A2A协议

Agent2Agent（A2A）协议是谷歌于2025年4月10日推出的开源开放协议，旨在为不同AI智能体（Agents）提供标准化通信框架，实现跨平台、跨供应商的协作与信息交互。

一、核心设计原则

A2A遵循五大关键原则：

1. 智能体原生能力：支持非结构化协作，即使智能体不共享内存、工具或上下文，也能实现真正多场景协作（如企业流程自动化）。
2. 基于现有标准：采用HTTP、SSE（Server-Sent Events）、JSON-RPC等成熟协议，降低企业集成成本。
3. 默认安全机制：内置企业级身份认证（如OAuth2.0/API Key）和授权，安全性对标OpenAPI标准。
4. 长时任务支持：可处理秒级到数天级的任务，支持实时状态同步（如科研模拟任务进度跟踪）。
5. 多模态兼容：支持文本、图像、音频、视频等交互形式，适应复杂场景需求（如医疗影像协同分析）。

二、关键技术机制

1. 能力发现
   通过JSON格式的“Agent Card”描述智能体功能（如技能、输入输出格式），客户端可快速定位适配的远程智能体。例如，招聘场景中的人才筛选Agent可声明“简历解析准确率98%”。
2. 任务生命周期管理
   定义标准化“任务”对象，包含唯一ID、状态（提交/执行/完成等）、优先级等字段。例如财务审核任务可自动传递票据影像和风险评分，实现跨系统自动化处理。
3. 协作与用户体验协商
   支持多模态消息交互（如生成的图像/视频片段），并通过“Parts”机制协商用户界面格式（如是否支持Web表单或iframe嵌入）。

三、与MCP协议的关系

A2A与Anthropic提出的**模型上下文协议（MCP）**形成互补：

• A2A：横向扩展，专注Agent间通信（如跨企业数据交互）
• MCP：纵向扩展，连接Agent与工具/API（如数据库访问）
  两者协同可构建完整智能体生态，例如汽车维修场景中，MCP连接千斤顶工具，A2A协调维修工与零件供应商的协作。

四、典型应用场景

1. 企业流程自动化
   跨平台智能体协作处理订单管理、供应链调度等，某金融机构反洗钱核查周期从48小时缩短至6小时。
2. 复杂任务协作
   科研场景中，分子设计Agent与临床试验分析Agent协同推进新药研发。
3. 多模态交互系统
   医疗影像分析Agent与诊断报告生成Agent交互，支持DICOM格式与HL7标准数据传递。

五、生态与影响

已有50+企业加入生态，包括Salesforce、SAP等技术平台，以及埃森哲、德勤等服务机构。例如Atlassian将A2A集成至Jira，开发效率提升30%。该协议被视为继Android后谷歌的又一生态级布局，可能重塑AI协作标准。