王凡：EMQ商业化技术副总裁

观点摘录：

EMQX作为全球唯一“端边云流”完整基础软件供应商，亦是连接物理世界与人工智能的物联网国际标准制定者，凭借高并发、低延迟的通信架构，具备多设备、多协议智能协同的硬件智能体交互核心优势。

物联网与 AI 的融合成为行业新风口，数据变现价值与效率显著提升，对设备连接的规模、可靠性等提出更高要求。EMQ将MQTT与 MCP 协议集成，兼顾标准化交互、弱网适配、大规模接入及安全认证等优势，解决了传统协议的痛点。

发言内容：

非常荣幸参加今天的分享和交流。

今天是一个面向开源和研发的技术论坛，EMQ也是一家从开源起家，专注于技术革新的技术公司。

首先，介绍一下我们公司的情况。EMQ起家于2013年，我们把自研的MQTT消息中间件发布到了GitHub，同年，基于Apache2的lisence开始做开源社区的运营。2013—2017年，一直在做开源社区的工作。到2017年，获得了一些社会融资，当时我们把MQTT消息中间件做到了该领域的全球第一，包括开源的下载数以及商业化的使用。虽然我们是开源的，但也接到了很多大型企业对于我们软件商业化的诉求。所以我们从2017年开始，基于消息中间件做了很多商业化的事情。从2017年起基于我们自己的开源社区做商业化产品直到现在。

开始的几位领导提到如何从开源到商业化变现的故事，其实也是一个蛮辛酸，但也蛮有意思的过程。今天不会在这里展开，希望后面有机会和各位交流。

对技术比较了解的同事可能知道，MQTT协议是一个在物联网行业里应用非常广泛的设备与系统之间交互的协议。EMQ目前是全球标准化组织OASIS MQTT技术委员会成员也是投票成员，包括常用的MQTT5.0协议版本的很多议案，和正在驱动新一代MQTT的议案，我们都有提案权和投票权的。在MQTT协议领域里，我们是非常专业的。

从市场和整体行业发展来看，无论是传统智能家居、工业互联还是车联网，都是MQTT协议的应用场景。随着智能网联汽车、工业智能对于设备与平台之间的数据连接要求越来越高，无论是从连接数，还是可靠性来说，这都是我们自2013年以来看到的机会和商业化变现的场景。当前人工智能已成为新的风口，无论国内还是海外，我们客户所有的数据，从物理世界的数据到上层的数据处理及运算，最终可能都将与AI、先进智能体及大模型深度衔接。在这一交互过程中，数据变现的可能性与价值将呈几何级数增长。过去做物联网时，大家都会面临采集大量数据后，如何在平台上实现变现、转化为生产力的问题。传统模式下，依托大数据与上层应用虽能实现部分转化，但有了AI的加成之后，会发现数据变现的效率与价值增长速度都将呈指数级增加。因此，作为采集物理世界或者连接物理世界的消息中间件和消息通道，将会更加重要。

得益于2013年起基于GitHub全球化社区进行EMQ产品迭代的经验，我们从2017-2018年商业化初始阶段就布局全球，如今在国内主要城市及日本、北美、欧洲均设有商业运营与技术支持团队。这几年智能硬件、汽车出海比较火热，设备、数据出去了，如何在本地合规、如何符合在商业规则下的运营，这都是商业化企业要考虑的事情。我们作为一家数据基础软件供应商，不仅能提供本地化的服务，还能够帮助出海企业和全球化运营企业实现跨地域的全球化商业布局。同时，我们也会根据不同地区所需要的合规认证和标准做相应的布局。

前面几位嘉宾的分享，更多聚焦于产业发展与社区运营层面，今天我带来的话题，会相对偏向技术方向，专注于物联网与AI结合场景下，从协议层面到中间件层面，技术上需要做哪些革新，以及目前我们的实践。

随着AI的加成，我们对智能硬件、智能玩具、机器人、智能汽车这些产品的智能定义，跟以前会有很大的不同。从可感知设备、传感器、PLC 等数据源，到语音、视频的输入输出，数据最终驱动硬件智能体行动，包括机器人的行走、智能硬件对人、对物理世界的反馈，这些综合起来将形成对下一代智能体的要求。核心还是在于中间“大脑”的快速成长或者说发展加成，其中大语言模型、视觉模型在这几年呈爆发式的增长，把这些融合到一起，会让智能化的演进更加迅速。当然，每个点目前都有自己发展阶段上的瓶颈，包括它们之间如何融合，形成一个整体的能力，都是我们做消息中间件的厂商需要考虑的问题。

从传统来讲，MQTT协议是一个轻量化的物联网协议，优势在于可以实现设备与平台之间的长连接，可以通过长连接的方式，避免频繁创建连接，避免消耗资源。在长连接的同时还可以满足低时延、低功耗、大规模连接场景的需求。

在听得到、看得见、说得出方面也有着很多解决方案，包括ASR、视觉的传输与处理、TTS文字转语音的服务等，像海康等供应商都可以提供相关能力。

智能化的核心在于具备一个“大脑”。传统的智能硬件及解决方案，更多是通过预设程序实现交互，或针对专业行业模型做先期智能化部署。但随着大语言模型的产生和视觉模型的成熟，让我们可以更加灵活地把物理世界的输入以及上下文的交互通过语言、图片等方式和模型进行交互，产生结果，再返回到真实的物理世界。这是目前智能化最核心的驱动点。

那这些要怎么结合在一起？以前，不管是智能硬件还是AI智能体，和大模型的交互往往是点对点的。作为智能体的开发者，要和大模型交互，需要写一个程序来实现，如果下一次有其他智能体参与交互，需要形成一个上下文的过程，这是很复杂的。当时有一个说法，如果你有M个智能体，N个大模型，那将是一个M×N的复杂度。Anthropic公司在去年开源了MCP协议，一经发布便在业界引起了强烈反响，包括现在的发展也非常迅速，它扮演的是在智能体和大模型之间一个Hub桥接器的角色，我们可以通过MCP协议让智能体和大模型以及其他智能体实现N+M复杂度的交互。让我们可以通过更简化的协议模型来实现跨智能体、跨硬件、跨服务之间多维度交互场景应用的开发。

在这个过程中，大家也发现了一些问题。在设计MCP协议时，Anthropic更多是面向IT世界，也就是说智能体只是在机房里的应用程序和服务。如果延伸到IOT世界或者延伸到物理世界，这些智能体如何和Hub进行更有效地连接，这就是一个问题了。这里有几个核心问题：

第一，硬件有自己的算力和功耗要求，虽然MCP支持SSE和HTTP，但基本上都是基于HTTP长和短连接的协议接入，如果到了物联网世界，这样比较重的协议对整体的功耗要求是一个挑战。

第二，当智能体和MCP Server和大模型之间做复杂的上下文交互时，消息的路由需要在代码中实现，这可能需要路由能灵活变化，或者按照智能的反馈来去变化，如何能够形成自动路由，也是目前MCP协议里没有覆盖到的点。

第三，大规模。MCP协议设计之初，面向的IT系统有几百个、几千个就非常了不得了。但如果延伸到物理世界，每个设备都作为一个MCP Server，作为服务的提供方连接到系统里，现在随便一个大规模的智能家居平台、智能网联汽车平台的接入量都是百万级以上，几百万的连接和大模型之间如何实现大规模接入，这是MCP原来的协议里没有考虑到的问题。

基于这几个问题，我们把MQTT和MCP两个协议做了一个集成。每个设备都可以把自己当成智能体的服务，在我们的注册中心注册后，我们能告诉大家能做什么，能接收什么，这样每个智能体都能和中心服务进行连接，和后续的大模型进行上下文的交互。我们不仅通过MCP协议实现了标准化交互，还借助MQTT协议实现了跨弱网、跨不稳定网络、大规模、针对不同效率等级的从物理世界到IT世界的接入。同时，MQTT在安全、认证、授权层面有着很好地实现，我们也把它引入到了MCP协议中，提升了面向物理世界的安全可靠性。

我们在年初开源了一些相关的实现，包括几部分：一是在设备侧的SDK，包括在EMQX消息中间件的服务里提供线域对接、设备侧MCP服务的注册与发现以及消息路由；二是在APP侧提供了一些API，帮助我们在端到端之间实现和MCP、MQTT对接的服务。我们每一个设备可以基于SDK实现的MCP Server服务，注册到EMQX的消息中间件里，实现服务的注册和自发现，其他的MCP服务或客户端也可以通过我们在EMQX注册的服务来实现灵活的服务调用和上下文的沟通。

另外，听得见、说的出的语音、视频服务也是形成智能体解决方案很重要一部分。目前Media Server角色很重要，因此，我们今年实现了Media Server的集成，集成了第三方的SAR、TSR、图像识别服务，做了一个整体场景的接入。但是Media Server这一侧已经有一些传统的服务供应商、云厂商提供了很好的能力。所以，我们也在看如何把信令层和多媒体层的服务和伙伴的服务打包成整体的解决方案，形成从指令，到视觉，到语音整体的智能硬件交互服务协议。

首先，我们希望MCP over MQTT是一个开放的标准，后续我们会将文档包括实现开源开放出来。我们也会和MQTT的团队交流，发布到MQTT的标准协议里。其他的包括可扩展、安全、低成本都是我们解决方案的优势。

其次，我们在服务侧提供基于EMQX的MQTT和MCP Server，在设备侧和云端提供SDK接入能力，同时也提供开源和商业的咨询服务。

我们会和第三方语音服务、大模型服务、云资源供应商及第三方智能体服务供应商共建完整的生态。在ESP32、BK上已经做了SDK的实现和开源项目的实施。在AI方面，我们和云厂商一直有紧密的合作。如果大家有兴趣可以看一下我们的协议文档、SDK和方案实现的代码。我们都发布在了GitHub上，这些都是公开的资料和代码资源。

最后，如果大家感兴趣的话，可以通过邮箱联系我们，我们也希望整个生态都能快速推进，希望大家群策群力加入我们。