随着AI智能体数量增加和专业化发展，它们需要一种统一的方式与MES系统通信、访问数据并共享上下文。模型上下文协议（MCP）和智能体间通信（A2A）正是支撑这一需求的基础设施。凯睿德制造白皮书指出，MCP规范了交互方式，使智能体能够快速开发、部署和扩展；A2A则使排程、物料流、质量等专业智能体能够相互发现并协同工作。本文深度解析智能制造MES架构的技术基础与演进逻辑。
MCP——MES中AI的基础设施
随着智能体数量增加和专业化发展，它们需要一种统一的方式与MES系统通信、访问数据并共享上下文。模型上下文协议（MCP）便是支撑这一需求的基础设施。
借助MCP，智能体能够以模块化方式运行，无需为每项功能进行定制化集成。它规范了交互方式，使智能体能够快速开发、部署和扩展。
MCP提供了一个框架，使智能体能够发现可用API、访问共享内存，并与MES及数据平台进行安全通信。它包含嵌入各智能体的MCP客户端，以及一个对外提供MES对象（如物料、生产排程和质量参数）的MCP服务器。
A2A——智能如何扩展
在复杂的制造环境中，没有任何单个智能体能够独立完成所有任务。智能必须分布式部署，而智能体间通信（A2A）正是实现这一点的关键。
这些交互通过基于MCP构建的结构化协议实现，所有交互过程都会被记录、可被观测，并遵循统一的共享策略。这使得工厂能够进化为智能生态系统，实现决策的分布式制定、协同执行与持续优化。
通过A2A，排程、物料流或质量等专业智能体能够相互发现并协同工作。例如，当物料流智能体检测到瓶颈问题时，可立即通知排程智能体。若维护智能体预见到设备可能发生故障，可通知质量智能体调整检验频次。
MES智能体四层级
白皮书提出了MES智能体的四个演进层级，使企业能够逐步从确定性控制过渡到自适应智能。
静态自动化——遵循固定规则，不具备决策能力。这是传统MES系统的基础运行模式，所有逻辑在开发时预先定义，运行时不可调整。
智能体工作流——在遵循约束条件的同时根据上下文自适应调整。智能体工作流采用条件逻辑与推理机制运行，能够在预设边界内做出灵活决策。
自主智能体——通过推理、记忆和目标进行决策，无需预定义逻辑。自主智能体能够根据当前状态和长期目标自主规划行动路径。
协调智能体——负责监督并协调其他智能体，以实现系统级优化。协调智能体将多个专业智能体的能力整合为统一的运营优化策略。
智能制造三位一体的架构基础
上述智能体架构的部署依赖于“智能制造的三位一体”基础。自动化生成反映生产物理状态的实时信号；MES提供运营背景信息并管控工艺流程逻辑；数据平台存储并提供结构化和非结构化数据以供分析使用。
只有当它们围绕一个共享的数据模型协同运作时，下游的AI智能体功能才能可靠运行。架构完善的MES与数据平台体系不仅提供运营数据，更能为AI高效推理所需的语义上下文奠定基础。
这决定了制造业AI转型的核心优先级：先夯实数据架构与集成基础，再部署智能体应用。
