摘要：过去几个月，至少有两个AI助手互操作标准出现：先是Anthropic推出了“模型上下文协议(MCP)”，然后思科带头搞了个叫做“AGNTCY”的联盟标准。这是因为大家越来越认识到，让不同公司开发的AI助手能够“互相说话”非常重要。想象一下，财务部的AI、人事部

现在AI助手越来越多，但它们之间却像是生活在平行世界，完全不能交流，现在谷歌也坐不住了，要来解决这个痛点。

过去几个月，至少有两个AI助手互操作标准出现：先是Anthropic推出了“模型上下文协议(MCP)”，然后思科带头搞了个叫做“AGNTCY”的联盟标准。这是因为大家越来越认识到，让不同公司开发的AI助手能够“互相说话”非常重要。想象一下，财务部的AI、人事部的AI和销售部的AI如果能无缝合作，效率会提高多少！

正是看到这个趋势，现在谷歌也来凑热闹了，最新推出“Agent2Agent”(简称A2A)协议。

这次谷歌可没单打独斗，而是联合了50多家大厂一起上，包括Atlassian、Box、Cohere、Intuit、LangChain、MongoDB、Salesforce、SAP、ServiceNow、UKG和Workday等公司。看这阵仗，A2A协议旨在成为AI助手和AI应用之间的互操作语言。

谷歌云业务应用平台副总裁兼总经理Rao Surapaneni在独家采访中表示，A2A让具有不同专长和数据节点的助手更容易获取所需上下文。

“每个AI系统都有特定专长，因为它们拥有数据节点或逻辑节点，或者当前用户群专注于特定任务，这些框架预计会围绕非常专业的焦点发展。作为客户，如果我部署了这些多平台和多框架，我不希望在它们之间来回切换。”他后面还补了一句：“谷歌与50多个合作伙伴和客户合作的部分原因是为了构建A2A，使其具有「以企业级、安全和可信方式进行互操作的能力」。”

什么是A2A协议？

这个A2A协议到底是什么？

简单来说，A2A协议主要是让两种AI助手互相交流：一种叫「客户端助手」，另一种叫「远程助手」。

这就像餐厅里的服务员和厨师的关系：服务员（客户端助手）接收你的点餐并传达给厨师，而厨师（远程助手）则负责根据这些要求烹饪美食。比如你问自家AI一个财务问题，它如果不懂，就可以去请教专门的财务AI，然后把答案告诉你，全程你不用操心。

谷歌在最新一篇博文中写道，A2A协议主要包括四项功能：

功能一，能力发现：助手可以通过JSON格式的“助手卡片”（技术上叫Agent Card）来展示它有什么能力，就像我们人类有个人简历一样，这样客户端助手就能确定最适合完成任务的远程助手。比如你问：“我想了解今年的税收政策变化”，你的个人助手可能对税务不精通，但它知道谁是税务专家，于是就会找到税务助手来合作。

功能二，任务管理：确保助手间的对话都是围绕完成任务展开的，并定义任务的生命周期。对于耗时较长的任务，两个助手会保持联系，互相更新最新进度。任务的最终结果被称为“工件（artifact）”。这就像你点了一道复杂的菜，厨师会不时告诉服务员：“已经开始准备食材了”、“马上就好了”，最后才端出成品。

功能三，协作功能：助手们可以互相发送消息，传递上下文、回复、工件或用户指令。就像服务员可能会告诉厨师：“客人对海鲜过敏”或“客人喜欢微辣口味”，AI助手之间也会分享这类重要信息，确保最终结果符合你的需求。

功能四，用户体验协商：每条消息都包含“一部分”内容，比如生成的图像。每个部分都有特定的内容类型，这样客户端和远程助手就能协商出正确的格式，并明确包括用户界面能力的协商：比如是否支持嵌入框架、视频、网页表单等等。这就像服务员知道，你是坐在高脚凳上还是在包厢里，从而决定如何最好地为你上菜。

总结而言，A2A就像是给AI助手们创造了一种“通用语言”，让它们能够无障碍交流，共同为用户提供更全面、更智能的服务。

最重要的是，谷歌把A2A设计成了开源协议，整个AI社区都可以来贡献代码和更新。Surapaneni强调：“我们希望这真正成为一个社区驱动的开源项目，有一个专门的治理委员会，但核心是要保持开放且由社区驱动。”

在开发A2A过程中，谷歌团队特别注重让AI助手们能用“自然、非结构化”的方式交流，即使它们没有共享的记忆、工具和上下文也没问题。而且A2A基于HTTP和JSON这些现成标准构建，所以更容易与现有技术栈集成，安全性也有保障。

真实案例：A2A如何革新招聘流程？

为了让大家更直观看到A2A协议的能力，谷歌还特别用了一个真实案例，主打一个全面。

谷歌在最新博文中写道：有了A2A，招聘一名软件工程师的过程可以变得很轻松：在Agentspace这样的统一界面中，招聘经理只需告诉自己的AI助手：“帮我找符合这个职位描述、在这个地区、具备这些技能的候选人。”

接下来，神奇的事情发生了：

· 你的AI助手会自动联系其他专门的招聘AI助手；

· 这些专业助手会帮你筛选潜在候选人；

· 你收到建议名单后，只需动动手指，就能指示助手安排面试；

· 面试结束后，另一个专门的AI助手还能帮你完成背景调查。

整个候选人寻找过程变得流畅无比。

AI圈的“通用语言”之争：互操作协议的崛起

当然，A2A只是AI助手“通用语言”大战的最新一幕，让AI助手互相听懂对方说话这件事，现在可热闹了，各大科技巨头都在抢滩布局。

除了谷歌的A2A，市场上还有思科联合LangChain、Galileo、LlamaIndex和Glean组成的AGNTCY联盟，目标是为AI助手间创建标准通信方式；同时参与A2A的LangChain还单独开发了Agent Protocol；微软也升级了AutoGen框架，都是为了让AI助手们能顺畅交流。

有意思的是，微软等很多公司已经拥抱了Anthropic的MCP协议，就连谷歌自己也通过新的Agent Development Kit支持MCP。面对这种情况，谷歌云Surapaneni赶紧澄清：A2A和MCP不是竞争关系，而是互补的。

“我们把MCP和A2A看作互补能力，”他解释道，“A2A处于更高层次的抽象，让应用和助手互相交流。你可以把它想象成分层架构，MCP负责在底层与LLM、工具和数据交互。”

谷歌明显不想把自己孤立起来，Surapaneni没有排除与其他互操作协议联盟合作的可能。他表示A2A随时欢迎新成员加入，协议会根据社区建议和需求不断更新，是一个“活着的代码”——“我们会考虑如何与所有协议保持一致，总会有一些协议带来好点子，我们希望把所有好想法都吸收进来。”

为什么互操作性需求突然爆发？

各大组织和AI公司都认同一个观点：未来的世界不会只有一个AI模型称霸，而是多模型并存。这意味着AI助手也会基于不同的语言和框架构建，这很合理。

但要实现一个完整的助手生态系统，就必须让各家公司的助手能够互相交流。这说起来容易做起来难！行业标准通常需要时间才能确立，还需要大部分公司的认可和支持。

无论是A2A、MCP还是AGNTCY，如果希望成功创建一种标准方式让所有AI助手都能使用，不管它们是谁构建的或基于哪种框架，都必须实现大规模采用和部署。

Surapaneni也坦率承认，即使有50多个合作伙伴在研发A2A，目前的采用率仍未达到临界点。“所有这些协议都会不断发展，特别是在AI快速变化的环境下，我们会发现新的用例和场景需要解决，所以它会继续成长，”他说道。

来源：科技行者一点号1