谷歌的“MCP”,谷歌刚发布了一个A2A(Agent2Agent)协议,让不同供应商的AI Agent能够互相协作

谷歌的"MCP",谷歌刚发布了一个A2A(Agent2Agent)协议,让不同供应商的AI Agent能够互相协作 谷歌主导,50多家科技公司参与 A2A设计原则

1、让agent能以自然、非结构化的方式进行协作,即使它们不共享记忆、工具和上下文也能协作

2、协议基于现有的流行标准,比如HTTP、SSE、JSON-RPC),便于集成

3、支持企业级认证和授权,与OpenAPI的认证方案一致

4、支持长期任务,支持从快速任务到可能需要数小时甚至数天的深度研究任务,同时提供实时反馈和状态更新

5、支持多模态,包括音频和视频流,不仅仅是文本

A2A:开启AI代理互操作的新时代

谷歌近日发布了一项全新的开放协议------Agent2Agent(简称A2A),旨在推动AI代理之间的互操作性,为开发者提供构建跨平台、协作性AI解决方案的强大工具。这一协议得到了超过50家技术合作伙伴的支持与贡献,包括Atlassian、Box、Cohere、Intuit、LangChain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG、Workday等知名企业,以及Accenture、BCG、Capgemini、Deloitte、HCLTech、Infosys、KPMG、McKinsey、PwC、TCS、Wipro等领先服务提供商的参与。

AI代理协作的未来

AI代理为提升生产力提供了独特机会,能够自主处理日常重复性或复杂任务。如今,企业正日益依赖AI代理来扩展、自动化和优化职场中的各种流程------从订购新笔记本电脑到协助客服代表,再到优化供应链规划。然而,要充分发挥AI代理的潜力,这些代理必须能在跨孤立数据系统和应用的动态多代理生态中实现协作。无论代理由不同厂商或框架开发,互操作性的实现都将显著提升自主性,成倍提高生产效率,同时降低长期成本。

A2A协议应运而生,旨在让AI代理之间实现安全通信、信息交换和行动协调,覆盖多种企业平台和应用。这一框架将为客户带来巨大价值,使AI代理能够无缝协作,覆盖整个企业应用生态。谷歌与合作伙伴共同努力,预示了一个未来愿景:无论底层技术如何,AI代理都能协同工作,自动化复杂的企业流程,推动前所未有的效率和创新。

A2A协议是对Anthropic的Model Context Protocol(MCP)的补充,后者为代理提供工具和上下文支持。基于谷歌在扩展代理系统方面的内部经验,A2A协议专为解决大规模多代理系统部署中的挑战而设计。开发者可利用A2A构建能够与其他代理连接的AI解决方案,用户则能灵活组合不同供应商的代理。企业因此获得了一种标准化方法,在多样化的平台和云环境中管理代理。这种通用的互操作性被认为是充分发挥协作AI代理潜力的关键。

A2A的设计原则

A2A是一个开放协议,为代理间的协作提供标准化方式,不受底层框架或供应商限制。在与合作伙伴共同设计时,谷歌遵循了以下五大原则:

  • 拥抱代理能力:A2A注重支持代理在自然、非结构化模式下的协作,即使它们不共享内存、工具或上下文,也能实现真正的多代理场景,而非仅限于"工具"角色。
  • 基于现有标准:协议建立在HTTP、SSE、JSON-RPC等广泛使用的标准之上,便于与企业现有IT技术栈集成。
  • 默认安全:A2A支持企业级认证和授权,发布时与OpenAPI的认证方案保持一致。
  • 支持长时间任务:协议灵活设计,既能处理快速任务,也能应对需数小时甚至数天的深度研究(包括人工参与),并提供实时反馈、通知和状态更新。
  • 模态无关:A2A不仅限于文本,还支持音频、视频流等多种模态。

A2A的工作机制

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,远程代理则执行任务以提供正确信息或采取相应行动。这一交互涉及以下关键能力:

  • 能力发现:代理通过JSON格式的"Agent Card"发布自身能力,客户端代理可据此识别最佳执行任务的远程代理并通过A2A通信。
  • 任务管理:客户端与远程代理的通信以任务完成为导向,任务对象由协议定义并具有生命周期,可即时完成或在长时间任务中保持状态同步,任务输出称为"artifact"(成果)。
  • 协作:代理间可发送消息以共享上下文、回复、成果或用户指令。
  • 用户体验协商:每条消息包含"parts"(完整内容,如生成图片),各部分指定内容类型,允许代理协商所需格式并适配用户界面能力(如iframe、视频、网页表单等)。

详细协议工作机制可参考草案规范

现实案例:候选人招聘

以招聘软件工程师为例,A2A协作可显著简化流程。在类似Agentspace的统一界面中,用户(如招聘经理)可指示代理根据职位描述、地点和技能要求寻找候选人。该代理随后与其他专业代理协作,筛选潜在候选人。用户收到建议后,可进一步指示代理安排面试,甚至在面试后启动背景调查。这一过程展示了AI代理如何跨系统协作以高效完成任务。

代理互操作的未来

A2A有望开启代理互操作的新时代,促进创新,构建更强大、多功能的代理系统。谷歌致力于与合作伙伴及社区在开源环境下共同开发这一协议,并已发布完整规范草案及代码示例(详见A2A网站)。谷歌计划在今年晚些时候与合作伙伴推出生产就绪版本。

合作伙伴反馈

A2A生态系统正不断壮大,众多技术与服务合作伙伴积极参与协议定义和技术规范的制定。以下是部分关键合作伙伴的反馈:

  • Intuit:A2A将加速复杂代理工作流和伙伴集成,推动跨平台代理协作。
  • Salesforce:支持A2A标准将扩展Agentforce生态,增强数字劳动力体验。
  • SAP:A2A是实现SAP Joule与其他AI代理跨平台协作的关键一步。
  • Accenture:A2A将连接跨平台代理,解决复杂挑战,提升集体智能。
  • Deloitte:A2A推动技术生态协作,将加速代理AI的广泛采用。

了解更多

想深入了解A2A?请查看完整规范草案代码示例,并参与协议的演进,共同定义AI代理互操作的未来。

相关推荐
杨浦老苏12 小时前
MCPHub:一站式MCP服务器聚合平台
人工智能·docker·ai·群晖·mcp
伊织code15 小时前
AWS MCP Servers
服务器·python·ai·云计算·aws·mcp
Lilith的AI学习日记15 小时前
纳米AI搜索体验:MCP工具的实际应用测试,撰写报告 / 爬虫小红书效果惊艳
人工智能·测试工具·aigc·ai编程
Generalzy16 小时前
Model Context Protocol (MCP)笔记
笔记·ai·mcp
~ rainbow~20 小时前
cursor编程实战(一)
ai编程
极小狐1 天前
如何创建并使用极狐GitLab 项目访问令牌?
数据库·ci/cd·gitlab·devops·mcp
炎码工坊2 天前
解锁RAG:AI 2.0时代的“知识外挂”是如何炼成的?
ai编程
森叶3 天前
Windows11 VS code 安装 Cline 调用 Github MCP 配置过程坑点汇总
github·ai编程
程序员陆通3 天前
MCP协议与Dify集成教程
人工智能·ai编程
gs801404 天前
MCP智能体多Agent协作系统设计(Multi-Agent Cooperation)
人工智能·mcp