剛剛，Google 正式推出了一項名爲 Agent2Agent (A2A) 的全新開放協議，允許 AI 代理跨生態系統安全地協作，而不受框架或供應商的限制

這項協議的發佈，得到了 超過 50 家技術合作夥伴（如 Atlassian, Box, Cohere, Intuit, Langchain, MongoDB, PayPal, Salesforce, SAP, ServiceNow, UKG, Workday 等）和 領先的服務提供商（如 Accenture, BCG, Capgemini, Cognizant, Deloitte, HCLTech, Infosys, KPMG, McKinsey, PwC, TCS, Wipro 等）的支持與貢獻

A2A 協議的核心目標是：讓不同來源、不同技術的 AI 智能體能夠相互溝通、安全地交換信息，並協同執行跨企業平臺或應用的複雜任務。 這意味着，企業的 AI 智能體將能跨越整個應用系統協同工作，釋放前所未有的效率和創新潛力

值得一提的是，A2A 協議是對 Anthropic 公司模型上下文協議 (MCP) 的補充，後者爲智能體提供了有用的工具和上下文。A2A 則更側重於智能體之間的交互與協作，借鑑了 Google 在規模化智能體系統方面的內部經驗，我認爲下圖是一個很好的圖表，展示了 MCP 和 A2A 協議如何協同工作。 MCP 有助於連接工具和資源， A2A 有助於代理之間的溝通，無論提供商是誰

A2A 的核心設計原則

在設計 A2A 協議時，遵循五大關鍵原則：

1. 擁抱智能體原生能力 (Embrace agentic capabilities): A2A 旨在讓智能體以其自然的、非結構化的方式進行協作，即使它們不共享內存、工具或上下文。目標是實現真正的多智能體場景，而非將智能體侷限爲簡單的“工具”。

2. 基於現有標準構建 (Build on existing standards): 協議建立在廣泛使用的現有標準之上，包括 HTTP, SSE, JSON-RPC。這意味着企業可以更容易地將其集成到現有的 IT 技術棧中。

3. 默認安全 (Secure by default): A2A 設計支持企業級的身份驗證和授權，與 OpenAPI 的身份驗證方案在發佈時保持同等水平。

4. 支持長時任務 (Support for long-running tasks): 協議設計靈活，既能處理快速任務，也支持可能需要數小時甚至數天（尤其當有人工介入時）的深度研究。在此過程中，A2A 能提供實時反饋、通知和狀態更新。

5. 模態無關 (Modality agnostic): 智能體的世界不止於文本。A2A 支持多種模態，包括音頻和視頻流。

A2A 如何工作？

A2A 促進了“客戶端 (client)”智能體和“遠程 (remote)”智能體之間的通信。客戶端智能體負責制定和傳達任務，遠程智能體則負責執行這些任務以提供信息或採取行動。這個交互過程包含幾個關鍵能力：

能力發現 (Capability discovery): 智能體可以通過 JSON 格式的“Agent Card”來宣告自身能力。這使得客戶端智能體能找到最適合執行某項任務的遠程智能體，併發起 A2A 通信。

任務管理 (Task management): 通信圍繞任務完成進行。協議定義了具有生命週期的“任務 (task)”對象。任務可以是即時完成的，也可以是長時運行的。任務的輸出被稱爲“工件 (artifact)”

協作 (Collaboration): 智能體之間可以發送消息，以溝通上下文、回覆、工件或用戶指令

用戶體驗協商 (User experience negotiation): 每條消息包含“部分 (parts)”，即完整的內容片段（如生成的圖像）。每個部分都有指定的內容類型，允許客戶端和遠程智能體協商所需格式，並明確協商用戶的 UI 能力（例如，是否支持 iframe、視頻、Web 表單等）。

舉個例子：招聘

想象一個招聘軟件工程師的場景。在像 Agentspace 這樣的統一界面中，招聘經理可以要求其主力智能體根據職位描述、地點和技能要求尋找候選人

這個主力智能體隨後可以通過 A2A 協議，與其他專門負責“候選人搜尋”的智能體進行交互，獲取潛在候選人列表。用戶收到建議後，可以指示主力智能體安排面試。面試流程結束後，還可以調用另一個負責背景調查的智能體

這只是 A2A 如何讓不同系統的 AI 智能體協作完成複雜任務的一個例子