market)  得到普遍应用；  采用暗标拍卖 (sealed auction) ；  大 多 数 采 用 统 一 的 市 场 清 除 价 (market clearing price-MCP) 结算，也有一些按发电公司的实际报价 (pay as bid – PAB) 结算；  发电公司和用户通过 pool 进行交易；  报价策略方面的研究是针对电力联营体市场的。 8 现行的电力市场模式 提交发电机的运行参数  电力联营体 (pool) 利用机组组合优化程序确定下一天 48 个 时 段 ( 每 半 小 时 一 个 时 段 ) 市 场 切 除 价 (Market Clearing Price-MCP) 和发电调度 联营体市场中的报价方式 ( 续 ) ： 多部分报价 20 联营体市场中的报价方式 ( 续 )  单部分报价  发电公司只投下一个交易时段 ( 如第 2 天的每小时 )  单部分报价与多部分报价  分段报价函数与线性报价函数  MCP 结算方式与 PAB 结算方式  同一发电公司内部的火电厂、水电厂、 核电厂、抽水蓄能电厂等的协调报价  发电公司内部的机组组合和机组检修的 协调 27 构造报价策略的方法  主要有三种方法  估计下一个交易时段的市场清除价 (MCP)  估计其它发电公司的报价行为  基于博弈论 (game theory)

分别推出 MCP 协议（Model Context Protocol，模型上下文协议） 和 A2A 协议（Agent-to-Agent Protocol)，通过标准化为 AI Agents 建立更为通用的沟通方式，促进 AI Agents 落地与普及。其中， MCP 协议采用客户端-服务器（Client-Server）架构，核心部分 是 MCP Host、MCP Client 和 MCP Server。其中，MCP Server。其中，MCP Host 指发 起请求的 AI Agent 等 AI 应用；MCP Client 嵌入在 MCP Host 中， 作用是按需与不同的 MCP Server 建立一对一的通信链路，转发 MCP Host 发出的请求；MCP Server 作为能力提供方，利用本地或 远程资源为 MCP Client 提供信息和工具等。阿里云百炼、百度智 能云千帆等模型服务平台等已陆续支持 能云千帆等模型服务平台等已陆续支持 MCP 协议，如百炼一站式 智算产业发展研究报告（2025） 12 提供 Agent 开发所需的算力资源、模型资源和应用工具链等，支 持用户按需选择模型和 MCP Server。 AI Agents 将促进算力飞速增长。Anthropic 统计显示，Agent 会使用 4-15 倍于普通聊天交互的 token [12]，阿里研究院则更为激 进的认为 Agent 的 token 消耗量是对话应用的

Multi-Token Prediction (MTP) 是一种用于大型语言模型 （LLMs）训练的技术，旨在提高模型的训练效率、数据利用效率以 及生成质量。 9.MCP：模型上下文协议（Model Context Protocol，MCP），是 由 Anthropic 公司推出的开源协议，旨在实现大语言模型与外部数据 源和工具的集成，用来在大模型和数据源之间建立安全双向的连接。 III 前 二、人工智能赋能智慧旅游的场景与成熟度研究 （一）国内外人工智能与智慧旅游结合的应用与分类 国内外 AI 在旅游领域的发展呈现出一定差别，在国外旅游市场， AI 应用更多围绕 GPT 展开，开发相关旅游插件和 MCP（模型上下文 协议）成为海外旅游 OTA 介入大模型的主要形式；在国内旅游市场， 除了诸如 DeepSeek、字节豆包、通义千问等通用大模型所自带的文 旅内容以外，旅游领域的市场主体包括垂类旅游企业平台、旅游目的 行业高质量数据集的关键，共享开放的范围，场景，模式有待进一步 明确。（3）行业实时动态数据。此类数据占比约为 5%-10%，是具 有行业特点动态产生的实时性交强的数据，例如旅游实时人数，订单， 气象等，更多是机构对外提供诸如 MCP 服务供包括通用大模型在内 的模型实时调取，有待数据分级。 旅游行业高质量数据集的建设可以从如下几个方面进行谋划与 布局： 1.数据分级分类。对旅游数据进行梳理，分为游客个人信息、旅 游资

人群的智能评估和健康指 导建议。 便携智能检测设备 • 包括手表式健康管理器、老人手机、家庭用健康管理终端三类设备。 • 成功运用了高性能生物信号传感器， 3G 技术，智能操作系统，超低功耗 MCP,M2M 等技术。 • 采用团队多年积累的超低功耗节能算法，解决了手表式管理器体积大，待机时间短， 成本高的老大难的问题。 创新点 - 服务模式 便利 一键呼 叫、一键 购物、服 务上门等

图像识别巡检子智能体、特定信号监测子智能体）。 计算 / 分析类：执行特定的计算或分析任务（如潮流计算子智能体、负荷预测子智能体、优化算法子智能体）。 执行类：调用外部系统接口（构建 MCP 服务）执行操作（如向调度系统下发指令的接口子智能体、 向市场平 台报价的接口 子智能体）。 交互类：负责与人或其他系统进行交互（如生成报告子智能体、 自然语言对话接口子智能体、调用外部 API

丁辰晖 执业证书： S0100522090006 邮箱： dingchenhui@mszq.com 相关研究 1.计算机周报 20250420：AI Agent 的关键 拐点：MCP 堪比互联网 TCP/IP 时刻-2025/ 04/20 2.计算机周报 20250413：金融自主可控：中 国金融支付给世界的另一选择-2025/04/13 3.计算机周报 20250405：科技内需为王“最

型场景包括多厂家软硬混合部署平台等。 g）智能体通信协议与互操作机制。随着具身智 能系统向群体智能与多智能体协同演进，通信协议成 为实现任务分发、状态同步与语义协同的核心基础设 施。典型协议如 MCP、A2A、AgentMesh 等正在探索任 务级、事件级与语言级的通信建模机制。该核心技术 的代表性标准及评测指标包括通信时延、语义同步成 功率、带宽适配度、任务状态一致性、断点恢复效率 等

Agent 画布编排 模型节点 记忆设置 HTTP节点 提示词 组件节点 大模型应用创新平台 数据库 text2sql 数据表 可视化 数据库 能力组件 预定义组件 MCP调用 DAP 大模型 平台 云原生AI平台 模型推理服务 大模型 推理加速 大模型 分布式推理 模型 纳管 模型微调 微调 算法 模型 评估 模型训练加速 大模型 训练加速 大模型

。三是故障处置。通 过大模型推理、传统模糊匹配、算法推荐等多维度数据分析和处理， 智能推荐故障处置方案或处理流程，助力提高故障处置效率。四是处 置结果验证。利用大模型智能体调用外部工具（如 MCP 封装的 api、 sdk 或 browser-use 等）的能力，对处置结果进行有效验证。​ （3） 事后：经验沉淀与自我演进 事后环节致力于故障处理后的经验沉淀与系统自我演进，通过复 盘

MetaGPT） n AutoGLM、 Manus、Coze Space、Aipy n 趋势：A2A和MCP将成为AI系统（Agent）的必备要素 l 如果想象成一个笔记本电脑： 1. 大模型就是CPU 2. A2A就是网络接口 3. MCP就是USB接口 Agent：从human in loop到human on loop 人类设立任务目标