罗罗编程学习记录
本页内容 展开查看

12.2.1.4 AI 时代协议

所属:全栈开发面试题库 / 12 待归类与新技术观察 / 12.2 新框架与新协议 / 12.2.1 新框架与新协议

观察口径:截至 2026 年,AI 相关协议与接口演进很快,具体字段、版本与成熟度以各官方文档为准;本页区分已稳定的接口形态与待确认的协议进展,不编造版本与能力承诺。

12.2.1.4-001 AI 应用里有哪几类通信协议?

一句话结论

三类:模型调用协议(应用 ↔ 模型服务)、工具/数据源协议(模型/Agent ↔ 外部工具)、Agent 间协议(Agent ↔ Agent);边界可交叉,选型先定位通信双方与目标。

概念解释

  • 模型调用:请求补全/对话。
  • 工具协议:能力发现与调用。
  • Agent 间:任务交接与协作。

原理流程

  1. 识别通信双方。
  2. 判断属于哪类协议。
  3. 核对协议成熟度与兼容。

代码 / 图示

应用→模型(调用协议);模型/Agent→工具(工具协议);Agent→Agent(协作协议)

常见误区

  • 误区:所有 AI 通信都用同一协议;正解:三类场景目标不同。
  • 误区:协议成熟度等同产品成熟度;正解:标准与落地需分别评估。

追问

  • Q:模型调用典型形态? A:HTTP + JSON 消息结构,见 12.2.1.4-002。
  • Q:Agent 间协议见哪条? A:12.2.1.4-005。

12.2.1.4-002 OpenAI 兼容接口为什么成为事实标准?

一句话结论

多家模型服务提供与主流聊天补全接口形态兼容的 HTTP/JSON 接口,降低切换成本;兼容层覆盖消息结构、参数与返回格式,但字段细节与能力差异需逐家核对(待确认最新字段集)。

概念解释

  • 兼容形态:统一请求/响应结构。
  • 切换成本:换模型少改业务代码。
  • 能力差异:各模型支持的参数/能力不同。

原理流程

  1. 应用按兼容结构构造请求。
  2. 模型服务返回兼容格式。
  3. 差异能力做适配层隔离。

代码 / 示例

POST /chat/completions;messages: system/user/assistant/tool;返回 choices 与用量

常见误区

  • 误区:兼容接口等于能力完全一致;正解:参数支持、上下文长度与输出能力有差异。
  • 误区:兼容层无需版本管理;正解:接口字段随版本演进,需跟踪。

追问

  • Q:兼容接口好处? A:模型供应商可替换,业务代码少改动。
  • Q:差异怎么隔离? A:适配层屏蔽供应商特有参数。

12.2.1.4-003 MCP 解决什么问题?

一句话结论

MCP(Model Context Protocol)方向标准化模型/应用连接外部工具、数据源与上下文的方式,避免为每个工具单独写集成;定位是模型侧到工具/数据的接入协议;具体规范版本与生态以官方文档为准(待确认)。

概念解释

  • 接入标准化:统一工具/数据描述。
  • 解耦:模型侧与工具侧各自演进。
  • 场景:工具调用、资源读取、上下文供给。

原理流程

  1. 工具侧按协议暴露能力。
  2. 模型/应用通过协议发现与调用。
  3. 结果回传进入上下文。

代码 / 图示

MCP Server(工具/数据) ↔ MCP Client ↔ 模型/应用

常见误区

  • 误区:MCP 是模型训练协议;正解:它是运行期接入外部能力的协议。
  • 误区:接入 MCP 即安全;正解:工具授权与输入校验仍需设计。

追问

  • Q:与 Function Calling 关系? A:Function Calling 是模型输出调用意图,MCP 标准化接入与发现,两者配合。
  • Q:成熟度怎么判断? A:官方规范版本、SDK 覆盖与生产案例。

12.2.1.4-004 MCP 的架构角色怎么划分?

一句话结论

典型角色:Host(承载模型/应用的宿主)、Client(协议客户端,与 Server 一一对应)、Server(暴露工具/资源/提示的服务端);传输方式与具体绑定以规范为准(待确认)。

概念解释

  • Host:用户侧应用容器。
  • Client:协议连接方。
  • Server:能力提供方。

原理流程

  1. Host 内建 Client。
  2. Client 连接各 Server。
  3. Server 暴露能力并响应调用。

代码 / 图示

Host ─ Client ─ Server(工具/资源)
       └────── Server(工具/资源)

常见误区

  • 误区:Client 与 Server 必须同进程;正解:传输方式可本地或远程,按规范实现。
  • 误区:一个 Client 管所有 Server;正解:典型设计为 Client 与 Server 对应。

追问

  • Q:工具发现机制? A:Server 声明能力清单,Client 读取后提供给模型。
  • Q:传输演进? A:具体支持的传输通道以官方规范为准,标待确认。

12.2.1.4-005 A2A 协议的定位是什么?

一句话结论

A2A(Agent-to-Agent)方向面向 Agent 之间的任务交接、能力发现与协作通信;与 MCP 的工具接入定位不同;标准成熟度、互操作案例截至观察时点需核实(待确认)。

概念解释

  • Agent 间:对等或主从协作。
  • 能力发现:互相暴露可做任务。
  • 任务交接:上下文与状态传递。

原理流程

  1. Agent 暴露能力/身份。
  2. 协作方发现并发起任务。
  3. 传递上下文与结果。

代码 / 图示

Agent A ↔ 能力发现/任务上下文 ↔ Agent B

常见误区

  • 误区:A2A 与 MCP 是同一协议;正解:前者 Agent 间协作,后者模型接工具。
  • 误区:Agent 互操作标准已完全稳定;正解:演进中,落地案例需核实。

追问

  • Q:A2A 与 API 调用区别? A:Agent 间含能力协商与任务级上下文,不只是普通 RPC。
  • Q:待确认什么? A:规范版本、跨框架互通与生产案例。

12.2.1.4-006 Function Calling / Tool Calling 是什么?

一句话结论

模型在输出中给出结构化的工具调用意图(工具名 + 参数),由应用侧执行工具并把结果回传;模型本身不直接执行外部操作;协议需约定调用格式与结果回灌消息。

概念解释

  • 调用意图:模型决策调哪个工具。
  • 参数结构化:JSON 等格式。
  • 执行方:应用/工具层实际执行。

原理流程

  1. 模型输出调用意图。
  2. 应用校验并执行工具。
  3. 结果作为工具消息回传模型继续。

代码 / 示例

模型 → tool_call(name, arguments) → 应用执行 → tool 结果回灌 → 模型继续

常见误区

  • 误区:模型直接访问外部系统;正解:执行权在应用侧,需授权与校验。
  • 误区:工具参数可直接信任;正解:参数需校验与权限控制。

追问

  • Q:工具描述写在哪? A:请求中以 schema/描述提供给模型。
  • Q:多工具选择错误怎么办? A:优化描述、约束参数,必要时人工确认。

12.2.1.4-007 对话消息结构包含哪些角色?

一句话结论

典型消息角色:system(系统指令)、user(用户输入)、assistant(模型输出)、tool(工具结果);上下文按消息序列组织,历史长度受上下文窗口约束;具体字段以接口文档为准。

概念解释

  • system:行为约束与设定。
  • user/assistant:对话轮换。
  • tool:工具执行结果。

原理流程

  1. 组装系统指令。
  2. 追加用户/历史消息。
  3. 工具结果以 tool 角色回灌。

代码 / 示例

{ "messages": [
  {"role": "system", "content": "..."},
  {"role": "user", "content": "..."},
  {"role": "assistant", "tool_calls": [...]},
  {"role": "tool", "content": "..."}
]}

常见误区

  • 误区:system 消息可放敏感密钥;正解:密钥走鉴权头,不进提示词。
  • 误区:历史无限累加;正解:需按窗口裁剪与摘要。

追问

  • Q:上下文超窗口怎么办? A:裁剪历史、摘要压缩或 RAG 检索,见 10 分册。
  • Q:消息顺序重要吗? A:角色与顺序决定模型理解,不可随意重排。

12.2.1.4-008 流式响应用什么承载?

一句话结论

模型逐 token 输出常用流式响应,多以 HTTP SSE 承载增量消息;客户端按事件解析增量并聚合;断线重连与完整性需应用层处理;具体流式格式以接口文档为准(待确认)。

概念解释

  • 增量输出:逐段返回。
  • SSE:HTTP 单向流。
  • 聚合:客户端拼接完整结果。

原理流程

  1. 请求标记流式返回。
  2. 服务端推送增量事件。
  3. 客户端解析聚合,处理中断。

代码 / 图示

请求 stream=true → SSE 增量事件 → 客户端聚合;中断需重连/兜底

常见误区

  • 误区:流式等于无延迟;正解:首 token 延迟与整体时长分别评估。
  • 误区:断线无需处理;正解:需兜底完整结果或重传策略。

追问

  • Q:SSE 与 WebSocket 选择? A:单向增量推送 SSE 足够,见 12.2.1.2-007。
  • Q:流式怎么观测? A:首 token 时间、流式时长与完成率。

12.2.1.4-009 RAG 上下文在协议层怎么传递?

一句话结论

RAG 把检索到的片段作为上下文内容放进请求消息,模型基于片段回答;协议层关注上下文组装、引用标注与长度控制;检索与召回机制见 10 分册对应章节。

概念解释

  • 上下文注入:片段进入提示词。
  • 引用:答案关联来源。
  • 长度控制:片段数量与窗口。

原理流程

  1. 检索相关片段。
  2. 组装进消息上下文。
  3. 回答附带来源引用。

代码 / 图示

检索片段 → 注入上下文消息 → 模型回答 + 来源引用

常见误区

  • 误区:片段越多越好;正解:冗余稀释注意力,需按相关性裁剪。
  • 误区:协议层保证引用准确;正解:引用一致性需应用层校验。

追问

  • Q:上下文顺序影响? A:相关片段位置与排列影响效果,属 RAG 调优。
  • Q:超长上下文处理? A:分段、摘要与检索结合。

12.2.1.4-010 多模态消息格式怎么表达?

一句话结论

多模态请求在消息内容中混合文本与图片/音频等引用或内嵌数据;格式随接口演进,能力支持按模型与供应商核对(待确认具体字段与大小限制)。

概念解释

  • 多模态:文本 + 图像/音频等。
  • 内容结构:分块描述各模态。
  • 能力差异:各模型支持模态不同。

原理流程

  1. 按格式组织多模态内容。
  2. 核对模型支持范围。
  3. 处理媒体大小与格式限制。

代码 / 图示

消息内容块:文本块 + 图像块(引用/数据);按模型能力适配

常见误区

  • 误区:文本接口直接传媒体二进制;正解:按规定格式(URL/编码/分块)传递。
  • 误区:所有模型支持相同模态;正解:能力矩阵需逐家核对。

追问

  • Q:媒体大小限制在哪查? A:供应商接口文档,标待确认。
  • Q:多模态成本怎么算? A:按 token/媒体计量规则,以官方计费为准。

12.2.1.4-011 模型调用、MCP、A2A 怎么分层选型?

一句话结论

应用直连模型用模型调用协议;接工具/数据源用 MCP 类协议;多 Agent 协作才评估 A2A;不要用工具协议解决 Agent 协作,也不要把 Agent 间通信降级为零散 HTTP 拼接而无契约。

概念解释

  • 分层匹配:场景对应协议类型。
  • 契约清晰:跨边界约定明确。
  • 避免混用:职责错位增加复杂度。

原理流程

  1. 定位通信双方。
  2. 选对应协议层。
  3. 明确契约与边界。

代码 / 图示

应用↔模型:调用协议;模型↔工具:MCP;Agent↔Agent:A2A

常见误区

  • 误区:一个新协议统一所有场景;正解:各层目标不同,可组合使用。
  • 误区:Agent 数量少也需 A2A;正解:单 Agent 内工具调用足够时不引入协作协议。

追问

  • Q:协议组合例子? A:应用调模型,模型经 MCP 调工具,多 Agent 间走 A2A。
  • Q:怎么判断过度设计? A:当前场景无对等协作需求时不引入 A2A。

12.2.1.4-012 鉴权与密钥在 AI 协议中怎么放?

一句话结论

模型调用凭证走请求头鉴权,不进入提示词或消息体;工具/Agent 间调用按最小权限签发凭证;密钥不得写进代码与日志;具体鉴权方案按服务约定。

概念解释

  • 凭证位置:请求头/鉴权层。
  • 最小权限:工具与服务凭证受限。
  • 隔离:密钥与提示内容分离。

原理流程

  1. 服务端签发凭证。
  2. 请求头携带鉴权。
  3. 工具调用按授权执行。

代码 / 图示

凭证 → 鉴权头(不进消息体) → 最小权限工具调用

常见误区

  • 误区:把 API Key 写进 system 提示词;正解:密钥走鉴权头,提示词可能被记录。
  • 误区:工具调用继承全量权限;正解:按工具最小授权。

追问

  • Q:密钥泄露风险? A:日志、错误信息、提示词回显都可能带出,需脱敏。
  • Q:详见哪分册? A:认证授权主题见 06 分册。

12.2.1.4-013 多模型差异与版本兼容怎么适配?

一句话结论

不同模型在参数、上下文长度、工具能力与输出格式上有差异;适配层隔离供应商差异,接口按兼容结构调用;模型升级可能改变输出行为,需回归验证。

概念解释

  • 能力差异:参数/模态/工具。
  • 适配层:屏蔽供应商特有项。
  • 行为回归:版本升级输出变化。

原理流程

  1. 抽象统一调用接口。
  2. 差异能力放适配层。
  3. 模型版本变更跑回归。

代码 / 图示

统一接口 → 供应商适配层 → 模型;版本变更 → 回归验证

常见误区

  • 误区:换模型无需测试;正解:输出风格与工具调用成功率可能变化。
  • 误区:兼容结构覆盖所有能力;正解:特有能力需单独适配。

追问

  • Q:怎么做模型回归? A:固定评测集对比输出与工具调用成功率。
  • Q:上下文长度差异? A:按目标模型窗口裁剪上下文。

12.2.1.4-014 AI 链路可观测要看哪些指标?

一句话结论

指标:请求量、首 token 延迟、整体时长、token 用量(输入/输出)、工具调用成功率、错误率与降级;链路需关联请求与会话,便于定位模型/工具/链路问题。

概念解释

  • 延迟分段:首 token 与完成时长。
  • 用量:token 计量与成本。
  • 成功率:模型与工具分别统计。

原理流程

  1. 埋点记录请求各阶段。
  2. 统计用量与错误。
  3. 关联会话追踪。

代码 / 图示

首 token 时延 / 总时长 / token 用量 / 工具成功率 / 错误率 → 会话关联

常见误区

  • 误区:只看模型返回成功率;正解:工具失败与超时也要拆解。
  • 误区:忽略 token 成本;正解:用量是 AI 服务核心运营指标。

追问

  • Q:慢请求怎么定位? A:分段耗时(排队/模型/工具/网络)拆解。
  • Q:日志注意什么? A:敏感内容脱敏,记录关键结构而非全量提示词。

12.2.1.4-015 私有部署与兼容接口怎么对接?

一句话结论

私有/自托管模型常提供兼容主流形态的本地接口,便于复用现有调用代码;需核对兼容范围、模型能力与资源部署;具体兼容程度以部署文档为准(待确认)。

概念解释

  • 本地接口:自托管服务暴露。
  • 兼容层:对齐主流请求结构。
  • 资源部署:模型运行环境。

原理流程

  1. 核对私有服务兼容接口。
  2. 适配差异参数。
  3. 评估资源与容量。

代码 / 图示

私有模型服务 → 兼容接口 → 现有调用代码;差异适配 + 资源评估

常见误区

  • 误区:兼容接口功能等价云服务;正解:能力与吞吐可能受限。
  • 误区:本地部署无需容量规划;正解:模型推理资源占用需评估。

追问

  • Q:模型推理优化手段? A:量化、批处理、缓存等,属 AI 工程主题(10 分册)。
  • Q:混合调用怎么设计? A:抽象供应商层,按场景选云/私有。

12.2.1.4-016 AI 协议层的安全边界有哪些?

一句话结论

风险:提示注入诱导越权操作、工具参数被操纵、敏感信息进上下文、凭证泄露;边界措施:工具最小授权、参数校验、人工确认高危操作、输出脱敏;安全设计见 10 分册安全主题。

概念解释

  • 提示注入:外部内容操纵模型行为。
  • 工具授权:操作范围限制。
  • 敏感防护:上下文与输出脱敏。

原理流程

  1. 划分可信/不可信输入。
  2. 工具授权与校验。
  3. 高危操作确认与脱敏。

代码 / 图示

不可信输入隔离 → 工具最小授权/参数校验 → 高危确认 → 输出脱敏

常见误区

  • 误区:模型输出可直接执行;正解:工具调用必须经校验与授权。
  • 误区:提示词保密即可防注入;正解:外部内容注入仍需边界设计。

追问

  • Q:提示注入表现? A:外部文本要求忽略指令、执行越权操作。
  • Q:怎么降低风险? A:不可信内容标记、权限隔离、关键操作人工确认。

12.2.1.4-017 协议快速演进带来什么工程风险?

一句话结论

风险:标准未定型、字段频繁变更、SDK 版本碎片化、供应商跟进不一致;工程上用适配层隔离、锁定版本、跟踪变更,避免业务代码直接绑定实验性协议细节。

概念解释

  • 标准未定:规范可能调整。
  • 版本碎片:SDK/接口不一。
  • 隔离层:业务与协议解耦。

原理流程

  1. 评估协议成熟度。
  2. 适配层隔离变更。
  3. 锁定版本跟踪演进。

代码 / 图示

协议快速变更 → 适配层隔离 → 版本锁定 + 变更跟踪

常见误区

  • 误区:直接在业务代码调用实验协议字段;正解:通过封装层隔离。
  • 误区:新协议立即全量采用;正解:先试点观察稳定性。

追问

  • Q:怎么判断协议可投入生产? A:规范稳定、SDK 维护、有生产案例与回退方案。
  • Q:变更跟踪看什么? A:官方 changelog 与 Breaking Change 说明。

12.2.1.4-018 本页哪些结论属于待确认?

一句话结论

待确认:各协议最新规范版本、字段集、传输方式、供应商兼容范围与 A2A/MCP 生产案例;接口形态与安全原则稳定,具体能力采用前查官方文档并记录验证点。

概念解释

  • 规范版本:快速演进。
  • 兼容范围:逐家不同。
  • 案例:一手生产反馈。

原理流程

  1. 标记变化项。
  2. 列官方文档入口。
  3. 接入前复核。

代码 / 图示

规范版本 / 字段集 / 兼容范围 / 案例 → 官方文档 + 实测核实

常见误区

  • 误区:把教程截图当接口规范;正解:以官方当前版本文档为准。
  • 误区:协议名称记忆代替能力核对;正解:字段与能力逐项验证。

追问

  • Q:面试怎么答 AI 协议题? A:分层讲清模型调用/工具/Agent 协作,成熟度标注待确认。
  • Q:下次更新看什么? A:规范正式版、SDK 稳定度与互操作案例。