A2A 协议一年记:从 Google 实验到 Linux Foundation 接管,跨厂商 Agent 协作走向标准化

2025 年 4 月 Google 在 Cloud Next 上发布 A2A,2025 年 6 月 23 日在 Open Source Summit North America 由 Linux Foundation 接管 —— 一年之内,跨厂商 Agent 通信从"几家大厂的实验"变成了"百余家公司的开放标准"。本文拆解 A2A 的核心架构、与 Anthropic MCP 的边界,以及它对企业级 Agent 系统的实际影响。

核心事件

2025 年 4 月,Google 在 Cloud Next 大会与 50 余家合作伙伴联合发布 Agent2Agent (A2A) 协议 —— 一套用于不同供应商、不同框架构建的 AI Agent 之间互相发现、协商任务、交换产物的开放协议。两个月后的 6 月 23 日,Linux Foundation 在丹佛 Open Source Summit North America 宣布正式成立 Agent2Agent 项目,Google 将规范、SDK 与开发者工具整套移交基金会托管,AWS、Cisco、Microsoft、Salesforce、SAP、ServiceNow 六家作为创始成员加入,"目前支持该协议的公司已超过 100 家"。

这一动作把 A2A 从"Google 主推的协议"升格为"由中立的基金会治理、社区驱动演进的开放标准"。对开发者而言,最直接的含义是:未来跨厂商、跨云、跨框架的 Agent 协作不再需要为每个集成点写胶水代码,而是建立在同一套语义与传输之上。

A2A 的核心架构:7 个构件

A2A 的设计目标是让 Agent 之间像调用 HTTP 服务一样自然地协作。规范定义了 7 个核心构件:

  • A2A Client(客户端 Agent):发起请求、发现远端 Agent、委派任务
  • A2A Server(远端 Agent):暴露 HTTP 端点接收任务、处理并返回产物
  • Agent Card:一个 JSON 元数据文件,类似 LLM 的 model card,包含名称、版本、端点 URL、支持的数据模态、认证要求 —— 可以理解成"Agent 的名片 / 简历"
  • Task:一次协作的基本单元,拥有唯一 ID,生命周期走 submitted → working → input-required → completed / failed 的状态机
  • Message:消息,承载"实际内容"的容器,由若干 Part 组成
  • Artifact:服务端最终产出的"实体成果",如文档、图像、结构化数据,可以流式增量推送
  • Part:最小的内容单位,三种类型 —— TextPart / FilePart / DataPart

与 MCP 的边界:互补而非竞争

A2A 经常和 Anthropic 在 2024 年推出的 Model Context Protocol (MCP) 一起被提及,但二者解决的问题域正交

  • MCP 解决的是"Agent ↔ 工具 / 数据源" —— Agent 如何访问数据库、调 Slack、读 GitHub
  • A2A 解决的是"Agent ↔ Agent" —— 不同 Agent 之间如何协商任务、交换产物、协调长链路流程

IBM 在 Think 频道给出一个零售场景的对比:库存 Agent 用 MCP 查询 ERP 库存 → 发现库存不足 → 用 A2A 与外部供应商 Agent 通信下订单。两者并不冲突,实际生产系统往往需要同时用 MCP(拿数据/工具)和 A2A(跨 Agent 协作)。

mermaid diagram

传输与任务模型

A2A 协议在传输层选用了工业界最稳定的两条路径:

  • 同步 / 流式响应:JSON-RPC 2.0 over HTTPS,对应短任务与单次问答
  • 长任务与异步:Server-Sent Events (SSE) 做实时流式推送,Webhook Push Notification 做"客户端断开后仍能收到回调"

任务的生命周期是显式的、可被查询的:submitted(已受理)→ working(处理中)→ input-required(需要客户端补充输入)→ completed / failed。这套显式状态机让 Agent 协作具备了"可观测"的语义 —— 调用方可以随时查询 Task 的当前状态、已产出的 Artifact、消耗的资源。

mermaid diagram

关键点

  • 协议中立化:从 Google 单家推动升级为 Linux Foundation 治理,避免单一厂商主导带来的 lock-in 风险
  • 跨框架兼容:CrewAI、LangChain、AutoGen 这类框架原本只在自家生态内做编排,A2A 让它们可以无缝作为 Client 或 Server 加入跨厂商协作
  • 显式任务状态机submitted → working → input-required → completed/failed 让长任务可观测、可恢复、可审计
  • 认证沿用 OpenAPI 规范:API Key、OAuth 2.0、OpenID Connect Discovery 都能直接复用,企业安全团队无需学新协议
  • 100+ 公司支持:包括 AWS、Microsoft、SAP、Salesforce、ServiceNow、Cisco 等,生态密度已经接近"事实标准"门槛

行业影响

对企业落地而言,A2A 真正解决的是"Agent 编排碎片化"问题。当一家公司同时使用 Microsoft Copilot Studio、SAP Joule、自研 LangGraph Agent 时,过去只能通过 iPaaS 或自研胶水代码把三者串起来;A2A 让这三套 Agent 可以直接互相发现、互相委派任务,不再需要中间层。这也意味着供应商必须让自己的 Agent 同时"可被消费"和"可被调用",否则会被边缘化。

对开发者社区的直接影响:Agent Card 的设计会成为新的"接口文档形态",JSON 描述文件会像 OpenAPI/Swagger 一样流行;Agent 框架作者会开始默认提供 A2A Server 端点暴露能力;对求职者而言,"懂 A2A / MCP 这类协议栈"会从加分项变成硬性要求。

结语

A2A 一年内从 Google 实验项目走到 Linux Foundation 接管的开放标准,标志着 Agent 通信协议进入了"标准化时代"。对工程师而言,下一步值得跟踪的方向有三:一是 SDK 与参考实现的成熟度(目前主流语言实现仍在快速补齐);二是与 MCP、ACP、ANP 等并立协议的边界收敛;三是大规模生产部署中"身份 / 授权 / 审计"等非功能性需求如何沉淀进规范本身。这些问题在 2026 年下半年会有更明确的答案。

参考资料

官方文档

开源项目

行业报道

社区讨论

对比基准


本文由 AI 生成。内容基于公开资料整理,可能存在事实偏差,引用链接请以原始来源为准。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注