模型上下文协议（MCP）自11月问世以来，迅速吸引了大量用户，其发展势头几乎预示着它将成为行业标准的必然之选。然而，在这波技术浪潮中，受监管行业，尤其是金融机构，却显得相对谨慎。
金融机构对人工智能并不陌生，许多机构在机器学习和算法领域早已先行一步，甚至在推动机器人投资理念方面发挥了引领作用。尽管如此，面对MCP和智能体到智能体（A2A）的潮流，金融服务公司并未急于跟进。
实际上，许多受监管的机构，如银行、金融机构和医院，虽然已经开始尝试使用AI智能体，但这些智能体多为内部开发。尽管这些机构拥有API接口，但任何集成工作都需要经过长时间的审查，以确保合规性和安全性。
Catena Labs联合创始人肖恩·内维尔指出，尽管AI领域发展迅速，但目前仍处于早期阶段，特别是在互操作性和通信相关的标准或最佳实践方面，还缺少一些基本构建模块。他比喻道，在网络早期，电子商务之所以无法兴起，正是因为缺少HTTPS等安全交易方式。同样，现在需要这些基本构建模块到位，才能推动AI技术的进一步发展。
随着越来越多的企业和AI平台提供商开始开发与外部智能体交互的多智能体系统，MCP服务器的重要性日益凸显。MCP能够识别智能体，并允许服务器确定其可访问的工具和数据。然而，金融机构对于控制集成并确保信息安全的担忧仍然存在。
美国银行子公司Elavon的高级副总裁约翰·沃尔德伦在接受采访时表示，虽然他们正在探索使用MCP，但围绕这一标准仍有许多问题需要解决。他指出，目前还没有出现许多标准解决方案，因此他们仍在探索多种方法，包括在不通过MCP交换的情况下连接两个智能体。然而，这也引发了数据交换可追溯性的问题。
金融机构对AI模型和智能体的态度也存在差异。尽管许多金融机构已经对AI模型有所了解，但当涉及到将AI模型和智能体与当前的风险场景集成时，他们发现这具有挑战性。Salesforce银行业解决方案和战略副总裁兼总经理格雷格·雅各比表示，一些金融客户已经有了评估模型的流程，但他们发现大语言模型产生的非确定性结果对这些金融服务公司来说是一个存在性危机。
雅各比进一步指出，这些公司拥有风险管理框架，期望模型在提供相同输入时能够产生相同的输出。任何差异都被视为问题，因此他们需要质量控制方法。尽管受监管公司已经接受了API及其测试流程，但大多数受监管实体仍然对开放性持谨慎态度，担心推出他们无法控制的公众面向技术。
然而，沃尔德伦并不排除金融机构未来可能支持MCP或A2A的可能性。他认为，从商业角度和需求来看，MCP是业务逻辑发展方向的重要组成部分。他的团队目前仍处于评估阶段，但表示将探索如何处理智能体到智能体的消息交换。
内维尔也在密切关注围绕MCP和A2A等互操作性协议的讨论。他相信，未来AI智能体将像人类消费者一样成为银行的客户。他指出，尽管MCP提供了智能体识别功能，但仍缺少一些关键功能，如通信护栏和审计跟踪。这些问题可以通过不同的标准来解决。
内维尔特别强调了身份验证的问题。当智能体成为金融系统的一部分时，目前还没有真正的方法对智能体进行“了解你的客户”（KYC）程序。金融机构需要知道他们的智能体正在与持牌实体打交道，因此智能体必须能够可验证地证明这一点。他强调，一种能够让智能体可验证地表明其身份、风险以及所代表实体的方式将是关键。
随着技术的不断发展，金融机构对于MCP和A2A的态度可能会逐渐发生变化。然而，在目前阶段，他们仍然需要更多的保证和控制来确保技术的安全性和合规性。
