我要投稿

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

发布日期：2025-04-10 22:51:41 浏览次数： 1804

作者：Renee 创业随笔

微信搜一搜，关注“Renee 创业随笔”

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：

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

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-06-14

从Manus爆火看Agent AI的技术演进与市场变革——AI Agent全景研报

2025-06-14

张鹏对谈李广密：Agent 的真问题与真机会，究竟藏在哪里？

2025-06-14

为什么说Maus是未来任务型AI系统的代表？

2025-06-14

AI agent如何进化为天网

2025-06-14

Ollama 和 vLLM 私有化部署大模型方案分析

2025-06-14

Manus 启发下的 Agent产品设计：如何构建能思考、多步操作的 AI

2025-06-14

「AI实践笔记」看AI驱动下的产品设计

2025-06-14

「AI产品开篇」看B端产品的AI学习之路

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek R1-0528 小版本升级

2025-05-29

🧠 解码大语言模型的记忆力：上下文长度的前世今生

2025-03-20

萌新指南｜手把手教你Cherry Studio配置MCP，10分钟让大模型学会上网截图！

2025-03-21

OpenAI 新工具发布：AI Agent 时代的朝阳与 Manus 们的落日

2025-03-16

教你解决GPT4o无法使用新版生图功能的教程

2025-04-11

Manus 是大模型 AI Agent + MCP，那什么是模型上下文协议 (MCP)?

2025-03-20

不止核弹芯片，黄仁勋发布两台 AI 个人超算，还拿下全球最快 DeepSeek 推理速度

2025-03-19

聊聊大模型MCP模型上下文协议-为何是AI在企业内应用落地的一个关键组件

2025-03-20

黄仁勋 2 个半小时演讲，英伟达已经进入「Agentic AI」时代

2025-03-19

用 Go 语言打造高并发 MCP 服务器：理论、实战与 AI 应用全景探索

2025-03-19

大家都在问

张鹏对谈李广密：Agent 的真问题与真机会，究竟藏在哪里？

2025-06-14

为什么说Maus是未来任务型AI系统的代表？

2025-06-14

一手实测：首个有记忆的企业级AI Agent，能否经得住实践捶打？

2025-06-13

聊透 Agent，它是「同事」还是「工具」，创业机会和价值究竟是什么？

2025-06-13

拒绝碎片化 RAG，谷歌 DeepMind 推出 ReadAgent：模拟人类阅读长文本，或是NotebookLM底层技术？

2025-06-13

字节跳动2步突破，复杂文档布局解析，为啥如此惊艳？

2025-06-13

为什么我更看好Palantir的AI价值落地？

2025-06-12

如何设计一个垂直场景的入门级Multi-Agent System？

2025-06-12

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： ceo@53ai.com

友情链接：

CopyRight © 2012-2024 深圳市博思协创网络科技有限公司版权所有

粤ICP备17114055号

广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）

深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204

上海：上海市浦东新区金新路58号1602室

微信扫码
和创始人交个朋友

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部