Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >谷歌的A2A到底是什么东西?

谷歌的A2A到底是什么东西?

作者头像
致Great
发布于 2025-04-18 01:19:49
发布于 2025-04-18 01:19:49
3140
举报
文章被收录于专栏:自然语言处理自然语言处理

在当今快节奏的世界中,许多企业都在使用 AI Agent(人工智能代理)来自动处理任务。然而,这些 Agent 常常孤立运行,无法跨越不同的系统或供应商进行通信。“Agent-to-Agent 协议 (A2A)” 正是为了解决这一挑战而生。

A2A 协议由 Google Cloud 牵头制定,是一个开放标准,旨在为 Agent 之间的协作提供通用语言,从而提高生产力并降低集成成本。

Google 的这项举措确立了一个标准的 AI Agent 通信协议,并展示了如何让 Agent AI 变得更加实用。在本文中,我们将深入探讨 A2A 协议,了解它的作用、工作原理等等。

问题:AI Agent 的孤立工作模式

AI Agent 正变得越来越智能,能够处理复杂的任务。但由于它们难以协同合作,能力也因此受限。当 Agent 之间无法通信时,企业不得不构建特殊的连接,或者安排人员手动传递信息。这导致效率低下,并阻碍了 AI 有效地协同工作。

例如,如果一个 Agent 需要访问另一个 Agent 掌握的客户数据,在缺乏标准的请求方式或协议的情况下,流程就会停滞。

解决方案:A2A 协议

Agent-to-Agent协议 (A2A 协议) 正是为了直接解决这种通信障碍而提出的。它为 AI Agent 之间的连接提供了一种标准化的方法。通过使用 A2A 协议,Agent 可以发现其他 Agent 的功能,安全地共享信息,并在不同的公司系统之间协调工作。A2A 协议由 Google Cloud 发起,并得到了 50 多家合作伙伴的支持,包括Atlassian、Langchain、Salesforce、SAP 和 ServiceNow 等。这种联合行动表明,业界正大力推动 Agent 更好地协同工作。

A2A 协议
A2A 协议

这张图片描绘了两个 Agent 使用 A2A 协议跨越组织或技术边界进行通信的场景。每个 Agent 管理着本地 Agent,并使用 MCP (模型上下文协议 (Model Context Protocol)) 与 API 和企业应用程序交互。A2A 协议促进了这些高层 Agent 之间的直接通信,而 MCP 则处理每个 Agent 与其他系统(如 API 或应用程序)的交互。

A2A 协议与其他理念(如 Anthropic 的 MCP)协同工作,MCP 旨在为单个 Agent 提供访问所需工具和信息的能力。A2A 协议在此基础上更进一步,让这些功能强大的 Agent 能够协同使用各自的工具。Google Cloud 凭借自身在大型 Agent 系统方面的经验构建了 A2A 协议,重点关注大型企业使用大量 Agent 的需求。

该协议允许开发者构建可以连接到任何其他使用 A2A 协议的 Agent 的 Agent。这让用户可以自由组合来自不同厂商的 Agent。对于企业而言,这意味着拥有了一种管理所有 Agent 的标准方法,这是朝着充分利用协作式 AI 迈出的重要一步。Google Agent-to-Agent 协议为实现这一目标提供了必要的框架。

为何 Agent 协作在当下至关重要

在当今快速发展的 AI 世界中,Agent 协作至关重要。随着企业越来越依赖自动化 Agent,使它们能够协同工作将带来显著优势。Agent-to-Agent 协议有助于打破数据壁垒,使受限于单一系统内的 Agent 能够访问和使用来自其他系统的信息。这种连接直接提高了生产力;Agent 的协同合作比各自为战的工作效率更高,从而极大地提升了运营效率。

此外,采用标准的 AI Agent 通信协议降低了连接成本,减少了在不同系统之间构建定制化连接的需求,从而节省了宝贵的时间和资源。最终,A2A 协议促进了真正的团队合作,使得构建复杂的系统成为可能,在这些系统中,专业的 Agent 可以协作完成更大型的任务,超越了将 Agent 视为孤立工具的局限。

A2A 背后的 5 大原则

Agent-to-Agent协议遵循五大核心原则,以确保其能够良好地服务于企业,并实现长期发展。

A2A 协议背后的 5 大原则
A2A 协议背后的 5 大原则
  1. 关注 Agent 能力: A2A 协议帮助 Agent 自然地协同工作,即使它们不共享内存或工具。它在允许 Agent 独立运行的同时,实现了协作。 2.采用通用 Web 标准: A2A 协议没有另起炉灶,而是采用了成熟的 Web 标准,如 HTTP、服务器发送事件 (Server-Sent Events, SSE) 和 JSON-RPC。这使得该协议更容易被现有技术采纳和使用。
  2. 内置安全性: 该协议从一开始就考虑了强大的安全性。它支持标准的身份验证和权限检查方式,这对于企业应用至关重要。
  3. 支持长时间任务: A2A 协议能够处理耗时数小时甚至数天的任务。它在任务执行过程中提供更新,这对于复杂的业务运营至关重要。
  4. 处理多样化数据类型: A2A 协议认识到通信不仅仅是文本。因此,它支持文本、音频、视频以及交互式数据(如表单),让 Agent 可以根据任务选择最佳的数据格式。

A2A 的工作原理

Agent-to-Agent 协议采用客户端-服务器架构来实现有组织的通信。

以下是其主要组成部分:

Agent-to-Agent 协议的工作原理
Agent-to-Agent 协议的工作原理
  • 客户端-服务器模型: 一个 Agent(“客户端”)请求执行某项任务。另一个 Agent(“服务器”或“远程”Agent)执行该任务。在对话过程中,这些角色可以互换。这种模型是 AI Agent 通信协议的基础。
  • Agent 卡片用于寻找合作伙伴: A2A 协议的一个关键特性是“Agent 卡片”。它是一个 JSON 文件,类似于 Agent 的个人资料。它列出了 Agent 的 ID、名称、职责、类型、安全需求以及它能做什么。这有助于客户端 Agent 找到适合特定任务的服务器Agent。
  • 基于任务的步骤: 主要的工作单元称为“任务”。任务经历清晰的步骤:已提交(started)、工作中(in progress)、需要输入(input-required)、已完成(completed well)、失败(failed,发生错误)或已取消(cancelled,提前停止)。这种结构有助于管理工作流程。
  • 消息结构: 在任务内部,Agent 使用“消息”进行对话。消息包含“部分 (parts)”,其中包含实际内容(文本、文件、数据、表单)。这允许发送丰富的信息。
  • 工件 (Artifacts) 用于交付结果: 当任务完成时,输出将以“工件”的形式交付。这些是结构化的结果,确保最终输出的一致性和易用性。

A2A 通信步骤

Agent-to-Agent 协议遵循清晰的步骤来实现 Agent 之间的协同工作:

1.客户端 Agent 通过检查 Agent 卡片来寻找合适的远程 Agent。 2. 客户端和选定的远程 Agent 就任务细节达成一致,例如需要完成什么以及结果应如何呈现。 3. 远程 Agent 执行任务并发送更新。对于长时间任务,A2A 协议使用服务器发送事件 (SSE) 进行实时状态检查。 4. 任务完成后,远程 Agent 以约定的格式将结果(工件)发送回客户端。

A2A 协议的实际应用

了解 A2A 协议如何在现实世界中应用,可以清楚地认识到它的价值。以下是一些 Agent-to-Agent协议的应用示例:

简化招聘流程

一位经理要求其招聘 Agent 寻找候选人。借助 A2A 协议,该 Agent 可以与其他专业的 Agent 通信,例如,一个 Agent 负责在招聘网站上查找简历,另一个 Agent 负责检查日历和安排面试,第三个 Agent 则启动背景调查。Google Agent-to-Agent 协议可以顺畅地连接这些步骤。

连接业务运营

企业可以使用 A2A 协议连接客户支持、库存管理和财务 Agent。这使得跨部门的平稳、自动化流程成为可能,通过 AI Agent 间的协议改进业务运营方式。

连接不同的软件

A2A 协议有助于创建使用多个应用程序的工作流程,以提高互操作性,例如将采购 Agent 连接到 SAP Agent 以创建订单;将研究 Agent 连接到股票市场 Agent 以执行订单。

新兴的 A2A 社区Agent-to-Agent 协议得到了众多科技公司和服务提供商的支持:

  • 技术合作伙伴: Atlassian、Box、Langchain、MongoDB、Salesforce、SAP 和 ServiceNow 等公司都表示支持 A2A 协议。
  • 服务提供商: Accenture、Deloitte、Infosys、KPMG 和 PwC 等公司提供 A2A 协议的实践应用方面的帮助。

行业领导者已经看到了这项创新的价值。LangChain 首席执行官 Harrison Chase 表示:“……Agent 之间相互交互将在不久的将来成为现实……我们很高兴能与大家合作……制定一个共享协议……”。这种支持表明了对标准 AI Agent 通信协议的需求。

探索 A2A 资源

希望使用 Agent-to-Agent 协议的开发者可以从以下资源获得帮助:

  • 文档: A2A 协议草案的技术细节已在网上公开。

https://google.github.io/A2A/#/

  • 代码示例: Google 提供了代码示例,展示如何使用 A2A协议。

https://github.com/google/A2A/tree/main/samples/python/agents

  • 社区支持: A2A 协议是开放开发的,开发者可以贡献自己的想法。

结论

Agent-to-Agent 协议 (A2A 协议) 是 AI 系统发展的重要一步。它为 Agent 提供了一种标准化的方法,使其能够相互发现、安全通信,并协作完成复杂任务。这可能会改变企业使用 AI 的方式。随着企业使用越来越多的自主 Agent,使它们能够在不同的系统之间轻松协作,将是取得成功的关键。

Agent-to-Agent 协议为此提供了一种开放、安全且灵活的解决方案。凭借强大的行业支持,A2A 协议有望成为 Agent 团队协作的标准,开辟新的可能性,并使 AI 更易于采用。未来不仅仅属于智能的单个 Agent,更属于 Agent能够使用这种 AI Agent 通信协议等标准有效地协同工作的系统。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2025-04-17,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
A2A协议的应用场景与案例分析
A2A协议的技术价值在实际应用场景中得到充分体现,从企业业务流程自动化到跨行业智能体协作,这一协议正在重塑多个领域的人机交互范式。通过分析典型应用案例,我们可以更直观地理解A2A如何解决现实世界中的复杂问题。
熊猫钓鱼
2025/08/01
1060
A2A协议的应用场景与案例分析
MCP 已经起飞了,A2A 才开始追赶
6 月 24 日,谷歌云官宣将 A2A(Agent-to-Agent)协议捐赠给了 Linux 基金会,消息一出引发了 AI 行业地震。这份包含智能体交互协议、SDK 和开发者工具的开源礼包,背后站着亚马逊、微软、思科等科技巨头组成的“全明星”阵容。
深度学习与Python
2025/07/02
1840
MCP 已经起飞了,A2A 才开始追赶
5000字长文带你看懂,Agent世界里的A2A、MCP协议到底是个啥。
昨天晚上,Google发了一个关于Agent的新开放协议。 叫Agent2Agent,简称A2A。 📷 包括昨天阿里云百炼也官宣搞MCP了。 这些本来没打算写
腾讯云开发者
2025/04/11
6200
什么是A2A协议?什么是MCP协议?A2A和MCP协议哪个更好?
在人工智能领域,A2A协议(Agent-to-Agent协议)和MCP协议(Model Context Protocol)是两个重要的标准,它们分别解决了智能体之间协作与大型语言模型(LLMs)如何与外部数据源和工具交互的问题。随着AI技术的快速发展,了解A2A协议和MCP协议的技术原理及其适用场景,成为许多AI开发者和企业决策者的关键。本文将深入探讨A2A协议与MCP协议的定义、技术原理、应用场景及其优缺点,以帮助您理解它们在现代智能系统中的作用,选择适合的协议来提升您的AI应用性能与效能。
猫头虎
2025/04/12
1.6K0
什么是A2A协议?什么是MCP协议?A2A和MCP协议哪个更好?
一口气讲清楚:FC、MCP、A2A
前面几篇文章中,我介绍了AI大模型领域常见的几种专业术语,分别是:AGI、RAG、AIGC、LLM、MCP、EMB、向量库、训练集、多模态。了解基础概念和专业术语之后,有助于我们在工作和生活中深入学习和应用AI。
老_张
2025/05/12
5520
一口气讲清楚:FC、MCP、A2A
一文说明 Function Calling、MCP、A2A 的区别!
随着 AI 技术的高速发展,各大科技巨头纷纷推出了自己的生态标准来打通大语言模型与外部世界的连接。其中最具代表性的三种机制分别是:
一只牛博
2025/05/31
7010
一文说明 Function Calling、MCP、A2A 的区别!
初中生都能看懂的谷歌A2A协议大白话解读
大家好!今天来给大家唠唠谷歌搞了个啥新玩意儿!这事儿挺有意思,跟咱们现在天天打交道的人工智能小助手有关。
AIGC新知
2025/04/11
3.1K0
初中生都能看懂的谷歌A2A协议大白话解读
A2A + MCP = AI Agent 完全体?AI Agent 既能 “单挑” 工具,又能 “群殴” 任务。
Google 正式下场定义 Agent 协作新规矩:Agent2Agent (A2A) 开放协议来了。
AI进修生
2025/04/11
3690
A2A + MCP = AI Agent 完全体?AI Agent 既能 “单挑” 工具,又能 “群殴” 任务。
从MCP协议到A2A协议,共同实现大模型和智能体应用生态的互补和完善
上周Google发布了智能体相关的A2A协议相当火,所以大家也会有疑问为何有了MCP协议后又增加一个A2A协议,对于两个协议之间究竟是什么样一种关系?
人月聊IT
2025/06/24
4950
从MCP协议到A2A协议,共同实现大模型和智能体应用生态的互补和完善
快速理解 MCP 与 A2A 协议的关系,它们如何协作构建复杂AI系统
最近关于MCP协议的讨论非常热门,主要因为通过MCP协议通过标准化接口为 AI 应用与外部数据源建立统一交互通道,这使得大模型可以与外部数据源或工具进行交互,从而实现各种专业场景下的智能应用。
程序猿DD
2025/04/17
6460
快速理解 MCP 与 A2A 协议的关系,它们如何协作构建复杂AI系统
Agent 时代的 HTTP 来了?谷歌 A2A 开源协议打破企业间 Agent 壁垒,OpenAI 系缺席标准之战
谷歌今日推出了一种名为 Agent2Agent(简称 A2A)的新型互操作协议,或将成为人工智能智能体从孤立系统迈向开放协作生态的重要信号。
深度学习与Python
2025/04/13
3760
Agent 时代的 HTTP 来了?谷歌 A2A 开源协议打破企业间 Agent 壁垒,OpenAI 系缺席标准之战
一文看懂Google的A2A协议以及与MCP的区别
谷歌最近发布了 Agent-to-Agent(A2A)开放协议,旨在实现智能体之间的互操作性,弥合不透明智能体系统之间的差距。此前,模型上下文协议(MCP)已经成为连接大型语言模型(LLM)与数据、资源和工具的新标准,简化了不同模型和框架之间的“功能调用”,并创建了一个工具服务生态系统,降低了智能体与工具之间连接的复杂性。随着越来越多的平台采用 MCP,这一趋势有望继续发展。如果还不了解MCP协议的同学,可查看我们上一篇文章一文读懂 MCP!大模型如何用它连接世界,打造更智能的 AI Agent?。
AgenticAI
2025/04/18
8610
一文看懂Google的A2A协议以及与MCP的区别
打起来了!MCP VS A2A,谁才是Agent的未来事实标准?
谷歌在MCP协议快速发展之际推出A2A协议,定位为智能体Agent间的协调协议。本文通过具体的案例介绍了MCP和A2A的细节,通过同一案例在MCP与A2A两种模式下的实现差异,认为A2A模式下的 Agent 能够通过与大模型深度交互,交付更具价值的功能特性,从而更有效地吸引开发者群体。此外,A2A架构赋予每个 Agent 自主选择底层大模型的权利,这一开放性设计也将进一步吸引大模型供应商参与生态构建。 与行业普遍认为两种协议具有互补性的共识不同,笔者认为MCP和A2A协同发展仍面临显著挑战。文中还列举了 K8s 与Docker 的历史协同案例作为类比,将技术演进的想象空间留给读者。 限于笔者水平,本文部分观点可能存在错误,恳请大家不吝赐教。
腾讯云开发者
2025/04/30
6200
打起来了!MCP VS A2A,谁才是Agent的未来事实标准?
关于 A2A 与 MCP 在智能体协作与AI工程化的一些思考
在人工智能快速发展的今天,我们正站在一个关键的十字路口。随着大语言模型和智能体技术的突飞猛进,如何让这些智能体之间实现高效协作,以及如何让它们与外部数据源和工具无缝连接,已成为制约AI应用大规模落地的重要瓶颈。谷歌最近推出的Agent2Agent Protocol(A2A)和Anthropic此前发布的Model Context Protocol(MCP)正是为解决这些挑战而生,它们共同构建了智能体交互与数据连接的新范式,为AI工程化的未来提供了更多的可能性。
磊叔的技术博客
2025/06/09
46.4K12
关于 A2A 与 MCP 在智能体协作与AI工程化的一些思考
谷歌放大招!开源A2A协议,Agent协作迈入新纪元
在AI加速迭代的当下,Agent协作生态正在进入一个前所未有的“互联互通”阶段。就在最近,谷歌正式推出了开源协议 A2A(Agent2Agent),为异构Agent之间的安全协作、能力发现和任务管理提供了统一标准。
默 语
2025/04/17
2740
谷歌放大招!开源A2A协议,Agent协作迈入新纪元
MCP很好,但它不是万灵药|一文读懂 MCP
MCP 指的是Model Context Protocol(模型上下文协议)。令人意外的是,一个协议系统的热度,甚至盖过了OpenAI发布的最新模型,成为行业讨论的焦点。
小腾资讯君
2025/04/30
2.3K0
谷歌手把手教你用 A2A 打造多智能体协作交易系统
你将如何构建具备复杂推理能力和独特专长技能的 AI 系统?以金融交易为例:成功不仅需要聪明的交易策略,还需要严密的风险管理和合规控制。那么,一个 AI 系统如何既能精准预测市场走势,又能严格执行交易限额?如果你将这些职责拆分为多个专门的 AI 智能体,如何确保它们彼此之间能够理解对方的请求和响应?
AgenticAI
2025/05/17
4540
谷歌手把手教你用 A2A 打造多智能体协作交易系统
智能体开发中A2A 与 MCP 协议如何融合?坑在哪?
随着大模型走入应用前线,单一智能体已难以满足复杂任务的需求。越来越多的系统开始采用多智能体架构,让多个 AI 协同处理任务、调用工具、交换数据。问题也随之而来:不同智能体之间如何通信?如何统一调用工具接口?传统做法依赖“胶水代码”拼凑逻辑,不仅效率低、难维护,还无法支撑大规模协作。
AgenticAI
2025/05/09
4570
智能体开发中A2A 与 MCP 协议如何融合?坑在哪?
智能体间协作的"巴别塔困境"如何破解?解读Agent通信4大协议:MCP/ACP/A2A/ANP
AI 智能体的兴起触发了AI应用协作的新领域。这些智能体不再局限于被动的聊天机器人或独立的系统,它们现在被设计用于推理、计划和协作ーー跨任务、跨域甚至跨组织。但随着这一愿景成为现实,一个挑战很快浮出水面: 智能体如何以一种安全、可伸缩和可互操作的方式可靠地相互交流、共享上下文并共同做出决策?
半吊子全栈工匠
2025/05/19
6670
智能体间协作的"巴别塔困境"如何破解?解读Agent通信4大协议:MCP/ACP/A2A/ANP
A2A智能体交互协议:开启AI Agent互联新时代的技术革命
在人工智能技术迅猛发展的今天,智能体(Agent)技术正从单一任务执行向多智能体协作演进,而谷歌推出的Agent2Agent(A2A)协议正成为这一转变的关键推动力。本文将全面解析A2A协议的技术架构、核心特性、应用场景及其对整个AI生态系统的深远影响,揭示这一技术如何重塑未来的人机协作范式。
熊猫钓鱼
2025/08/01
1890
推荐阅读
相关推荐
A2A协议的应用场景与案例分析
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档