Agent2Agent

随着AI技术的快速发展，AI 代理（AI Agents）正逐渐成为企业自动化和优化流程的核心工具。这些自主代理能够处理从日常重复任务到复杂业务流程的各种工作，极大地提升了生产力。然而，AI 代理之间的协作问题一直是行业面临的挑战——不同供应商开发的代理往往基于不同的框架和技术栈，导致它们难以无缝通信和协作。

在过去的几个月中，至少出现了两种代理互操作性标准：Anthropic 的 模型上下文协议（MCP） 和由思科领衔的集体提出的 AGNTCY。随着代理（尤其是基于不同框架和大语言模型（LLM）构建的代理）之间相互通信并获取企业数据的全面视图变得越来越重要，谷歌发布了一款名为 Agent2Agent（简称 A2A） 的新互操作性协议，希望其成为行业标准。这一协议旨在让 AI 代理能够跨越孤立的数据系统和应用平台进行协作，从而推动企业效率和创新的全面提升。

A2A 协议的核心目标

A2A 的目标是成为 AI 代理之间的“通用语言”，无论这些代理是由哪家公司开发、基于何种框架构建，都能够安全地交换信息、协调行动，并在各种企业平台上协同工作。通过标准化的互操作性，A2A 将帮助企业实现以下目标：

• 提升代理协作能力：使多个代理能够在动态生态系统中无缝协作。
• 降低长期成本：通过统一标准减少集成和维护的复杂性。
• 扩展企业应用范围：让代理能够跨越不同平台和云环境工作，全面优化企业流程。

谷歌与超过 50 家技术合作伙伴 共同设计了 A2A 协议，包括 Atlassian、Box、Salesforce、SAP 等知名企业，以及 Accenture、Deloitte 等领先的服务提供商。这种广泛的行业支持表明了 A2A 在推动 AI 代理互操作性方面的巨大潜力。

A2A 的设计原则

为了确保 A2A 能够满足企业级需求并适应未来的发展，谷歌在设计协议时遵循了五个关键原则：

1. 拥抱代理能力
   A2A 让代理以自然的方式协作，无需共享内存或上下文。它支持真正的多代理场景，而不是将代理简单地视为“工具”。
2. 基于现有标准构建
   A2A 基于广泛使用的标准协议（如 HTTP、SSE 和 JSON-RPC），使其更容易与现有的 IT 技术栈集成。
3. 默认安全
   协议内置了企业级身份验证和授权机制，确保数据交换的安全性。
4. 支持长时间运行任务
   A2A 具备灵活性，可以处理从快速任务到需要数小时甚至数天完成的复杂任务，并提供实时反馈和状态更新。
5. 模态无关
   A2A 不仅支持文本交互，还兼容音频、视频流等多种模态，满足多样化的企业需求。

A2A 的工作原理

A2A 的核心在于促进“客户端代理”与“远程代理”之间的通信。以下是其主要功能模块：

1. 能力发现
   每个代理都可以通过 JSON 格式的“代理卡”宣传自己的能力。客户端代理可以根据任务需求选择最适合的远程代理进行协作。
2. 任务管理
   客户端代理负责制定任务，远程代理负责执行任务。任务的生命周期由协议定义，支持从即时完成到长时间运行的任务类型。
3. 协作与消息传递
   代理之间可以通过消息传递交流上下文、回复、工件或用户指令，确保信息同步和任务顺利完成。
4. 用户体验协商
   每条消息包含“部分”，即完整的内容块（如生成的图像或视频）。代理可以协商所需格式，并明确支持用户界面能力（如 iframe、网页表单等）。

现实世界的案例：简化招聘流程

A2A 的实际应用场景非常广泛。例如，在招聘软件工程师的过程中，A2A 可以显著简化候选人筛选流程：

1. 任务分配
   招聘经理的代理会根据职位描述、地点和技能要求，向其他专门的代理发出任务请求。
2. 候选人筛选
   远程代理会根据任务要求筛选潜在候选人，并将结果返回给客户端代理。
3. 面试安排
   用户收到候选人建议后，可以指示代理安排面试。面试完成后，另一个代理可以协助进行背景调查。

通过 A2A 的协作能力，整个招聘流程变得更加高效和自动化，节省了大量时间和人力成本。

A2A 的行业影响与未来展望

A2A 的推出标志着 AI 代理互操作性进入了一个新的时代。通过标准化的协议，企业可以更轻松地部署和管理跨平台的多代理系统，从而实现前所未有的效率和创新能力。

谷歌表示，A2A 是一个完全开源的协议，社区和合作伙伴可以通过清晰的贡献途径参与协议的改进。目前，A2A 已发布了完整的规范草案和代码示例，开发者可以在 A2A 官方网站 上查看详细信息并试用。

此外，谷歌计划在今年晚些时候推出生产就绪版本，届时更多企业将能够受益于这一协议的强大功能。