作者 | Nirdiamant

編輯 | 云昭

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

MCP，市面上已經(jīng)有不少干貨解讀了，但作為經(jīng)常被拿來對比的 A2A，內(nèi)容卻很少，今天為大家詳細(xì)解讀下 A2A 的架構(gòu)。

想象你走進(jìn)一個繁忙的辦公室，才華橫溢的專家們正在處理各類復(fù)雜項目。一個角落里，研究分析師在挖掘數(shù)據(jù)；旁邊，設(shè)計專家在繪制視覺方案；另一邊，物流協(xié)調(diào)員在安排貨運。當(dāng)這些專家需要協(xié)作時，他們只需相互交談——共享信息、提出問題、整合才能，解決那些單靠個人無法完成的任務(wù)。

但如果每位專家都被封閉在一個隔音室里，雖然仍能出色完成自己的工作，卻無法與他人溝通，那么整個辦公室的集體效能就會瞬間崩塌。

這正是當(dāng)前 AI 智能體所面臨的挑戰(zhàn)。盡管單個 AI 系統(tǒng)在某些專門任務(wù)上越來越強(qiáng)，但它們之間往往無法高效協(xié)作。這正是 Agent-to-Agent（A2A）框架的用武之地——它是一種讓 AI 系統(tǒng)像團(tuán)隊一樣協(xié)同工作的通信機(jī)制。

為什么 AI 智能體需要“對話”

如今的 AI 世界就像一個個“專才孤島”：有的智能體擅長日程安排，有的精通數(shù)據(jù)分析，還有的擅長寫作創(chuàng)意。但即使這些專長組合在一起能解決更復(fù)雜的問題，它們通常仍是各自為戰(zhàn)。

想象一個看似簡單的請求：“幫我規(guī)劃下個月去芝加哥的商務(wù)行程。”這個任務(wù)其實需要多個方面的專長：

• 日程管理：找出可用時間
• 旅行知識：預(yù)訂合適的航班和酒店
• 預(yù)算控制：做出性價比高的選擇
• 地理智能：高效安排會議地點和時間

我們當(dāng)然可以構(gòu)建一個超級系統(tǒng)，統(tǒng)籌所有這些功能 —— 一個全能的“超級智能體”。但這樣做有兩個大問題：

1. 開發(fā)復(fù)雜：每加入一個新功能，就必須集成到核心系統(tǒng)中，可能會破壞現(xiàn)有功能。
2. 重復(fù)造輪子：市面上已有成熟的航班預(yù)訂、日歷管理等服務(wù)，沒必要每家公司都重造一遍。

A2A 的解決方案是：讓你專注于構(gòu)建你最擅長的智能體，其它功能通過連接其他專家智能體來實現(xiàn)。這種模塊化方式，讓多個專才智能體能協(xié)作解決更復(fù)雜的問題，而不必每個團(tuán)隊從零開始做一遍。

如果缺乏通信機(jī)制，每個專長系統(tǒng)就只能處理問題的一小部分，用戶就得在它們之間手動協(xié)調(diào)，變成“人肉調(diào)度中心”。

為 AI 建立通用語言

A2A 提供了一個通用語言，讓不同背景、由不同團(tuán)隊開發(fā)的 AI 智能體可以相互交流。就像在國際公司中統(tǒng)一使用英語或普通話那樣，一旦建立通用語言，協(xié)作就成為可能。

A2A 不僅定義了信息如何交換，還定義了任務(wù)如何在時間維度上被協(xié)調(diào)：

• 介紹協(xié)議：智能體可通過“Agent Card”（類似數(shù)字簡歷）互相發(fā)現(xiàn)和了解彼此的能力。
• 任務(wù)管理：智能體可以分配任務(wù)并跟蹤進(jìn)度。例如，日歷智能體可以向旅行智能體正式發(fā)出請求，并監(jiān)控任務(wù)狀態(tài)。
• 豐富通信格式：不僅限于文字，還支持圖片、結(jié)構(gòu)化數(shù)據(jù)、文件等協(xié)作必需的格式。
• 澄清機(jī)制：如果任務(wù)信息不明確，智能體可暫停任務(wù)并請求澄清，就像人類同事會補(bǔ)充提問一樣。

A2A 如何運作：幕后協(xié)同一覽

假設(shè)你對你的 AI 助理說：“幫我策劃下周末女兒的生日派對。”

在你看不到的幕后，主助理（比如叫 Alex）會識別這個請求涉及多個領(lǐng)域，并利用 A2A 這樣協(xié)作：

1. 發(fā)現(xiàn)專家智能體：Alex 會在其 Agent Card 目錄中查找擅長活動策劃、餐飲建議和邀請函設(shè)計的智能體。技術(shù)上，它會請求這些智能體的 Agent Card（一般是托管在像 https://agent-domain/.well-known/agent.json 的 JSON 文件），里面列出能力、通信端點和認(rèn)證信息。
2. 創(chuàng)建任務(wù)并發(fā)送請求：

• 向活動策劃智能體發(fā)出請求：“為8歲女孩的生日派對（下周六下午）推薦場地和活動方案。”
• 向餐飲顧問請求：“為12位孩子和6位成人提供蛋糕與食物方案。”
• 向設(shè)計智能體發(fā)出任務(wù)：“設(shè)計兒童生日派對邀請函模板。”

3. 任務(wù)狀態(tài)管理：

• 每個任務(wù)都有唯一ID，狀態(tài)從“已提交 → 處理中 → 完成/失敗/待補(bǔ)充信息”。
• 若活動策劃智能體回復(fù)：“你的預(yù)算是多少？”（狀態(tài)改為 input-required），Alex 會基于用戶資料或提問用戶，然后更新任務(wù)狀態(tài)。
• 餐飲顧問返回結(jié)構(gòu)化菜單、價格和飲食偏好數(shù)據(jù)（DataPart），Alex 可將其轉(zhuǎn)為用戶界面展示。
• 設(shè)計智能體制作邀請函圖片文件，并作為 FilePart 封裝成 Artifact（工件），標(biāo)記任務(wù)完成。

4. 實時進(jìn)度流：長時間任務(wù)可以通過 SSE（Server-Sent Events）實時更新進(jìn)度。
5. 認(rèn)證機(jī)制：智能體之間使用 OAuth、API Key 等企業(yè)級協(xié)議進(jìn)行認(rèn)證。

最終你只與 Alex 對話，完全無需操心背后調(diào)度了多少個 AI，整個過程協(xié)調(diào)流暢，結(jié)果自然一致，這就是 A2A 的魅力。

A2A 在 AI 生態(tài)中的定位

A2A 并不是孤立存在的，它是更廣泛 AI 互操作趨勢的一部分。另一個重要協(xié)議是 MCP（Model Context Protocol），專注于讓單個智能體更好地使用工具和上下文。

可以這樣理解：

• A2A：像是讓同事之間能順暢溝通的協(xié)作協(xié)議。
• MCP：像是為每位員工配備他們需要的工具和信息。

它們并不沖突，而是互補(bǔ)。一個智能體可以通過 MCP 獲取執(zhí)行任務(wù)的工具和上下文，然后通過 A2A 與其他智能體協(xié)同完成多步驟任務(wù)。

這代表了 AI 設(shè)計理念的轉(zhuǎn)變 —— 從“萬能型孤島”模型走向“專才網(wǎng)絡(luò)協(xié)作”，就像人類社會演化出分工與協(xié)作一樣。

A2A 的技術(shù)架構(gòu)

在這些通俗比喻背后，A2A 實際上實現(xiàn)了一整套技術(shù)機(jī)制，使智能體協(xié)作成為可能：

1. 客戶端-服務(wù)器模型：任意 A2A 交互中，一個智能體是客戶端（發(fā)起方），另一個是服務(wù)器（響應(yīng)方）。角色可以視上下文切換。
2. Agent Card（能力卡片）：JSON 格式的能力清單，通常托管在標(biāo)準(zhǔn)路徑（如 /.well-known/agent.json），包含：

• 智能體能力與支持操作
• 通信端點 URL
• 認(rèn)證方式要求
• 支持的消息與內(nèi)容類型

3. 任務(wù)狀態(tài)管理（Task Lifecycle）：

• 每個任務(wù)都有唯一 ID
• 生命周期包括：submitted、working、input-required、completed、failed、canceled
• 還包含時間戳、任務(wù)歸屬等元信息

4. 消息結(jié)構(gòu)（Message Structure）：

• TextPart：普通文字或富文本內(nèi)容
• DataPart：結(jié)構(gòu)化數(shù)據(jù)（如 JSON）
• FilePart：二進(jìn)制或文件引用
• 每條消息由若干部分（Part）組成：
• 每部分都有 MIME 類型說明其內(nèi)容格式

5. 傳輸協(xié)議：

• 通常使用 HTTP/HTTPS
• 標(biāo)準(zhǔn) REST 接口用于任務(wù)創(chuàng)建與更新
• Server-Sent Events (SSE) 用于任務(wù)實時進(jìn)度推送
• 可選 Webhook 支持異步通知

6. 安全機(jī)制：

• OAuth 2.0 流程
• API 密鑰
• JWT 令牌
• 訪問控制權(quán)限

這一架構(gòu)足以支撐從簡單問答到長時間運行的復(fù)雜協(xié)作流程。

圖片

總結(jié)：集體智慧大于個體能力之和

A2A 的真正力量，在于我們不再局限于單個 AI 的功能，而是構(gòu)建一個“專才協(xié)作網(wǎng)絡(luò)”。正如人類社會因分工和協(xié)作而快速進(jìn)步，AI 也將在智能體間協(xié)作的基礎(chǔ)上實現(xiàn)質(zhì)的飛躍。

A2A 帶來以下優(yōu)勢：

• 模塊化進(jìn)化：只需替換某個智能體，無需重構(gòu)整個系統(tǒng)
• 漸進(jìn)式自動化：原本需要人工協(xié)調(diào)的任務(wù)，可由智能體自動完成
• 專精能力釋放：不再追求“全能但平庸”的 AI，而是打造各領(lǐng)域最強(qiáng)智能體

未來的 AI，不是一個無所不能的超級智能，而是一群高效協(xié)作的專業(yè)智能體。A2A 正是實現(xiàn)這種協(xié)作的通信基礎(chǔ)設(shè)施，助力 AI 真正進(jìn)入處理現(xiàn)實世界復(fù)雜任務(wù)的新時代。

展望未來

隨著 A2A 等框架推動 AI 智能體協(xié)作能力不斷提升，我們將從“控制工具”走向“委托任務(wù)”。用戶體驗將越來越簡單，而 AI 的能力卻愈發(fā)強(qiáng)大 —— 這是成熟技術(shù)的標(biāo)志。

就像一群圍坐會議桌前的同事集思廣益，AI 智能體通過 A2A 協(xié)議，可以融合各自的專業(yè)視角，提出任何單一智能體都無法實現(xiàn)的解決方案。

這，正是 A2A 的承諾 —— 不只是更聰明的個體 AI，而是更聰明的協(xié)作。

參考鏈接：https://medium.com/@nirdiamant21/googles-agent2agent-a2a-explained-751340c78e99