Google Agent2Agent 协议

什么是 AI Agent

[[AI Agent]] 是一个能自主感知，并进行决策，执行任务的智能系统，核心是利用 AI，尤其是大语言模型 LLM，完成复杂任务，模仿人类的智能行为。

现如今，AI Agent 已经能够自主处理非常多重复和复杂的任务，并且越来越多的企业也正在构建和部署 AI Agent。

MCP 是什么

MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 于 2024 年推出的一种开放标准，通过统一的协议，将大型语言模型（LLM）与外部数据源、工具和功能连接起来，以实现更高效的交互和扩展能力。

Agent2Agent 是什么？

Google 开源了首个标准智能体交互协议——Agent2Agent Protocol（简称 A2A）。

A2A 将彻底打破系统孤岛，对智能体的能力、跨平台、执行效率产生质的改变，支持 Atlassian、Box、Cohere、Intuit、Langchain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG 和 Workday 等主流企业应用平台。

谷歌还效仿 OpenAI 开源了 Agent 开发套件 ADK，内部测试工具 Agent Engine，新的 Agent 市场等。下面「AIGC 开放社区」先为大家解读 A2A 的重点内容。

A2A 是对 Anthropic MCP 协议的补充，MCP 为 Agent 提供了使用的工具和上下文，A2A 协议则是在 Agent 之间构建了一个开放的协议。

A2A 设计原则

A2A 是一种开放协议，为 Agent 提供一种标准的交互形式，不受底层框架或供应商的限制。

举一个简单的例子，比如一家互联网公司内部使用多个企业协作服务，比如利用 Atlassian 作为项目管理，Slack 作为企业内部沟通工具，Dropbox 作为文件存储和共享，在此之前这些平台上的 AI Agent 是无法自由通信的，如果要实现沟通只能通过 API 调用或者花费额外的开发，但是通过 A2A 协议，这些平台可以自由地安全地交互数据。

五个关键原则：

多代理，A2A 专注于 Agent 在自然，非结构化的模式下协作，不共享内存，工具和上下文
基于现有，流行的标准构建，包括 HTTP，服务器端事件（[[Server Sent Events]])，JSON-RPC 等
A2A 支持企业级认证和授权，A2A 协议可以快速通过身份验证，安全地获取数据
支持长时间任务，支持快速任务或者可能需要很长时间的深入研究，A2A 可以向用户提供实时反馈，通知，状态更新
Agent 不仅限于文本，支持各种模态，包括音频，图像，视频

工作原理

客户端 Agent （Client Agent）和远程 Agent （Remote Agent ）通信，客户端 Agent 负责制定和传达任务，远程 Agent 则根据这些任务采取行动，提供信息或执行操作。

PCl3

关键点

能力发现，Agent 利用 JSON 形式来定义其能力，称为 Agent Card，让客户端 Agent 识别哪个远程 Agent 最适合执行特定任务，一旦确定了合适的远程 Agent，客户端 Agent 就会利用 A2A 协议进行通信，将任务分配给它。
任务管理，对于一些简单的任务，可以立即完成，对于复杂，长期的任务，Agent 可以保持沟通，并更新状态，完成时，输出称为「Artifact」
协作，A2A 支持 Agent 之间协作，Agent 之间可以相互发送信息，包含上下文信息，回复，工件或用户指令。
用户协商，每一条消息包含 parts，即完成形成的内容片段，例如生成的图像，每个 part 都有指定的内容类型，允许客户端和远程 Agent 协商所需要的正确格式。

Google 在官方博客中还给出了一个真实的 A2A 案例，比如要招聘软件工程师，那么在统一的界面中，比如 Agentspace，用户可以直接委托 Agent 寻找符合职位，工作地点，技能要求的候选人。然后 Agent 会自动和其他专业 Agent 互动，寻找潜在的候选人。用户收到建议之后，可以指示 Agent 经一步安排面试等。

Agent Development Kit