简介:ACP(Agent Client Protocol)是 Zed Industries 提出的、用于 **编辑器与编码 Agent 之间通信** 的开放协议。它的价值在于把"每个 Agent 都要为每个编辑器写一遍插件"的 M×N 集成难题,收敛成 M+N;局限在于它只解决"编辑器↔Agent"这一段链路,不负责模型接入、持久化与成本治理。本文从设计取舍、与 MCP/LangChain Agent Protocol 的分层差异、代码流程到生产落地要点做一次完整评估。
如果你正在评估要不要跟进 ACP,先明确它的定位: ACP 之于 AI 编码 Agent,类似 LSP 之于语言服务器 。LSP 让 VS Code、Neovim、IDEA 不必各自实现一遍 Java/Go 智能提示;ACP 想让 Zed、Neovim、JetBrains 不必各自适配一遍 Claude Code、Gemini CLI 或自研 Agent。
它明确 不 关心的事情同样重要:不定义模型、不定义推理参数、不定义 Agent 内部的规划与记忆机制、不提供多租户与计费。所以”ACP 能不能替代 MCP”这类问法本身就是错位的——两者处在不同层。
顺带说一句,Agent 背后的模型选型、价格对比与统一接入,属于 ACP 之外的另一层工程问题。如果你正在为编码 Agent 挑选底层模型,可以先在百度智能云词元所对比不同模型的能力与调用成本,再决定 Agent 侧接哪一家。
ACP 基于 JSON-RPC 2.0,默认通过子进程的 stdio 通信,因此天然具备三个工程优点: 本地运行、无端口暴露、跨语言实现成本低 。Agent 作为子进程被编辑器拉起,编辑器是 client,Agent 是 agent 端。
一次典型会话的握手与交互顺序如下(简化示意):
// 1. 能力协商→ {"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":1,"clientCapabilities":{"fs":{"readTextFile":true,"writeTextFile":true},"terminal":true}}}// 2. 新建会话,声明工作目录与可用的 MCP Server→ {"jsonrpc":"2.0","id":2,"method":"session/new","params":{"cwd":"/repo/demo","mcpServers":[]}}// 3. 发起一轮用户输入,内容块支持 text / image / resource / resource_link→ {"jsonrpc":"2.0","id":3,"method":"session/prompt","params":{"sessionId":"s_1","prompt":[{"type":"text","text":"给 /users 加缓存"}]}}// 4. Agent 以通知流式回推过程← {"method":"session/update","params":{"sessionId":"s_1","update":{"sessionUpdate":"agent_message_chunk","content":{"type":"text","text":"我先看下..."}}}}← {"method":"session/update","params":{"update":{"sessionUpdate":"tool_call","toolCallId":"t1","title":"Read src/users.ts","status":"pending"}}}← {"method":"session/update","params":{"update":{"sessionUpdate":"plan","entries":[{"content":"读取现有实现","status":"in_progress"}]}}}// 5. 需要写文件/执行命令时,反向请求客户端授权← {"method":"session/request_permission","params":{"options":[{"optionId":"allow","kind":"allowOnce","name":"允许本次写入"}]}}
这套设计里有几个值得称道的取舍:
fs/readTextFile、fs/writeTextFile、terminal/create 等回调让编辑器代劳。好处是权限、审计、UI 呈现全部收归编辑器,Agent 无需被信任到拥有文件系统权限。session/request_permission 把”人类在环”做成协议级能力,而不是各家 Agent 自己弹窗。current_mode_update 让”只读问答 / 允许改代码 / 架构讨论”这类模式切换由客户端呈现,Agent 遵守。原始讨论里常把 ACP 和 LangChain 的 Agent Protocol 放在一起比,但两者面向的问题完全不同。后者围绕 runs(执行)/ threads(多轮状态)/ stores(长期记忆) 三个概念设计 HTTP 端点,例如 POST /runs/wait 创建一次性运行并等待输出、POST /runs/stream 流式返回、POST /threads 建线程、GET /threads/{id}/history 追溯仅追加的状态历史、PATCH /threads/{id} 更新值并生成新修订版本,以及通过并发控制保证同一线程同时只有一个 running 状态(可配置为中断、排队或回滚)。这明显是一套 服务端托管 Agent 的部署 API ,形态接近 OpenAI Assistants API,而不是编辑器集成协议。
| 维度 | Zed ACP | MCP | LangChain Agent Protocol |
|---|---|---|---|
| 连接双方 | 编辑器 ↔ Agent | Agent ↔ 工具/数据源 | 客户端 ↔ 托管的 Agent 服务 |
| 传输 | stdio 为主,JSON-RPC | stdio / HTTP+SSE | HTTP REST |
| 核心抽象 | Session、Prompt、ToolCall、Permission | Server、Tool、Resource、Prompt | Run、Thread、Store |
| 状态归属 | 会话状态在 Agent,视图在编辑器 | 无状态为主 | 服务端持久化,含历史与并发控制 |
| 解决的问题 | 集成碎片化(M×N→M+N) | Agent 能力扩展 | 生产部署与长程任务编排 |
三者是 互补 关系:ACP 的 session/new 里就能携带 mcpServers,即”编辑器通过 ACP 驱动 Agent,Agent 通过 MCP 使用工具”;而 threads/stores 那套语义,则属于你把 Agent 从 IDE 搬到线上服务时才需要补的能力。
优势
开放且可自托管 。协议规范公开,实现无绑定,适合有合规要求、需要私有化部署的团队。
短板与现实约束
协议仍在演进 。protocolVersion 的存在本身就说明兼容性需要显式协商,早期跟进者要承担跟进变更的成本。
request_permission 映射到你自己的策略引擎,明确哪些路径可写、哪些命令需二次确认,并保留完整审计日志。总体看,ACP 是一次方向正确的”标准化卡位”:它没有试图做大而全的 Agent 运行时,而是精准切掉集成碎片化这一刀。它的成败不取决于协议本身优雅与否,而取决于客户端与 Agent 两侧生态能否在版本演进中保持同步——这也是当下评估它时最该持续跟踪的指标。