Google 重磅发布 A2A 协议：开启 AI Agent 协作新时代，全面支持 MCP

Google 今天早上发布了Agent2Agent Protocol (A2A)。A2A 是朝着通用智能代理协作迈出的关键一步。它让跨平台、跨厂商的 AI Agent 真正实现协同工作，标志着从“单体智能”走向“多体系统智能”的跃升。

链接? -https://google.github.io/A2A/

Agent-to-Agent（A2A）协议是 Google 与 DeepMind 联合提出的标准，用于构建远程智能代理之间的通信与协作体系。

MCP（Multi-Agent Collaboration Protocol）得到全面支持，同时A2A 是其补充协议，解决 MCP 在实际应用中的不足。

? A2A 与 MCP（Anthropic）关系

• 不是竞争，而是互补。目标都是为了解决 agent 调用中标准缺失的问题，促进跨平台兼容。
• A2A 专注于代理间协作（Agent-to-Agent）
• MCP 提供上下文与工具标准（Model Context Protocol）
• 二者组合可构建真正“端到端自治”的 agent 生态系统。
  

? A2A 协议五大设计原则

原则	说明
1. 拥抱代理智能特性	支持无共享记忆、上下文或工具的多代理协作
2. 基于已有标准	构建于 HTTP、SSE、JSON-RPC 等广泛使用的标准
3. 默认安全	启用与 OpenAPI 同级别的企业认证体系
4. 支持长任务与状态管理	支持异步、持久任务（例如候选人筛选、背景调查）
5. 模态无关	支持文本、音频、视频等多模态协作

? 工作机制（How A2A Works）

A2A 定义了两类角色：

• Client Agent：发起任务、指派协作
• Remote Agent：接收任务、返回结果（称为 Artifact）

关键组件：

• Agent Card：JSON 格式的能力描述文件（代理的“名片”）
• Task Object：任务生命周期描述，包括状态更新、完成标记等
• 消息通信：用于传递上下文、结果、用户指令等
• User Experience Negotiation：针对最终用户界面能力（视频/iframe等）协商内容格式

实例演示：候选人筛选

在一个类似Agentspace的平台上：

1. 用户（HR）委托主代理寻找某岗位的候选人
2. 主代理调用多个远程人才匹配代理，收集简历
3. 用户确认后，自动安排面试、背景调查
4. 整个流程无需人工跨系统切换，大幅提升招聘效