协议三边界——MCP、ACP、AG-UI,代价各落在谁身上
这一篇讲“界面”这个词的复数化:同一个 agent 要同时面对三类对话者(工具、编辑器、浏览器前端),行业为这三条边界各造了一套协议:MCP、ACP、AG-UI。它们不是竞争关系,是同一张地图上的三条国境线。这篇讲每条线怎么划的、为什么必须这么划,以及一个有意思的规律:协议要不要有会话,取决于边界对面那位有没有状态。
一、一次“换壳“背后
先看一个每个人都在做的动作:给 agent 换个界面。今天它在你的终端里跑,明天你把它装进 Zed 的侧栏,后天它出现在某个 Web 面板上。感觉上你在换皮肤,实际上你每换一次,就穿过了一条协议边界:agent 跟终端说话、跟编辑器说话、跟浏览器前端说话,用的是三套完全不同的语言。
把三条边界的方向性先摆正,它们不是同一种关系的三个名字:
- agent ↔ 工具(MCP):agent 是主语,它去征用外界的能力;
- agent ↔ 编辑器(ACP):编辑器是主语,它去征用一个 agent;
- agent ↔ 前端(AG-UI):前端是消费者,它订阅 agent 的事件流。
主语不同,代价落在谁身上也不同。逐条看。
二、工具边界:MCP 和它的无状态豪赌
MCP 管的是能力发现和结构化 IO:工具怎么声明自己的 schema、结果怎么以结构化形态返回(structuredContent 明说是给模型的)。这条边界上,基建第 1 篇已经核查过 2026-07-28 那次激进的无状态化重写:会话头删了,断线恢复删了,官方 changelog 的措辞是把这些“从传输里移除“,流断在半路,结果作废,客户端在应用层重试。
当时把它当传输层新闻讲,这里补上边界层的解读:MCP 敢这么做,是因为多数工具调用近似纯函数。调用、返回、结束,边界对面没有需要延续的视图状态,会话性对这条边界是奢侈品而非必需品。无状态化的代价是真实的(会话被推给两端自己解决),但这个代价恰好落在了一个扛得住的位置。
三、编辑器边界:ACP 的“LSP 时刻“
ACP 面对的问题形状是编辑器圈的老朋友:编辑器不想为每个 agent 写一遍 UI,agent 不想为每个编辑器写一遍适配,这正是 LSP 解决过的问题,只是主角从语言换成了 agent。所以它的定位被叫做“AI coding agent 的 LSP 时刻“:开放标准,JSON-RPC over stdio/WebSocket,agent 作为子进程被编辑器拉起,编辑器从此是一个能装任何 agent 的通用投影面。
生态现状(2026-09 核实):Zed 的 ACP Registry 已上线,入驻名单包括 Claude Code、Codex CLI、GitHub Copilot CLI、OpenCode、Cursor、Pi;JetBrains 在 2026 年 1 月开了自家的 ACP Agent Registry,覆盖 Gemini CLI、Claude Code、Auggie、OpenCode、Copilot。接入深度不一:Copilot CLI 和 Gemini CLI 是原生支持,Claude Code 和 Codex 走适配器。
一手注脚来自 kimi-code:仓库里有一个专门的 packages/acp-adapter 包,依赖 @agentclientprotocol/sdk@0.23.0,月之暗面给自家 agent 配的早期周边里,编辑器适配层占了一个正式包位。测试文件名把适配的难点泄露得很直白:tool-call-stream(流式工具调用怎么过桥)、set-session-config-option(会话配置怎么映射)。过协议边界的从来不只是事件,还有两侧各自的会话语义。
这条边界为什么必须有会话?因为对面的编辑器是一个深度有状态的投影面:打开的文件、光标位置、diff 面板的展开状态。边界对面有状态,协议就躲不开会话。第 7 篇说“编辑器是 agent 事件流的投影之一“,ACP 做的事就是给这句话定契约;系列早期引过的 zacp(ACP 协议驱动的多 Agent WebUI)是同一思想在 Web 端的自发实践,协议出现之前,论点已经先在野生实现里活着了。
四、前端边界:AG-UI,把事件流写成协议
AG-UI(CopilotKit 出品)管 agent 和浏览器前端的对话:SSE 传输,十六七类事件(各家文档计数略有出入),按组覆盖生命周期、文本流、工具调用、状态同步。第 7 篇那句“agent 是一条事件流,UI 是投影“,在这里被直接产品化成了 wire format,前端组件消费的正是这套事件。
它有一个和 MCP 方向完全相反的设计,值得单独看:工具定义放在前端,运行时递给 agent。MCP 的世界观是工具在服务端等着被 agent 发现;AG-UI 的世界观是前端把工具交给 agent 执行。同一种东西(工具),两条协议给出了相反的归属答案,因为它们站在不同的边界上,替不同的主语说话。前端拥有工具定义,等于让界面的作者(而不是 agent 的作者)决定这个产品里 agent 能碰到什么,权限模型从 agent 侧移到了界面侧。
五、对照表和一个规律
| MCP | ACP | AG-UI | |
|---|---|---|---|
| 边界 | agent ↔ 工具 | agent ↔ 编辑器 | agent ↔ 前端 |
| 主语 | agent 征用能力 | 编辑器征用 agent | 前端订阅事件流 |
| 会话性 | 无(2026-07 起显式无状态) | 有(会话配置、流式工具调用) | 有(事件流 + 状态同步) |
| 工具归属 | 服务端,等发现 | 各自协商 | 前端定义,递给 agent |
| 生态 | 事实垄断工具边界 | Zed + JetBrains 两个 Registry | CopilotKit 系 + 框架伙伴 |
规律就藏在“会话性“那一行:协议的会话性由边界另一端是否有状态决定。 工具无视图,MCP 可以拍掉会话;编辑器有状态,ACP 必须扛住会话;前端要增量,AG-UI 干脆把整个协议做成事件流。选协议之前先看对面是谁,跟第 11 篇选端先看约束是同一个思考方式。
另有两个代价也记下。其一,协议会咬人:MCP 2026-07-28 删 GET stream 的破坏性修订就是现场案例,依赖协议承诺的字段(比如断线恢复)说没就没,基建第 1 篇里 kimi 那份“seq 字段全可选“的契约,就是客户端对协议咬人的标准防御。其二,registry 也在割据:Zed 一个、JetBrains 一个,agent 要么入驻两次要么选边,CLAUDE.md 和 AGENTS.md 的双写,在协议层换了个名字重演。
六、总结
把三篇基建的结论合到界面上:ACP 决定编辑器能不能内联渲染 agent 的 diff、能不能把权限请求嵌进侧栏;AG-UI 决定前端组件收到的是增量还是全量、状态会不会静默漂移;MCP 的无状态化决定断线那一刻,工具调用这条支路上的界面敢不敢承诺续传。界面的每一个承诺,往下挖两层都会碰到一条协议的条款。
基建卷到此收口:连接(基建第 1 篇)、端(基建第 2 篇上下两篇)、协议(本篇),讲的是事件流离开本机之后的全部旅程。旅程之外还有一个这三篇没请进来的角色:网络本身。当 principal 是一个会被输入策反、还会瞬时繁殖子代的 agent,“谁能连谁、能碰什么“该按什么身份强制执行,今天还散落在工具授权和沙箱配置里,没有长成自己的一层(基建第 2 篇下篇的末尾把它和云端工作区并记为开放题)。下一卷换一个问题:这些机制建起来之后,怎么证明它们真的在工作。那是评测卷的事。
参考与延伸
- 核查分层(截至 2026-09-28):ACP Registry 名单与接入方式基于 Zed 官方博客与文档、JetBrains 官方博客(2026-01)及 agentclientprotocol.com 目录,多源交叉。
- AG-UI 事件分组基于 CopilotKit 官方资料与第三方教程(事件计数 16–17 存在版本差异,按量级表述)。
- MCP 无状态化修订引自基建第 1 篇核查过的官方 changelog。
- kimi-code 一手(
1e553fc:packages/acp-adapter、@agentclientprotocol/sdk@0.23.0、测试文件名)。 - zacp 为系列既有引用(helloxz/zacp)。