AI知识补全（十六）：A2A - 谷歌开源的agent通信协议是什么？

谷歌认为A2A协议将为客户带来显著价值，使他们的AI代理能够跨整个企业应用程序领域工作。这种协作努力标志着一个共同愿景的未来，即AI代理无论其底层技术如何，都能无缝协作，自动化复杂的企业工作流程，推动前所未有的效率和创新水平。

2. A2A的核心概念

3.为什么需要A2A？

想象一下这个场景：你要计划一次旅行，需要：

• 查找并比较机票价格
• 根据天气预报选择合适的目的地
• 预订酒店和餐厅
• 安排当地活动和交通

以前，你可能需要打开4-5个不同的应用，手动在它们之间复制粘贴信息。有了A2A协议，你只需告诉你的主AI助手：“帮我计划下周去日本的旅行”，然后它就能自动与专门负责机票查询的AI、天气预报AI、酒店预订AI等进行沟通协作，共同完成这个任务。

所有这些AI助手虽然可能来自不同公司、基于不同技术，但因为都"说"A2A这种"通用语言"，所以能无缝协作，就像一个高效的团队。

4. 架构设计

A2A协议促进了"客户端代理"与"远程代理"之间的通信。客户端代理负责从最终用户那里制定和传达任务，而远程代理则根据这些任务采取行动。这种架构设计使得代理之间可以明确地交换信息，无需共享内部状态或记忆。

图1：A2A通信架构图

图2：A2A协议概念图 - 展示了客户端代理与远程代理之间的通信流程，以及任务（Task）和代理卡片（Agent Card）在协议中的核心地位

• 独立运行：代理独立运行并明确沟通以交换信息。
• 符合标准：该协议使用广泛采用的Web技术，如HTTP、JSON-RPC和服务器发送事件（SSE），以最大限度地减少开发人员的摩擦。
• 默认安全：内置身份验证和授权措施旨在保护敏感交易和数据。
• 处理短任务和长任务：A2A支持简短交互（如快速信息请求）和需要持续协作的扩展流程。
• 模态无关：代理可以通过实时共享结构化任务更新来处理文本、视频、音频或其他数据类型。

5. 关键功能

A2A协议依赖于几个关键功能：

1. 能力发现：代理可以通过JSON格式的Agent Card"发布其能力"，使客户端代理能够确定最佳的远程代理来完成任务。
2. 任务管理：确保代理之间的通信仅面向完成请求，并定义任务的生命周期。
3. 协作：发送有关上下文回复、工件（任务输出）或指令的消息。
4. 用户体验协商：允许客户端和远程代理协商响应最终用户请求所需的正确格式，以及了解用户的UI能力，如iframe、视频、Web表单等。

每条消息包括"部分"，这是一个完全形成的内容片段，比如生成的图像。每个部分都有指定的内容类型，允许客户端和远程代理协商所需的正确格式，并明确包括对用户UI能力的协商。

三、A2A与其他协议的关系

1. A2A与MCP的比较

2. A2A与其他代理协议的生态位置

谷歌云业务应用平台副总裁兼总经理Rao Surapaneni告诉VentureBeat，A2A使具有不同专业化和数据节点的代理更容易获得所需的上下文。“每个人都有一定的专业化，因为他们拥有数据节点或逻辑节点，或者当前用户群体专注于特定任务”。

A2A协议与Anthropic的模型上下文协议（MCP）不同，但两者可以互补。虽然MCP专注于应用程序和生成式AI模型之间的交互，但A2A协议专注于不同AI代理之间的交互。“你可以将MCP视为提供垂直集成（应用程序到模型），而A2A提供水平集成（代理到代理）”。

四、A2A协议的应用场景

1. 企业级应用

A2A协议的一个突出特点是其企业级关注点。该协议支持延伸数天、数周甚至数月的长期运行任务——如供应链规划或多阶段招聘。它还支持多模态协作，因此AI代理可以在统一工作流程中共享和处理文本、音频和视频。

如果A2A获得牵引力——早期支持表明它可能会——它可能会像Kubernetes标准化云原生应用或OAuth简化跨平台安全访问一样加速代理生态系统。通过在协议级别解决互操作性问题，A2A降低了企业混合搭配不同提供商的代理并最终将它们视为连贯数字劳动力的门槛。

2. 实际案例分析

五、A2A协议的实现与开发

1. 技术实现

- 正式纳入授权方案和可选凭证直接在AgentCard中。
- 研究QuerySkill()方法，用于动态检查不支持或未预期的技能。
- 支持任务内的动态UX协商（例如，代理在对话中途添加音频/视频）。
- 探索扩展对客户端发起方法的支持（超出任务管理）。
- 改进流式传输可靠性和推送通知机制。
- 简化"Hello World"示例。
- 包括与不同框架集成或展示特定A2A功能的其他示例。
- 为常见客户端/服务器库提供更全面的文档。
- 从JSON Schema生成人类可读的HTML文档。