谷歌最新发布Agent2Agent 协议 (A2A)

4月9日，谷歌发布了Agent2Agent (A2A) 协议，旨在补充 Anthropic 的模型上下文协议 (MCP)，后者为代理提供了实用的工具和上下文。这是一个由 50 多家技术合作伙伴共同贡献的开放协议。A2A 协议旨在使 AI 代理能够在各种企业平台之间进行通信、安全地交换信息和协调行动，而无需考虑其底层技术或供应商。

该协议旨在促进 AI 代理之间的无缝协作，使他们能够自动化复杂的企业工作流程并提高效率。

A2A 协议基于 HTTP、SSE 和 JSON-RPC 等现有标准构建，并支持企业级身份验证和授权。它旨在处理快速任务和长时间运行的任务，提供实时反馈和更新。该协议还支持各种模态，包括音频和视频流。

1. A2A 设计原则

作为一种开放协议，A2A 旨在为代理之间的协作提供标准化的途径，打破底层框架或供应商的限制。在与合作伙伴共同设计该协议的过程中，我们秉持以下五项核心原则：

释放代理的自主性：A2A 致力于使代理能够以自然且非结构化的方式进行协作，即使它们在内存、工具和上下文方面存在差异。我们旨在构建真正的多代理生态系统，而非将代理的功能局限于单一的“工具”。
立足成熟标准：该协议构建于包括 HTTP、SSE、JSON-RPC 在内的流行且成熟的标准之上，从而简化了与企业现有 IT 基础设施的集成，降低了采用门槛。
安全为先：A2A 的设计以安全性为核心，旨在支持企业级的身份验证和授权机制，初始阶段即与 OpenAPI 的身份验证方案保持一致。
兼顾长时任务：谷歌在设计 A2A 时充分考虑了其灵活性，使其能够胜任各种复杂的任务场景。无论是快速响应还是需要数小时乃至数天（甚至在人工参与下）的深度研究，A2A 都能出色地完成。在此过程中，它还能为用户提供实时的反馈、通知和状态更新，确保过程透明可控。
跨越模态界限：考虑到代理的应用场景不限于文本交互，A2A 的设计支持多种模态，包括音频和视频流，从而拓展了代理的应用范围和交互方式。

2. 工作原理

A2A 促进“客户端”代理与“远程”代理之间的通信。客户端代理负责制定和传达任务，而远程代理负责执行这些任务，以提供正确的信息或采取正确的行动。这种交互涉及以下几个关键功能：

能力发现：代理可以使用 JSON 格式的“代理卡”来宣传其能力，从而允许客户端代理识别能够执行任务的最佳代理并利用 A2A 与远程代理进行通信。

任务管理：客户端与远程代理之间的通信以任务完成为导向，代理负责执行最终用户的请求。此“任务”对象由协议定义，并具有生命周期。它可以立即完成，或者，对于长时间运行的任务，每个代理可以进行通信，以彼此保持同步，了解任务的最新完成状态。任务的输出称为“工件”。协作：代理可以互相发送消息来传达上下文、回复、工件或用户指令。

用户体验协商：每条消息包含“部分”，即完整形成的内容片段，例如生成的图像。每个部分都有指定的内容类型，允许客户端和远程代理协商所需的正确格式，并明确包含对用户 UI 功能（例如 iframe、视频、Web 表单等）的协商。未来，谷歌官方表示，A2A 有望开启代理互操作的新时代，促进创新，并创建更强大、更灵活的代理系统。可以为未来铺平道路，使代理能够无缝协作，解决复杂问题，改善我们的生活。同时，谷歌也希望以开源的方式跟大家一起来共建。