简介:ACP 本质上是"编辑器界的 LSP":它用一套与传输无关、双向 JSON-RPC 的协议,把"谁提供界面"和"谁提供智能"彻底解耦,让任意编辑器都能挂载任意编码 Agent。它的方向判断是对的,工程品味也在线,但目前仍处在早期演进阶段,接口会 breaking change、生态与 SDK 成熟度有限。如果你正在为项目挑选编码 Agent 或对比模型调用成本,可以顺手看看[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article),它提供模型能力查询、价格与性能对比以及统一 API 接入,便于在"换 Agent"的同时把"换模型"的成本一并算清。
在 ACP 之前,编码 Agent 与编辑器的集成方式基本是私有协议:每个 Agent 自带一套 CLI 或 TUI,每个编辑器各自写插件去适配。结果是 N 个编辑器 × M 个 Agent 的重复适配工作,用户在 A 编辑器里用惯的 Agent,换到 B 编辑器就要重新学一遍交互。
ACP 的判断是:这件事和当年 LSP 统一”编辑器 × 语言”是同一个问题结构。LSP 把语言智能从编辑器里抽出来变成独立进程,编辑器只负责 UI;ACP 同样把 Agent 从编辑器里抽出来,编辑器负责会话界面、diff 展示、权限弹窗,Agent 负责推理与工具调用。Zed 官方也明确表示设计参考了 LSP 与 DAP。
所以评价 ACP,不该只当成”Zed 的一个内部接口”,而应看作一次 把编码 Agent 的宿主集成层标准化 的尝试。
ACP 的消息是换行分隔的 JSON-RPC,默认走 stdio,因此本地进程即可通信,也可以扩展到 socket 等传输。它的关键设计是 双向调用 :Agent 不仅能响应请求,还能反向请求客户端做事(读文件、写文件、开终端、要权限)。
握手阶段做能力协商:
// 客户端(编辑器)→ Agent{"jsonrpc":"2.0","id":0,"method":"initialize","params":{"protocolVersion":1,"clientCapabilities":{"fs":{"readTextFile":true,"writeTextFile":true},"terminal":true}}}// Agent → 客户端{"jsonrpc":"2.0","id":0,"result":{"protocolVersion":1,"agentCapabilities":{"loadSession":true,"promptCapabilities":{"image":true,"embeddedContext":true}},"agentInfo":{"name":"my-agent","version":"0.1.0"}}}
之后进入会话生命周期(方法名与字段以官方仓库最新规范为准,早期版本调整较频繁):
| 阶段 | 方法 | 作用 |
|---|---|---|
| 建会话 | session/new |
传 working directory 与 MCP servers,拿到 sessionId |
| 恢复会话 | session/load |
回放历史消息,实现”关掉编辑器再打开还能续聊” |
| 发指令 | session/prompt |
提交本轮用户输入与上下文块 |
| 流式回传 | session/update(通知) |
agent_message_chunk、agent_thought_chunk、tool_call、plan 等增量事件 |
| 权限确认 | session/request_permission |
Agent 反向询问”能否执行这条命令/改这个文件” |
| 文件读写 | fs/read_text_file、fs/write_text_file |
让 Agent 复用编辑器已打开、未保存的缓冲区 |
| 终端 | terminal/create、terminal/output、terminal/wait_for_exit、terminal/kill |
命令执行与输出回传由客户端托管 |
| 中断 | session/cancel |
取消当前 turn |
这里最值得称道的是 fs/* 与 terminal/* 的 能力委托 :Agent 不直接操作磁盘和 shell,而是请求客户端代劳。这带来两个实际好处——Agent 看到的是编辑器里未保存的最新内容,不会出现”文件已改但模型读到旧版”的错位;同时权限边界天然落在用户眼前,危险命令必须过一遍弹窗。
原始讨论里把 ACP 与 LangChain 的 Agent Protocol 放在一起比较,这个对比方向是对的,但结论需要更精确:三者不在同一层。
| 维度 | Zed ACP | MCP | LangChain Agent Protocol |
|---|---|---|---|
| 连接对象 | 编辑器 ↔ 编码 Agent | Agent ↔ 工具/数据源 | 客户端 ↔ 服务端化部署的 Agent |
| 传输 | stdio 为主,本地进程 | stdio / HTTP+SSE | HTTP REST 风格 |
| 核心抽象 | session、prompt、权限、终端 | tools、resources、prompts | runs、threads、stores |
| 主要目标 | 统一宿主 UI 与交互 | 统一能力接入 | 统一 Agent 的部署与状态管理 |
| 关注点 | 交互与流式体验 | 能力广度 | 多轮状态、并发控制、长期记忆 |
原文提到的 POST /runs/wait、POST /runs/stream、POST /threads、GET /threads/{id}/history、stores 那一套,属于 LangChain 的服务端模型:它假设 Agent 跑在远端,需要线程持久化、状态历史(append-only 日志)、并发控制(同一线程同时只允许一个 run,冲突时可中断/排队/回滚)和长期记忆存取。ACP 则假设 Agent 就在你机器上,追求低延迟流式与即时权限交互,因此不需要这套重量级 REST 语义。
ACP 与 MCP 是互补而非竞争 :MCP 决定 Agent “能做什么”,ACP 决定 Agent “在哪个界面里、以什么交互方式工作”。一个 ACP Agent 完全可以在 session/new 时携带 MCP server 配置,两者叠加才是完整方案。
落地时还有一条容易被忽略的成本项:ACP 让”换 Agent”变得廉价,但不同 Agent 背后的模型差异会直接体现在效果与账单上。建议在接入阶段就通过词元所的大模型 API 服务能力做一轮模型能力与调用价格的横向对比,把统一接入和调用管理一起规划进去,避免后期在多 Agent、多模型之间反复改代码。
ACP 是一份”看起来不性感但很可能留下来”的基础设施型协议。它没有引入新范式,而是把编辑器与编码 Agent 之间已经事实存在的交互,收敛成一份可复用、可协商、可双向调用的规范——这正是标准协议产生价值的典型方式。当下的短板集中在成熟度而非方向:版本稳定性、跨语言 SDK、以及围绕它的权限与审计最佳实践,都需要时间补齐。
如果你要现在做决策,务实的路径是: 先用成熟实现验证交互价值,把协议版本适配层隔离在自己的代码里,同时把模型选型与成本对比做成可替换的一层 。想快速开始对比模型能力与价格,可以从百度智能云词元所入手,再回到 ACP 的会话实现上,两边解耦,后续演进的风险就小得多。