Google 主导的 Agent-to-Agent(A2A)协议 v1.0 正式加入 AI Agent 互操作性基金会(AAIF),标志着跨厂商 Agent 通信标准从"各自定义的 JSON"走向统一协议层。本文拆解 A2A v1.0 的核心机制、与 MCP 的协作关系,以及这一变化对开发者意味着什么:你的 Agent 未来可能不再需要为每个平台写一套适配层。

A2A v1.0 加入 AAIF 意味着什么

A2A(Agent-to-Agent)协议从 Google 的单方面推动,变成了一个由基金会治理的开放标准。AAIF(AI Agent Interoperability Foundation)在 8 月 21 日正式接纳 A2A v1.0,Google、Microsoft、Salesforce、SAP 等多家企业参与了标准制定。

A2A 的协议草案已经存在了几个月,技术本身不是新闻。真正重要的是治理权的转移:从一家公司的实验性协议,变成多方治理的行业标准。这意味着 API 的稳定性、向后兼容性承诺、以及更广泛的生态支持都有了保障。

A2A 协议核心机制拆解

A2A v1.0 定义了 Agent 之间通信的四个核心组件。

组件 作用 对应协议层
Agent Card Agent 的能力声明文件,类似 OpenAPI Spec 发现层
Task 跨 Agent 的任务单元,包含状态、优先级、回调 执行层
Message Agent 间的消息格式,支持多模态(文本+结构化数据+文件引用) 通信层
Artifact 任务产出物(代码、文档、分析结果),附带版本和签名 持久层

一个典型的 A2A 交互流程:Agent A 通过 Agent Card 发现 Agent B 的能力,创建一个 Task 发送给 B,B 处理过程中通过 Message 更新状态,完成后通过 Artifact 返回结果。A 在收到 Artifact 后进行验证和签名校验。

下面是一个精简的 Agent Card 定义示例:

# 本代码仅概念演示,不可直接投入生产环境,仅供学习参考
{
  "agentCard": {
    "name": "code-review-agent",
    "version": "1.0.0",
    "capabilities": ["code_review", "security_scan"],
    "endpoint": "https://agent.example.com/a2a",
    "auth": {
      "type": "oauth2",
      "scopes": ["a2a.task.read", "a2a.task.write"]
    },
    "rateLimit": {
      "maxRequestsPerMinute": 60,
      "maxConcurrentTasks": 5
    }
  },
  "supportedTasks": [
    {
      "type": "code_review",
      "inputSchema": { "language": "string", "code": "string" },
      "outputSchema": { "issues": "array", "score": "number" },
      "estimatedLatency": "30s-120s"
    }
  ]
}

这个 Agent Card 告诉其他 Agent:我能做代码审查和安全扫描,通过 OAuth2 认证,每分钟最多 60 个请求,最多同时处理 5 个任务。其他 Agent 不需要知道这个 Agent 内部是用什么模型、什么框架实现的,只需要知道它的能力声明和调用方式。

A2A 与 MCP:互补还是竞争

这是开发者问得最多的问题。

维度 A2A(Agent-to-Agent) MCP(Model Context Protocol)
通信对象 Agent ↔ Agent Agent ↔ 工具/数据源
核心问题 Agent 之间如何协作 Agent 如何调用外部资源
协议层级 应用层(任务调度、状态管理) 传输层(上下文注入、工具调用)
治理 AAIF 基金会 Anthropic 主导
典型场景 多 Agent 协作完成复杂任务 单个 Agent 连接数据库、API、文件系统

A2A 和 MCP 不是竞争关系,而是解决不同层级的问题。MCP 让一个 Agent 能"看到"和"操作"外部世界,A2A 让多个 Agent 能"对话"和"协作"。在 Sophnet 的 Sophclaw 平台上,我们同时支持两种协议:Agent 通过 MCP 接入工具链,通过 A2A 实现 Agent 间编排。

一个实际的场景:一个软件开发 Agent 通过 MCP 连接 GitHub API 获取代码,通过 A2A 把代码发给另一个 Code Review Agent 做审查,审查结果再通过 A2A 返回。两个协议各司其职。

开发者视角:协议统一对技术栈的影响

协议标准化带来的直接好处是减少了适配层的工作量。目前如果你想让一个 Agent 同时对接多个平台(比如 LangChain 的 Agent 和 CrewAI 的 Agent),你需要为每个平台写一套消息格式转换。A2A 标准化后,理论上任何实现了 A2A 协议的 Agent 都可以直接通信。

但实际落地还需要时间。A2A v1.0 刚刚加入 AAIF,各框架的适配需要几个月。目前 LangChain、CrewAI、AutoGen 都已经宣布了 A2A 适配计划,但都处于"开发中"状态。

对于在企业中部署 Agent 的团队,我的建议是:现在可以开始关注 A2A 的协议细节,但不要立即在生产环境中大规模迁移。更好的做法是在新项目中预留 A2A 适配接口,等框架适配成熟后再切换。

适用场景与限制

A2A v1.0 适合以下场景:

  • 多 Agent 协作(如开发 Agent + 审查 Agent + 部署 Agent 的流水线)
  • 跨平台 Agent 编排(不同团队用不同框架,但需要 Agent 间通信)
  • Agent 市场/生态(通过标准化的 Agent Card 发现和调用第三方 Agent)

当前版本的限制:

  • 不支持流式通信(v1.0 是请求-响应模式,v1.1 计划加入 WebSocket 支持)
  • Artifact 的版本管理比较基础(只有 hash 校验,没有语义版本控制)
  • 安全模型依赖 OAuth2,对于企业内部 Agent 间的零信任通信需要额外配置
  • 各框架的适配进度不一致,短期内仍需维护兼容层

协议统一是 Agent 生态走向成熟的关键一步。A2A 加入 AAIF 意味着这个方向已经从"会不会有标准"变成了"标准什么时候落地"。对于开发者来说,现在是最好的学习窗口。协议细节已经公开,但生态还没有固化,有足够的时间理解、实验和准备。

Logo

中国智能体开发者社区,聚焦智能体与大模型开发,提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动,促进经验交流与协作,助力开发者快速构建创新智能应用。

更多推荐