AI智能体的使用情况：基于177,000个MCP工具的实证研究
计算机与社会
2026-03-26 v1
摘要
当今AI智能体构建于大型语言模型(LLM)之上，配备工具以访问和修改外部环境，如企业文件系统、API可访问平台和网站。AI智能体承诺能够自动化经济中基于计算机的任务。然而，开发者、研究人员和政府缺乏对AI智能体当前如何使用的了解，以及用于何种（具有后果性）任务的了解。为弥合这一差距，我们评估了从2024年11月至2026年2月期间创建的177,436个agent tools，这些工具来自监控公共Model Context Protocol(MCP)服务器存储库，因为MCP是当前最主流的agent tools标准。我们根据工具的直接影响对工具进行分类：感知工具用于访问和读取数据，推理工具用于分析数据或概念，行动工具用于直接修改外部环境，如文件编辑、发送电子邮件或控制无人机等。我们使用O*NET映射识别每个工具的任务领域和后果性。软件开发占所有agent tools的67%，且占MCP server下载量的90%。值得注意的是，行动工具的使用比例在16个月的抽样期间从27%上升到65%。虽然大多数行动工具支持中等风险任务，如编辑文件，但也有行动工具用于更高风险的任务，如金融交易。我们以agentic金融交易为例，展示了政府和监管机构如何使用此监控方法将监督范围扩展到工具层，以监控智能体部署的风险。
引用
@article{arxiv.2603.23802,
title = {How are AI agents used? Evidence from 177,000 MCP tools},
author = {Merlin Stein},
journal= {arXiv preprint arXiv:2603.23802},
year = {2026}
}