当智能不再来自单一模型：MCP托起的Agent经济正在成形

Apify 创始人 Jan Curn 提出一个激进判断：通用智能不会诞生于更大的模型，而是来自大量自治 Agent 的互动。通过 MCP，这些 Agent 首次具备“发现工具、购买服务、协同工作”的能力，一个真正的 Agentic Economy 正在出现。

从神经元到市场：智能从来都是“涌现”的

Jan Curn 的演讲并不是从代码或模型参数开始，而是从一个生物学问题切入：“智能是如何在生物系统中产生的？”他的回答很直接：不是因为单个神经元足够聪明，而是因为它们建立了连接。神经元最初只是独立的细胞，但通过轴突和树突不断建立通信，为了各自的生存目标交换信息，最终在宏观层面形成了我们称之为“智能”的涌现行为。

他迅速把这个类比扩展到市场和公司。在市场中，没有任何一个参与者“知道一切”，但市场整体却常常表现出比个体更聪明的反应；在公司中，人们通过 Slack 等工具互动、博弈、协作，结果是组织层面的决策能力有时超过任何单一员工。“这是一种大于部分之和的集体智能。”

正是这个逻辑，构成了他对 AGI 的根本判断。与当前主流叙事不同，他并不认为“更大的模型”是通向通用智能的唯一道路。相反，他明确表示：“在我看来，通用智能将通过多个实体的互动而出现——你可以称它们为 agents。”这些 Agent 各自追求目标、彼此通信，最终在系统层面展现出类似通用智能的行为。而 MCP，正是让这种通信首次具备工程可行性的关键拼图。

什么是 Agentic Economy？Apify 给出的现实版本

在提出宏观判断后，Jan 很快落地到现实世界：如果 Agent 真正成为行动主体，它们必然会进入经济系统，购买服务、调用工具、彼此协作。这正是他所说的“agentic economy”——一个以 Agent 为主要交易方的经济形态，涵盖 B2A、A2A 等新型交互模式。

Apify 是这个判断的实践载体。Jan 介绍说，Apify 本质上是一个拥有约 5000 个“Actor”的工具市场。Actor 是基于 Docker 的自包含软件单元，拥有明确的输入和输出接口，最早主要服务于网页抓取领域，比如从 Google Maps 提取比官方 Places API 更丰富的数据。但随着生态发展，这些 Actor 已扩展到数据处理、RAG 管道、线索生成等多个方向。

一个关键细节是：这些 Actor 并不只由 Apify 官方构建，社区开发者同样可以发布并直接获得收入。Jan 提到，这是一个“软件创作者的市场”，而且是真正跑起来的——Actor 可以被 Zapier、Make、Clay 等自动化工具调用，已经融入现有工作流。这个成熟的工具市场，为后续 Agent 直接消费服务打下了基础。

MCP 的杀手级能力：工具发现，而不是接口调用

真正的转折点出现在 MCP（Model Context Protocol）上。Jan 明确指出，Apify 能被 AI Agent 大规模调用，并不是因为又多了一个 API，而是因为 MCP 提供了 OpenAPI 做不到的能力：tool discovery（工具发现）。

通过 MCP，客户端（例如 AI Agent 或 VS Code）可以连接到 MCP server，并根据当前任务动态发现可用工具，而不是预先在代码中写死所有接口。Jan 直言：“我们根本不可能通过 OpenAPI 发布这 5000 个工具。”只有在需要时再暴露相关工具，才具备现实可行性。

他展示了趋势数据，说明 MCP 已迅速成为 agentic interaction 的事实标准：不仅出现了多个 MCP server registry，Anthropic 也在构建自己的注册体系，Google 的 A2A 则尝试用 DNS 方式发布服务。重要的不是哪家赢，而是一个共识正在形成：Agent 需要一个原生的、可发现的工具网络。

最大障碍不是调用，而是“付费与信任”

但 Jan 也很清醒。他提出一个尖锐问题：Agent 真的能自由使用这些服务吗？答案是否定的。原因不在技术，而在经济和身份层面——即使 Agent 发现了工具，它仍然需要 API token、订阅权限，而这些几乎都依赖人类开发者提前配置。

他依次否定了两种常见解法：让 Agent 自己注册订阅（“不现实”），或建立一个统一的中心化身份机构（“极其复杂，而且周期很长”）。真正可行的第三条路，是一个中心化的工具市场：开发者把工具发布到市场，由市场处理身份、计费和支付，Agent 只需通过 MCP 调用。

在这个模型下，甚至可以出现“嵌套的 MCP server”，Actor 代表 Agent 执行代码、完成支付，而目标服务甚至不需要意识到 Agent 的存在。“任何人都可以发布这样的连接器。”这句话背后，其实是对传统 SaaS 分发模式的根本挑战。

一次完整 Demo：Agent 如何自己找工具、填表、完成任务

演讲中最具体、也最有说服力的部分，是 Jan 展示的一次完整 Demo。使用的是 Claude Desktop，他向 Agent 提问会议场地信息，Agent 先调用 RAG 浏览 Actor 找到旧金山的 Marriott 酒店；接着，它又在 Apify 商店中搜索并添加一个 Twitter 抓取 Actor。

关键一幕在于：当 Actor 被添加后，“工具立刻变得可用”，Agent 无需重新配置。这正是 MCP 工具发现的体现。随后，Agent 直接调用该 Actor，成功返回结果。

更进一步，Jan 展示了 Browserbase 发布的 MCP Server。Agent 通过浏览器自动填写邮件订阅表单、评估截图、提交信息，最终完成订阅流程。整个过程中，Agent 自主发现并组合了多个现有 MCP 服务。Jan 总结说：“现在，任何人都可以在 Apify 商店发布工具或 Agent，立即触达所有 AI 客户端。”

总结

Jan Curn 的核心观点并不复杂，却极具颠覆性：智能不是模型尺寸的函数，而是连接密度和交互规则的产物。MCP 让 Agent 首次具备“发现—调用—付费”完整闭环的能力，而 Apify 正在把这一能力包装成一个真实运转的市场。尽管他也坦言，工具可信度、系统稳定性、以及 Agent 是否真能推动 AGI 仍有不确定性，但方向已经清晰——下一轮 AI 竞争，很可能不在模型本身，而在 Agent 能否真正融入经济系统。

关键词： MCP， Agentic Economy， AI Agent， 工具发现， 通用人工智能

事实核查备注： 演讲者：Jan Curn（Apify 创始人）；Apify Actor 数量：约 5000 个；Apify 已向创作者支付超过 400 万美元；Actor 月收入规模：超过 50 万美元；MCP 核心特性：Tool Discovery；涉及公司：Apify、Google、Anthropic；演示工具：Claude Desktop、Browserbase MCP