> 数据图表如何才能MCP架构示意图2025-5-0消费体验质量，有望从根本上解决了单纯依赖大模型预训练形成的能力、信息滞后的痛点。 其次，相比于单一模型或单智能体的决策，“问一问”采用了多智能体协作机制打造核心决策层。系统内置了行程助手、交通顾问、酒店管家等多个专业 AI 角色，每个角色负责特定领域的专业判断。比如当用户提出“带老人出游”的综合需求时，行程助手会智能拆解出“减少步行距离”、“避开陡坡景点”等具体任务指标，并触发交通顾问查询接驳时间宽松的航班，同时酒店管家筛选无障碍设施齐全的住宿选项。技术团队数据显示，这种分工协作模式虽然比单一模型响应速度稍慢，但方案准确性和可用性得到了大幅度提高，初步解决了旅游规划中的复杂多维决策问题。 2、基础大模型的能力提升是 Agent 进步的核心动力： 首先更强大的基础模型使 Agent 能够处理更复杂的多步骤任务规划，其次模型更强的上下文理解能力使 Agent 的工具使用能力提升，在模型能操作多个工具的时候 Agent 需要能准确识别任务需求与工具功能的匹配关系。 4 月 29 日阿里开源 Qwen3 混合推理模型矩阵，亮点包括多种思考模式多语言Agent 能力强化。1）Qwen3 有思考模式和非思考模式，思考模式下模型会逐步推理，经过深思熟虑后给出最终答案非思考模式下，模型提供快速、近乎即时的响应。2）Qwen3 模型支持 119 种语言和方言。3）Qwen3 优化了 Qwen3 模型的 Agent 和代码能力，同时也加强了对 MCP 的支持。Qwen3 Dense 基础模型的整体性能与参数更多的Qwen2.5 基础模型相当 Qwen3 MoE 基础模型，在仅使用 10%激活参数的情况下达到了与 Qwen2.5 Dense 基础模型相似的性能 Agent 需要通过各类接口与外部系统交互，获取上下文或执行操作，也即使用工具扩展Agent 能力。 例如在智能办公领域，腾讯元宝和腾讯文档在 3 月 13 日正式打通，用户可以直接上传腾讯文档到腾讯元宝，让 AI 辅助总结、提炼要点，也能一键导出腾讯元宝对话到腾讯文档，随时修改、分享或继续创作。 MCP 协议的普及进一步降低模型打通各数据源和工具接口的开发成本。Anthropic 在 2024年 11 月 25 日正式开源 MCP 协议，旨在标准化如何为大模型提供上下文。可以将 MCP 想象成 AI Agent 的 USB-C 接口:为大模型提供了一种连接到各种工具和数据源的统一方法。传统上将 AI 统连接到外部工具涉及集成多个 API，每个集成都意味着单独的代码、文档、身份验证方法、错误处理和维护。MCP 旨在替换碎片化的 Agent 代码集成，从而使 AI 系统更可靠，更有效。通过建立通用标准，服务商可以基于协议来推出它们自己服务的 AI 能力，从而支持开发者更快的构建更强大的 AI 应用。开发者也不需要重复造轮子，通过开源项目可以建立强大的 AI Agent 生态。国盛证券综合其他
