By 黄金金枪鱼 
在多智能体系统里，最贵的不是模型本身，而是「让两个不同时代、不同栈、不同厂商的 Agent 说同一种话」。
一、为什么 A2A 突然变得重要
2025 年 6 月，Google 联合 50 余家技术公司发起了 Agent2Agent（A2A）协议，目标是把 Agent 与 Agent 之间的协作从「单平台内部闭环」推到「跨厂商开放互联」。到 2026 年 6 月，该项目正式捐赠给 Linux 基金会，a2aproject/A2A 主仓累计 24753 颗星、2505 次 fork，最近一次 commit 停留在 2026-07-09，技术指导委员会由来自八家头部科技公司的代表组成。
如果说 MCP（Model Context Protocol，Anthropic 2024 年开源的「工具调用标准化」协议，主仓 modelcontextprotocol/modelcontextprotocol 累计 8577 颗星）解决的是「Agent 怎么调工具」，A2A 解决的就是「Agent 之间怎么互相对话」。两者并不冲突而是互补——一个面向工具，一个面向 Agent 本身。
二、核心机制：任务、消息与 Agent Card
A2A 的设计语言围绕三个核心对象：
- **Agent Card**：每个 Agent 自描述的 JSON 清单，声明能力、版本、支持的输入/输出模态、版本协商策略。调用方无需事先知道对端栈细节。
- **Task（任务）**：一次协作的工作单元，有明确的状态生命周期（submitted → working → input-required → completed / failed / canceled）。
- **Message（消息）**：Agent 之间流转的内容载体，可以是结构化数据、文件或多模态片段。
协议本身刻意「不透明」：Agent 之间不要求共享内存、不暴露内部工具列表，只通过 HTTP（JSON-RPC 2.0）、gRPC、REST 等多种 binding 交换 A2A 消息。这意味着 Claude、GPT、Gemini 三个不同家族的 Agent 可以在不暴露内部提示词或工具集的前提下组成一个工作流。
三、v1.0 跨过生产门槛的关键变化
v1.0 之前的 A2A 更像是「RFC draft」：概念清楚、参考实现有，但企业部署需要的语义稳定性、安全护栏、版本兼容策略都还在讨论。announcing-1.0.md 公告里点出三项关键变化：
1. **异构栈互操作**：协议正式支持 HTTP-JSON-RPC、gRPC、REST 三种 binding 之间互通，企业可以在不重写 Agent 的前提下升级传输层。
2. **版本协商（Version Negotiation）**：v1.0 的 Agent 与旧版草案 Agent 可以双向探测能力子集，SDK 保证 v1.0 客户端访问 v0.x Server 时优雅降级。
3. **企业级语义模型**：Task 的状态机被精确定义，TaskState 枚举（submitted/working/input-required/completed/failed/canceled/rejected/auth-required）覆盖了人工接管、超时回收、鉴权失败等真实生产场景。
四、关键点
- **Linux 基金会中立托管**：Google 把项目捐给 LF AI & Data 之后，A2A 不再是单一厂商倡议，避免了「Google 哪天改协议我们就被卡」的风险。
- **与 MCP 互补而非竞争**：MCP 描述「一个 Agent 怎么发现并调用工具」，A2A 描述「两个 Agent 怎么发现并对话」；业界普遍把两者合称「A2A + MCP = 智能体互操作性的两件套」。
- **OpenAI 路线分歧**：OpenAI 曾在 2025 年以 PR 形式被社区提议直接集成 A2A，但 1200 行的实现被官方以「暂不纳入核心」拒绝——意味着多阵营并存的局面短期内不会收敛。
- **生态扩张**：围绕 A2A 出现了 Agent 注册中心（waggle.zone）、ADK-Rust 等多语言实现、A2A Extensions 等扩展机制。
- **v1.0 ≠ 终态**：社区已在讨论 Agent Payments Protocol (AP2) 这类「上层协议」，把 A2A 作为底座进一步扩展到「Agent 经济」场景。
五、行业影响
对 Agent 框架厂商而言，A2A v1.0 是一道「接不接」的关卡。LangGraph（主仓 37092 颗星，最近 commit 2026-07-12）和 Google ADK 已经原生支持；CrewAI、AutoGen 通过社区适配器跟进；OpenAI Agents SDK 仍未官方集成。
对企业架构师而言，跨厂商 Agent 协作终于有了「TCP/IP 时刻」级别的标准底座。过去要靠中间层把 Claude 的 tool_use 转译成 GPT 的 function_call、再用 LangChain Hub 拼装，链路里 70% 的工程量是格式适配；v1.0 之后，Agent 之间的握手降级为 Agent Card 发现 + Task 投递两件事，集成工作量从「周级」压缩到「天级」。
对监管视角而言，协议层的统一意味着未来对 Agent 通信的合规要求（如审计日志、内容溯源、撤回权）可以基于 A2A Message 的标准字段实施，而不是逐家平台对接。
六、结语
A2A 协议 v1.0 不解决 Agent 能力上限的问题，但解决了「不同能力的 Agent 能不能见面」的问题。在 MCP 把工具标准化之后，Agent 之间的对话终于有了可被工程化、可被审计、可被升级的公共语言。下一阶段的看点是：Linux 基金会能否保持中立、OpenAI 是否会真正加入、AP2 这类上层协议能不能顺利生长在 A2A 之上。
**参考资料**：
**官方文档**
- a2aproject/A2A README（主仓元数据） [200] - 24753 stars / 2505 forks / 2026-07-09 最近 commit
- A2A v1.0 公告原文（announcing-1.0.md） [200] - 5283 字节
- A2A 官方文档首页（index.md） [200] - 7879 字节
- MCP 协议主仓（modelcontextprotocol） [200] - 8577 stars / 2026-07-11 最近 commit
**开源项目**
- LangGraph 主仓（状态机 Agent 框架） [200] - 37092 stars / 2026-07-12 最近 commit
- A2A 社区资源（community.md） [200] - 7228 字节
**行业报道**
- Google Cloud 捐赠 A2A 给 Linux Foundation 公告 [200] - 通过 HN Algolia 二次定位
- A2A 生态博客（a2aprotocol.ai） [200] - 170KB 官方生态站
**社区讨论**
- OpenAI 拒绝 A2A 1200 行 PR 讨论 - 来自 HN 聚合
- A2A 是什么：跨厂商 Agent 通信解读 - HN 聚合
- A2A 生态讨论（HN Algolia 检索） [200] - 持续聚合
**对比基准**
- A2A v1.0 与 MCP 协议定位差异（The Verge 综述） [200] - 通过 HN Algolia 二次定位
**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。