种性质相当于古代的集权统治，因为我是皇帝，所以率土之滨，莫非王土。

所以，未来的演化趋势有二：

  • OpenAI真的计划走业务路线，书写微信公众号当年的神话。 （不看好，必败于MCP协议）

  • OpenAI只是虚晃一枪，其终极目的是研发Agent操作系统。 （这才是未来！）

1、公众号路线 ​

如果走微信公众号的定位路线。

架构图 ​

更完整的架构关系图应该是这样

image-20250313163139460

核心优势 ​

ChatGPT的操作也具有极大的过渡价值，尤其是小微公司和个人用户：

  • 成本：门槛进一步降低了，你不需要去关心通用的壳开发、运维、底层MCP服务的选择、边界适配，如果你愿意使用OpenAI的Agent客户端来充当用户入口，那么你只需要配置Agent的业务逻辑，可能实现三行代码接入ChatGPT。（这是当年微信输出的核心价值）
  • 政策：今天，中国的创业者如果需要在自己的App中接入ChatGPT、Claude等国外模型的话，是要备案审查的，所以大伙只能死命的围绕DeepSeek转悠。由于客户端、服务器、账户信息都由OpenAI接管，Client-server通讯相当于业务上的内网通讯。你可以完美绕过各审查国的应用备案等等一系列的流程，因为这玩意是以逻辑形态存在的。

不得不说，OpenAI找到了一条很宽广的路。

但对于OpenAI公司 pk Anthropic公司的宿命之战，我们依然不看好。我们心目中的OpenAI应该符合Open这个词，去深度探索技术的极限，而不是上浮求索业务的极限。

这样的云平台，可能符合社会现状和相当多的业务用户需要，但最大的问题，不符合开发者生态的产品自由度需要。当上下文成了LLM黑箱维护，外围的很多努力将失去意义，比如OpenCtx倡导的上下文共享，完全无从谈起呀。微信的确曾经造就了高达3000万的公众号账号，但当价值弱化之后，整个生态也迅速塌方。

如果沿着这个方向走下去，OpenAI将变得大而不强，反而印证了当年Dario Amodei不满过早商业化出走创立Anthropic的正确性。

2、Agent操作系统 ​

希望OpenAI选择的是第二条路，继续曾经的初心，那么谁输谁赢尚未可知。

架构区别在哪呢：

  • 上不能管理agent逻辑
  • 下当与LLM无关

image-20250313193512334

Copyright © 2025-present 雾拓网络