继OpenAI之后，Google CEO Picha及Google DeepMind CEO Demis Hassabis 相继发推对外宣布拥抱MCP，Gemini 模型和 SDK 都将支持 MCP，一大波google系产品Mcp Server在路上。
国内各大厂商阿里，腾讯、百度也相继宣布支持MCP，并推出了自己的MCPStore，至此，作为大模型对接集成工具标准协议成了事实标准，而以使用工具为标志的Agent应用将会迎来爆发式增长，企业级的MCP服务构建将成为知识库构建的又一大热点。
大模型通过使用工具升级为能力更强大的Agent后，如何让Agent间互相交流协作就提上了日程，在此之前，笔者也曾介绍过几个agent互联的协议，如：Agora ，ANP等。
Agora 协议:打造Agent互联网的第一步
百万AI智能体的社交实验室：OASIS如何模拟真实社交世界
但都非大厂发起，生态影响力有限，而此次Google宣布支持MCP只是“前菜”，更重要的是推出了自家的Agent互联协议——Agent2Agent (A2A)。其核心目标就是来解决当前 Agent生态系统中的关键挑战：异构实现下的互操作性。该协议由 Google Cloud 与超过 50 家技术合作伙伴（包括 Atlassian、Salesforce、SAP 等）及服务提供商共同支持和贡献，目标是建立一个标准化的框架，使不同供应商、不同框架构建的 Agent 能够无缝通信、安全交换信息并协同执行任务。
A2A 协议的核心技术特性与设计原则包括：
-
拥抱Agent能力: 专注于使 Agent 能够以其自然的、非结构化的方式进行协作，即使它们不共享内存、工具和上下文，实现真正的多agent场景。 -
基于现有标准: 构建于广泛使用的 HTTP、SSE、JSON-RPC 等标准之上，简化了与企业现有 IT 基础设施的集成。 -
默认安全: 设计支持企业级身份验证和授权，发布时即与 OpenAPI 的身份验证方案保持同等水平。 -
支持长时任务: 协议设计灵活，既能处理快速任务，也能支持可能需要数小时甚至数天（包含人工介入）的深度研究，并能提供实时反馈和状态更新。 -
模态无关: 支持文本、音频、视频流等多种模态，适应多样化的Agent交互需求。
从技术角度分析，A2A 协议通过定义客户端 Agent（Client Agent）和远程Agent（Remote Agent）之间的交互模式来实现互操作。
其关键机制包括：
-
能力发现: Agent通过 JSON 格式的“Agent卡片”（Agent Card）宣告自身能力，使客户端Agent能够识别并选择合适的远程Agent。
const movieAgentCard: schema.AgentCard = {
name: "Movie Agent",
description:
"An agent that can answer questions about movies and actors using TMDB.",
url: "http://localhost:41241", // Default port used in the script
provider: {
organization: "A2A Samples",
},
version: "0.0.1",
capabilities: {
// Although it yields multiple updates, it doesn't seem to implement full A2A streaming via TaskYieldUpdate artifacts
// It uses Genkit streaming internally, but the A2A interface yields start/end messages.
// State history seems reasonable as it processes history.
streaming: false,
pushNotifications: false,
stateTransitionHistory: true,
},
authentication: null,
defaultInputModes: ["text"],
defaultOutputModes: ["text"],
skills: [
{
id: "general_movie_chat",
name: "General Movie Chat",
description:
"Answer general questions or chat about movies, actors, directors.",
tags: ["movies", "actors", "directors"],
examples: [
"Tell me about the plot of Inception.",
"Recommend a good sci-fi movie.",
"Who directed The Matrix?",
"What other movies has Scarlett Johansson been in?",
"Find action movies starring Keanu Reeves",
"Which came out first, Jurassic Park or Terminator 2?",
],
},
// The specific tools are used internally by the Genkit agent,
// but from the A2A perspective, it exposes one general chat skill.
],
};
协议json：https://github.com/google/A2A/blob/main/specification/json/a2a.json
-
任务管理: 通信以任务完成为导向，协议定义了具有生命周期的“任务”对象，支持即时完成或长时运行，任务输出称为“工件”（Artifact）。 -
协作: Agent间通过消息传递上下文、回复、工件或用户指令。 -
用户体验协商: 消息包含指定内容类型的“部分”（Parts），允许Agent协商所需格式，并明确协商用户界面能力（如 iframe、视频、Web 表单等）。
A2A 协议的应用价值在于打破当前Agent部署中的孤岛效应。企业将能够整合来自不同供应商的专业化Agent，构建跨系统、跨应用的复杂自动化工作流。例如，在招聘场景中，招聘经理的Agent可以调用专门用于候选人筛选、面试安排、背景调查的不同Agent，显著提升流程效率。
多位行业专家对 A2A 协议表示认可。LangChain 联合创始人兼 CEO Harrison Chase 表示：“LangChain 相信Agent与其他Agent的交互是近在咫尺的未来，我们很高兴与 Google Cloud 合作，共同制定一个满足Agent构建者和用户需求的共享协议。” Salesforce 产品架构副总裁 Gary Lerhaupt 也指出：“Salesforce 率先支持 A2A 标准，以扩展我们的开放平台，使 Agent能够在 Agentforce 和其他生态系统中无缝协作。”
Google Cloud 已将 A2A 协议草案规范开源发布，并计划于今年晚些时候推出生产就绪版本。
小结
可以说，该协议很好的补充了 Anthropic 的模型上下文协议（MCP），MCP解决了电脑与外设的问题，而A2A让电脑与电脑可以互联，互通。 同时，可能是受到MCP的启发，A2A也是从协议和标准化角度出发，这样可以有效的从Agent具体实现上解耦，解决现在Agent框架碎片化客观上导致的生态割裂，有了它，现有的不同框架实现的Agent都能够很好的协同，具备更好的生态优化性，降低了落地复杂度，新的、复杂的、企业级多Agent分布式系统即将诞生。
参考：
https://github.com/google/A2A
https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/
关注公众号搜索“MCP”查看更多相关的内容：
【简明图解】MCP是什么？
a16z 合伙人深入剖析 MCP：AI 工具的未来之路
Dify也支持MCP了！
（文：AI工程化）