谷歌云正式宣布推出全新的開源協議Agent2Agent（A2A），旨在打破當前人工智能（AI）智能體之間的壁壘，實現不同廠商、不同框架構建的AI智能體之間的無縫協作與信息交換。這一舉措標志著AI領域邁向更加開放、高效和智能的新時代。

打破壁壘，實現智能體間的自由“對話”

隨著企業對自主AI智能體的部署日益增長，如何讓這些智能體在復雜的企業環境中協同工作，處理跨系統、跨應用的日?；驈碗s任務，成為了提升生產力的關鍵。然而，由于缺乏統一的標準，不同智能體之間往往難以有效溝通和協作，形成了一個個“信息孤島”。

作為一個開放協議，A2A為AI智能體之間的通信、安全信息交換和協同行動提供了一套標準化的方法。無論這些智能體是由哪家供應商開發，采用何種底層技術，只要遵循A2A協議，就能實現真正的多智能體場景，擺脫了傳統上將智能體局限于單一“工具”的限制。

MCP（模型上下文協議）用于工具和資源連接：通過結構化輸入/輸出來連接代理與工具、API 和資源。MCP重點在于傳輸的數據類型和傳輸協議的優化，去除function call的生態隔離；

A2A（代理間通信協議）用于代理協作：支持不同代理間的動態、多模態通信，無需共享記憶、資源或工具。A2A是model-level server級別的交流，重點在于multi-agent融合的算子結構，通過workflow或者鏈式化組合，以rules驅動multi-agent進行算子化。

Agent2Agent（A2A）旨在讓AI代理之間能夠通信、共享信息，并在多種企業平臺中協同操作。A2A補充了Anthropic的模型上下文協議（MCP），參考了Google在構建大規模代理系統中的經驗，專為解決企業部署多代理系統面臨的挑戰而設計。它使開發者能創建可與任何支持A2A的代理互聯的系統，并為企業帶來標準化的代理管理方法，助力實現協作AI的巨大潛力。

按Google的說法，A2A協議與MCP是互補而不替代關系，A2A負責解決Agent間的通信問題，MCP解決的是Agent與工具間的通信問題。

五大核心設計原則，打造強大可靠的互操作性基礎

A2A協議在設計之初就秉持了五大關鍵原則，以確保其能夠適應未來復雜多變的AI應用場景:

• 擁抱智能體能力 （Embrace agentic capabilities）:A2A側重于使智能體能夠以其自然的、非結構化的方式進行協作，即使它們不共享內存、工具和上下文也能高效工作。
• 構建于現有標準之上 （Build on existing standards）:該協議基于HTTP、SSE和JSON-RPC等流行的現有標準構建，這大大降低了企業將其集成到現有IT架構中的難度。
• 默認安全 （Secure by default）:A2A在設計上就支持企業級的身份驗證和授權，其安全性與OpenAPI的身份驗證方案相當。
• 支持長期任務 （Support for long-running tasks）:A2A具有高度的靈活性，可以支持從快速任務到需要數小時甚至數天才能完成的深度研究等各種場景。在整個過程中，A2A可以向用戶提供實時的反饋、通知和狀態更新。
• 模態無關 （Modality agnostic）:考慮到智能世界不僅限于文本，A2A還支持包括音頻和視頻流在內的多種模態。

A2A工作原理

A2A的工作原理是通過促進客戶端Agent和遠程Agent之間的通信來實現的。客戶端Agent負責制定和傳達任務，而遠程Agent則根據這些任務采取行動，以提供正確的信息或執行相應的操作。在這個過程中，A2A協議有以下幾個關鍵能力。

首先，Agent可以通過“Agent卡”來宣傳它們的能力。這些“Agent卡”是以JSON格式存在的，它們能夠讓客戶端Agent識別出哪個遠程Agent最適合執行特定的任務。一旦確定了合適的遠程Agent，客戶端Agent就可以利用A2A協議與之進行通信，將任務分配給它。

然后，任務管理是A2A協議中的一個重要環節。客戶端和遠程Agent之間的通信都是圍繞完成任務展開的。協議定義了一個“任務”對象，這個對象具有自己的生命周期。

對于一些簡單的任務，可能可以立即完成；而對于一些復雜的、長期的任務，Agent們可以相互溝通，以保持對任務完成狀態的同步。當任務完成時，其輸出被稱為“工件”。

最后，A2A還具備用戶體驗協商的功能。每條消息都包含“部分”，這些部分是完整的內容片段，例如，生成的圖像。

每個部分都有指定的內容類型，這使得客戶端和遠程Agent能夠協商所需的正確格式，并且明確包括用戶界面能力的協商，比如iframe、視頻、網絡表單等。這樣，A2A就能夠根據用戶的需求和設備的能力，提供最佳的用戶體驗。

A2A實現客戶端代理與遠程代理之間的任務通信：前者負責發起任務，后者負責執行任務。核心能力包括：

1. 能力發現：通過 JSON 格式的“代理卡片”公開功能，便于選擇合適的代理協作。
2. 任務管理：圍繞任務對象協作，支持即時或長時間運行任務，輸出結果稱為“工件”。
3. 協作通信：代理可交換上下文、回復、工件及用戶指令等信息。
4. 體驗協商：消息由多個“部分”組成，支持多種內容類型，便于適配用戶界面能。

A2A 的本質：
1??將 MCP 的核心原則（能力描述而非顯式指令）應用和擴展到了 AI 智能體 (Agent) 之間的交互。
2??關注點： 不僅僅是智能體如何使用“工具”，更是智能體之間如何相互發現 (discovering each other)、理解彼此的能力，并自主協商如何協作 (how they collaborate)。

A2A的挑戰：
1??狀態管理 : 在多智能體系統中保持狀態一致性、處理沖突和部分失敗很復雜。
2??推理成本 : 智能體每次協商交互都需要消耗計算資源、Token 和時間，在多智能體系統中成本會累積，需要高效的優化策略。
3??安全性 : 智能體間交互引入了新的漏洞層面，需要強大的認證、授權、審計追蹤等機制，且不能破壞系統的靈活性。
4??構建難度： 目前用 MCP 和 A2A 構建規?；?、可靠的系統仍具挑戰。

通過 A2A 協作，招聘軟件工程師的流程可大大簡化。在像 Agentspace 這樣統一的界面中，用戶（如招聘經理）可以指派自己的代理，根據職位描述、地點和技能要求尋找候選人。該代理會與其他專業代理協作，獲取合適人選。用戶收到推薦后，可進一步指示代理安排面試，從而簡化人才篩選流程。面試結束后，還可調用其他代理完成背景調查。這只是 AI 代理跨系統協作以招聘合格候選人的一個典型例子。

https://github.com/google/A2A

A2A協議的發布得到了超過50家技術合作伙伴和領先服務提供商的支持與貢獻。其中包括Atlassian、Box、Cohere、Intuit、Langchain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG和Workday等技術巨頭，以及Accenture、BCG、Capgemini、Deloitte、KPMG和PwC等知名咨詢公司。眾多合作伙伴紛紛表示，A2A協議將有助于推動AI在企業中的更廣泛應用，實現更高效、更智能的工作流程。

本文轉載自公眾號數字化助推器  作者：天涯咫尺TGH

原文鏈接：??https://mp.weixin.qq.com/s/Q4vUL7wfMDjcE_O_cf6BMQ??