番外05 - 小硅的手不止一双
大话 AI · 番外05 ｜ 小硅的手不止一双
正文第 07 篇给小硅装上了"手"（Function Calling），第 16 篇给它配了"万能充电口"（MCP）。可你有没有注意到 2025 年最火的那些 AI 产品——Manus、Devin、Computer Use——它们的小硅不是"从菜单点菜"，而是**直接进厨房自己炒
**。这一篇，聊聊"手"的第三种形态，以及多只小硅之间怎么打电话。
🍽️ 先把三条路摆一桌
咱们快速回忆一下前两条路，再引出第三条。
第一条路：Function Calling（正文07）
开发者提前写好一份"工具菜单"——查天气、发邮件、搜数据库……小硅看菜单，挑一道，告诉服务员"我要这个"，外面帮它执行完把结果端回来。
比喻：只能点菜单上有的菜。菜单没写"炒河粉"，对不起，它点不了。稳是真稳，但死板也是真死板。
第二条路：MCP（正文16）
有人说，每家餐厅菜单格式都不一样，小硅得学一套换一套太累了。于是社区搞了个"标准菜单模板"：你只要按 MCP 格式写菜单，任何 AI 都能无痛对接。
比喻：Type-C 统一充电口。不管什么品牌的工具，只要插口形状对，即插即用。
第三条路：CodeAct（本篇重点）
小硅说：菜单？不需要。我自己进厨房，打开冰箱看有啥，然后现场写一段代码来解决问题。Python 居多，想调什么 API 就调什么，想组合几步就组合几步。
比喻：**不看菜单，直接进厨房自己炒
**。
🔥 CodeAct 凭啥这么猛
2025 年你看到的那些"真能干活"的 AI——Manus 帮你建网站、Devin 帮你写整个项目、Claude Computer Use 帮你操控电脑——背后走的都是这条路。
核心思路很简单：模型不再只是"选工具"，而是直接"写程序"。
它看完你的需求，噼里啪啦生成一段可执行代码，代码里要读文件就读文件，要调网络就调网络，要循环处理一百条数据就 for 循环安排上。没有预先定义的工具边界——只要是代码能干的事，它都能干。
举个例子：你让它"帮我把这个网页的表格数据抓下来，算个平均值，再画张图"。走 Function Calling 路线，开发者得提前写好"抓网页""算均值""画图"三个工具；走 CodeAct 路线，小硅自己写一段 Python 脚本——requests 抓页面、pandas 算数、matplotlib 出图——一气呵成，根本不需要任何人提前"备菜"。
好处显而易见：灵活性几乎无限。碰到新场景不用等开发者补菜单，它自己编程搞定。
坏处也不含糊：写错代码可能搞砸系统、删错文件可能让你欲哭无泪，而且"它到底执行了什么"比点菜难审查得多。所以现在主流做法是给它一个"沙箱"——一个隔离的小房间，随便折腾也不会伤到外面的系统。一句话——能力越大，越要有人盯着。
🤔 三条路怎么选
别觉得有了 CodeAct，前两条路就没用了。它们各有最佳主场：
- 简单、固定的任务 → Function Calling。查个天气、转个格式，菜单上三五道菜足够，稳如老狗。
- 需要对接一大堆标准化工具 → MCP。十几个插件一起上，统一接口省心省力。
- 开放式复杂任务、需要灵活组合多步骤 → CodeAct。强，但得给它围个沙箱、加层审批，别让它撒欢裸奔。
实际产品里，三者经常混着用——简单操作走 Function Calling 快速搞定，接外部插件走 MCP，碰到"菜单里没有的新花样"再让 CodeAct 出手。不是三选一，是看场景配比。
📞 A2A：小硅之间怎么打电话
好，现在你家里不止一只小硅了。一只帮你写代码，一只帮你搜资料，一只帮你画图……问题来了：它们之间怎么协作？总不能全靠你当传话筒吧？
MCP 解决的是"AI 怎么调用工具"——人和设备之间的接口。
A2A（Agent-to-Agent Protocol）解决的是"AI 之间怎么对话协作"——机器和机器之间的通信。
Google 在 2025 年推出了这个协议。打个比方：
- MCP 像 USB 接口：设备插电脑，电脑操控设备。
- A2A 像 TCP/IP 网络协议：电脑和电脑之间联网通信。
你想想互联网早期：每台电脑自己玩自己的，直到 TCP/IP 统一了通信规则，全世界的电脑才连成了网。Agent 世界此刻正在经历同样的事——每家公司、每个开发者都在造自己的小硅，如果它们之间各说各话，就像一群人每人只会一种方言——聊不起来。A2A 就是给它们定的公共语言。
🪪 A2A 的核心直觉：一张名片搞定
A2A 的设计极其直白，主要就干了三件事：
1. 发现：每个 Agent 发布一张"能力名片"（Agent Card
），用 JSON 格式写清楚——"我叫小搜，我擅长全网搜索，找我请发这个地址"。就像公司通讯录，名字、工号、负责什么一目了然。
2. 委派：你的小硅需要帮忙时，按名片找人→发任务→等结果。就像公司里走协作流程：你提工单，对方接单干活，完了把成果交回来。
3. 状态跟踪：任务发出去了，干到哪一步了、成功还是失败了，A2A 都有标准消息格式来汇报——再也不用瞎猜"对面那只小硅是不是卡死了"。
来感受一个具体场景：你让"小管家"Agent 帮你规划周末出游。小管家自己不会订机票也不会查天气，但它通过 A2A 协议发现了"小搜"擅长信息检索、"小订"擅长预订服务。于是它把"查目的地天气"派给小搜，把"订酒店"派给小订，最后汇总两边结果给你一份完整方案。整个过程你只跟小管家说了一句话，背后三个 Agent 自行握手、分工、交接——这就是 A2A 想实现的未来。
一句话总结：Agent Card 让小硅们互相认识，标准协议让它们顺畅合作。
🎁 这一篇带走的
小硅的"手"有三种形态：点菜单（Function Calling）、统一接口（MCP）、自己写代码（CodeAct）——灵活度递增，风险也递增。而当多只小硅需要组队时，A2A 协议就是它们之间的"通信标准"。
记住一个选择口诀：稳选 FC、省选 MCP、强选 CodeAct、多 Agent 协作选 A2A。
下一篇预告（番外最终章）：小硅也能"看图说话"了——多模态大模型是怎么回事。