文章轉載自「量子位」。

剛剛，“谷歌版MCP”來了！

谷歌推出A2A協議，即Agent2Agent，能讓AI Agent在不同生態系統間安全協作，而無需考慮框架或供應商。

不同平臺構建的AI Agent之間可以進行通信、發現彼此的能力、協商任務并開展協作，企業可通過專業Agent團隊處理復雜工作流。

重點：開源的。

話不多說，先來看一個展示。

借助A2A協議，招聘這件事兒還能這么玩：

在谷歌Agentspace統一界面中，招聘經理可以向自己的Agent下達任務，讓其尋找與職位描述、工作地點和技能要求相匹配的候選人。

然后，該Agent立馬與其它專業Agent展開交互，尋找潛在候選人。

用戶會收到推薦人選，之后可指示自己的Agent安排進一步的面試，面試環節結束后，還可以啟用另一個Agent來協助進行背調。

總結來說，A2A遵循五大設計原則：

1）發揮Agent的能力：專注于讓Agent以自然非結構化的模式進行協作，即使它們之間沒有共享內存/工具/上下文信息，致力于實現真正的Agent多場景，不會將某個Agent局限為一種“工具”。

2）基于現有標準構建：該協議是在包括HTTP、SSE、JSON-RPC等現有常用標準基礎上構建的，更容易與企業日常使用的現有信息技術堆棧相集成。

3）默認安全：支持企業級身份驗證和授權，在推出時其安全性符合OpenAPI級別的認證標準。

4）支持長時間運行的任務：各種場景A2A都能應對，包括從快速完成的任務，到那些可能需數小時甚至數天才能完成的深入研究任務。整個過程中，A2A可為用戶提供實時反饋、通知以及狀態更新。

5）模態無關：支持包括音頻、視頻等在內的各種模態。

據了解，A2A已經得到了包括Atlassian、Box、Cohere、Intuit、Langchain、埃森哲、BCG、Capgemini、Cognizant等在內的50多家技術合作伙伴和服務提供商的支持。

Founder Park 正在搭建開發者社群，邀請積極嘗試、測試新模型、新技術的開發者、創業者們加入，請掃碼詳細填寫你的產品/項目信息，通過審核后工作人員會拉你入群～

進群之后，你有機會得到：

• 高濃度的主流模型（如 DeepSeek 等）開發交流；

• 資源對接，與 API、云廠商、模型廠商直接交流反饋的機會；

• 好用、有趣的產品/案例，Founder Park 會主動做宣傳。

01擁有四大能力

一張圖來看A2A如何工作。

“客戶端”Agent與“遠程”Agent之間進行通信，客戶端Agent負責制定和傳達任務，遠程Agent則負責執行這些任務，或是提供正確信息，或是采取正確行動。

這種交互涉及到幾個關鍵能力。

首先是能力發現，Agent可以使用JSON格式的“Agent Card”來展示自身的能力。因此，客戶端Agent能夠識別出最適合執行某項任務的Agent，利用A2A協議與遠程Agent進行通信。

其次是任務管理，客戶端Agent與遠程Agent之間的通信以任務完成為導向，Agent協同工作滿足終端用戶的請求。

此“任務”對象由協議定義，并且具有一個生命周期。它可以立即完成，或者對于長時間運行的任務，每個Agent可以相互通信，對任務完成的最新狀態保持同步。任務的輸出稱為“artifact（工件）”。

另外是協作，Agent之間可以相互發送消息，交流上下文信息、回復內容、artifacts或用戶指令。

最后是用戶體驗協商，每條消息都包含“部分”，這是一個完整的內容片段，如生成的圖像。每個部分都有指定的內容類型，允許客戶端Agent和遠程Agent協商所需的正確格式，并明確包括對用戶UI功能的協商，例如iframe、視頻、網頁表單等等。

除此之外，谷歌還解釋道，A2A是MCP的補充。

MCP為Agent提供了實用的工具和上下文背景信息，A2A協議解決客戶部署大規模多Agent系統時所發現的問題。

關鍵是，企業能從一種標準化的方法中受益，管理他們在各種平臺和云環境中的Agent。這種通用互操作性對于充分發揮協作型AI Agent的潛力至關重要。

A2A發布后網友們也將其與MCP進行了比較，看下面這張圖就更明了了：

MCP有助于連接各種工具和資源，A2A則有助于Agent之間進行通信。

值得一提的是，谷歌DeepMind聯合創始人兼CEO哈薩比斯還專門發了一條推文稱：

MCP是一個出色的協議，并且它正迅速成為AI Agent時代的一項開放標準。我們非常高興地宣布，我們將為自家的 Gemini模型和SDK提供對該協議的支持。期待能與MCP團隊以及行業內的其他各方進一步共同開發完善該協議。

02One More Thing

就在昨天，在阿里云AI勢能大會上，。

百煉平臺集成了阿里云函數計算、200多款業界領先大模型、50多款主流MCP服務，Agent開發所需的算力資源、大模型資源和應用工具鏈等全都包攬，用戶可根據需求選擇大模型和MCP服務。

僅需簡單的配置工作，無需用戶管理資源、開發部署、工程運維，5分鐘，一個專屬MCP Agent就水靈靈地搭建好了。

從各大廠最近動作來看，蕪湖，不愧是Agent元年。

參考鏈接：
[1]https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/
[2]https://x.com/legit_api/status/1909943433336103120
[3]https://x.com/omarsar0/status/1909977142311690320
[4]https://www.testingcatalog.com/google-launches-agent2agent-protocol-to-connect-ai-agents-across-platforms/

轉載原創文章請添加微信：founderparker