A2A 协议深度解析：AI Agent 协作的新纪元

魁首2025-12-04 15:44

摘要：本文深入剖析 Google 于 2025 年 4 月发布的 Agent2Agent (A2A) 协议，从协议背景、设计哲学、核心架构、实现细节、应用场景到未来展望，全面解读这一 AI Agent 互操作性的开放标准。

目录

  1. [什么是 A2A 协议](#什么是 A2A 协议 "#%E4%BB%80%E4%B9%88%E6%98%AF-a2a-%E5%8D%8F%E8%AE%AE")
  2. [A2A 要解决什么问题](#A2A 要解决什么问题 "#a2a-%E8%A6%81%E8%A7%A3%E5%86%B3%E4%BB%80%E4%B9%88%E9%97%AE%E9%A2%98")
  3. 设计哲学与核心原则
  4. 核心架构与组件
  5. 协议实现详解
  6. [Multi-Agent 协作模式](#Multi-Agent 协作模式 "#multi-agent-%E5%8D%8F%E4%BD%9C%E6%A8%A1%E5%BC%8F")
  7. 与其他协议的对比
  8. 应用场景
  9. [未来展望：Agent 协作标准的演进](#未来展望：Agent 协作标准的演进 "#%E6%9C%AA%E6%9D%A5%E5%B1%95%E6%9C%9Bagent-%E5%8D%8F%E4%BD%9C%E6%A0%87%E5%87%86%E7%9A%84%E6%BC%94%E8%BF%9B")
  10. 总结

什么是 A2A 协议

Agent2Agent (A2A) 是一个开放的通信协议，专为 AI Agent 之间的互操作性而设计。它于 2025 年 4 月由 Google 联合超过 50 家技术合作伙伴（包括 Atlassian、Salesforce、SAP、LangChain 等）共同发布，并于同年捐赠给 Linux 基金会，成为厂商中立的开放标准。

graph TB subgraph "A2A 协议定位" A[AI Agent A
Claude/GPT] B[AI Agent B
Gemini] C[AI Agent C
企业自建Agent] A <-->|A2A Protocol| B B <-->|A2A Protocol| C C <-->|A2A Protocol| A end subgraph "协议层" P1[HTTP/HTTPS] P2[JSON-RPC 2.0] P3[Server-Sent Events] end A --- P1 B --- P2 C --- P3 style A fill:#e1f5fe style B fill:#fff3e0 style C fill:#f3e5f5

核心定义

概念 说明
协议类型 开放的 Agent-to-Agent 通信协议
技术基础 HTTP + JSON-RPC 2.0 + SSE
治理机构 Linux 基金会
核心理念 不透明协作（Opaque Collaboration）

A2A 要解决什么问题

当前 AI Agent 生态的困境

graph LR subgraph "问题：Agent 孤岛" A1[LangChain Agent] A2[AutoGPT Agent] A3[企业 Agent A] A4[企业 Agent B] A1 x--x|无法通信| A2 A2 x--x|无法通信| A3 A3 x--x|无法通信| A4 end subgraph "问题：N×M 集成" F1[框架 1] F2[框架 2] F3[框架 3] S1[系统 A] S2[系统 B] S3[系统 C] F1 ---|定制集成| S1 F1 ---|定制集成| S2 F1 ---|定制集成| S3 F2 ---|定制集成| S1 F2 ---|定制集成| S2 F2 ---|定制集成| S3 F3 ---|定制集成| S1 F3 ---|定制集成| S2 F3 ---|定制集成| S3 end style A1 fill:#ffcdd2 style A2 fill:#ffcdd2 style A3 fill:#ffcdd2 style A4 fill:#ffcdd2

A2A 解决的核心问题

问题 现状 A2A 解决方案
Agent 孤岛 不同框架的 Agent 无法通信 统一的通信协议层
N×M 集成复杂度 每个 Agent 需要与每个系统单独集成 标准化的 Agent Card 发现机制
私有协议锁定 企业被锁定在特定厂商生态 厂商中立的开放标准
安全边界模糊 Agent 协作需要暴露内部状态 不透明协作（Opacity）
长任务处理 缺乏标准化的异步任务管理 完整的任务生命周期管理

核心价值主张

设计哲学与核心原则

A2A 协议遵循五大核心设计原则：

1. 拥抱 Agent 原生能力（Embrace Agentic Capabilities）

graph subgraph "传统方式" T1[Agent A] -->|结构化 API| T2[中间件] -->|结构化 API| T3[Agent B] end subgraph "A2A 方式" A1[Agent A] <-->|自然语言 + 结构化数据| A2[Agent B] end style T2 fill:#ffcdd2 style A1 fill:#c8e6c9 style A2 fill:#c8e6c9

A2A 允许 Agent 以自然的、非结构化的方式协作，即使它们不共享内存、工具和上下文。

2. 基于现有标准（Build on Existing Standards）

graph subgraph "A2A 技术栈" L1[A2A 协议层] L2[JSON-RPC 2.0] L3[HTTP/HTTPS] L4[TCP/IP] end L1 --> L2 --> L3 --> L4 subgraph "可选扩展" E1[Server-Sent Events
流式响应] E2[Push Notifications
Webhook 回调] E3[gRPC
高性能场景] end L1 -.-> E1 L1 -.-> E2 L1 -.-> E3 style L1 fill:#2196f3,color:#fff style L2 fill:#64b5f6 style L3 fill:#90caf9 style L4 fill:#bbdefb

3. 默认安全（Secure by Default）

sequenceDiagram participant C as Client Agent participant S as Server Agent Note over C,S: 安全认证流程 C->>S: GET /.well-known/agent.json S-->>C: Agent Card (含认证要求) C->>C: 分析认证方案 alt OAuth 2.0 C->>S: 请求 + Bearer Token else API Key C->>S: 请求 + X-API-Key Header else mTLS C->>S: 请求 + 客户端证书 end S->>S: 验证凭证 S-->>C: 响应

A2A 支持与 OpenAPI 同等的企业级认证授权方案。

4. 支持长任务（Support Long-Running Tasks）

  • 后台任务处理
  • 人机协作（Human-in-the-Loop）审批
  • 流式更新

5. 模态无关（Modality Agnostic）

支持文本、图片、音频、PDF、HTML、JSON 等多种格式。

核心架构与组件

整体架构

graph TB subgraph "A2A 协议架构" subgraph "Client Agent" CA[Agent Logic] CC[A2A Client] end subgraph "Server Agent" SA[Agent Logic] SC[A2A Server] AC[Agent Card] end subgraph "通信层" HTTP[HTTP/HTTPS] JSONRPC[JSON-RPC 2.0] SSE[Server-Sent Events] end CA --> CC CC <--> HTTP HTTP <--> SC SC --> SA SC --> AC CC -.->|流式| SSE SSE -.-> SC end subgraph "核心对象" O1[Agent Card
能力描述] O2[Task
任务管理] O3[Message
消息交换] O4[Artifact
产出物] end AC --- O1 SA --- O2 SA --- O3 SA --- O4 style CA fill:#e3f2fd style SA fill:#e8f5e9 style O1 fill:#fff9c4 style O2 fill:#fff9c4 style O3 fill:#fff9c4 style O4 fill:#fff9c4

四大核心对象

1. Agent Card（代理卡片）

Agent Card 是 Agent 的"数字名片"，以 JSON 格式公开发布，描述 Agent 的身份、能力和连接信息。

json 复制代码 
{
  "name": "Code Review Agent",
  "description": "专业的代码审查 Agent，支持多种编程语言",
  "url": "https://agent.example.com/",
  "version": "1.0.0",
  "protocolVersion": "0.2.0",
  "provider": {
    "organization": "Example Corp",
    "url": "https://example.com"
  },
  "capabilities": {
    "streaming": true,
    "pushNotifications": true,
    "stateTransitionHistory": true
  },
  "skills": [
    {
      "id": "code_review",
      "name": "Code Review",
      "description": "审查代码质量、安全性和最佳实践",
      "tags": ["code", "review", "security"],
      "inputModes": ["text/plain", "application/json"],
      "outputModes": ["text/plain", "text/markdown"]
    }
  ],
  "securitySchemes": {
    "bearerAuth": {
      "type": "http",
      "scheme": "bearer"
    }
  }
}

2. Task（任务）

stateDiagram-v2 [*] --> submitted: 创建任务 submitted --> working: 开始处理 working --> working: 处理中 working --> input_required: 需要输入 working --> auth_required: 需要认证 input_required --> working: 收到输入 auth_required --> working: 认证完成 working --> completed: 成功完成 working --> failed: 处理失败 working --> canceled: 用户取消 submitted --> rejected: 拒绝任务 completed --> [*] failed --> [*] canceled --> [*] rejected --> [*] note right of working: 可发送状态更新
可产生 Artifact note right of input_required: Human-in-the-Loop
等待人工输入

3. Message（消息）

消息是 Agent 之间单次交互的载体，包含一个或多个 Part。

graph LR subgraph "Message 结构" M[Message] M --> R[role: user/agent] M --> ID[messageId] M --> P[parts] P --> P1[TextPart] P --> P2[FilePart] P --> P3[DataPart] end subgraph "Part 类型" P1 --> T1["kind: 'text'
text: '...'"] P2 --> T2["kind: 'file'
file: {name, mimeType, bytes/uri}"] P3 --> T3["kind: 'data'
data: {type: 'json', data: {...}}"] end

4. Artifact（产出物）

Artifact 是 Server Agent 产生的交付物，如文档、图片、代码文件等。

graph TB subgraph "Artifact 结构" A[Artifact] A --> AID[artifactId] A --> N[name] A --> D[description] A --> P[parts] P --> P1[Part 1: 代码文件] P --> P2[Part 2: 文档] P --> P3[Part 3: 图片] end subgraph "流式产出" S1[ArtifactUpdate 1
append: false] S2[ArtifactUpdate 2
append: true] S3[ArtifactUpdate 3
lastChunk: true] S1 --> S2 --> S3 end style S1 fill:#e3f2fd style S2 fill:#e3f2fd style S3 fill:#c8e6c9

协议实现详解

JSON-RPC 方法

A2A 定义了以下核心 RPC 方法：

graph TB subgraph "A2A RPC 方法" subgraph "消息发送" M1[message/send
发送消息并等待响应] M2[message/stream
发送消息并接收流式响应] end subgraph "任务管理" T1[tasks/get
获取任务状态] T2[tasks/cancel
取消任务] T3[tasks/resubscribe
重新订阅任务流] end subgraph "推送通知" P1[tasks/pushNotification/set
设置推送配置] P2[tasks/pushNotification/get
获取推送配置] end end style M1 fill:#e3f2fd style M2 fill:#e3f2fd style T1 fill:#e8f5e9 style T2 fill:#e8f5e9 style T3 fill:#e8f5e9 style P1 fill:#fff3e0 style P2 fill:#fff3e0

三种通信模式

模式 1：同步请求/响应

sequenceDiagram participant C as Client Agent participant S as Server Agent C->>S: message/send (JSON-RPC) Note right of S: 处理请求... S-->>C: Response (Task/Message) Note over C,S: 适用于简单、快速的任务

模式 2：流式响应 (SSE)

sequenceDiagram participant C as Client Agent participant S as Server Agent C->>S: message/stream (HTTP POST) S-->>C: HTTP 200 + Content-Type: text/event-stream loop 流式更新 S-->>C: data: {"kind": "status-update", ...} S-->>C: data: {"kind": "artifact-update", ...} end S-->>C: data: {"kind": "status-update", "final": true} Note over C,S: 连接关闭 Note over C,S: 适用于需要实时反馈的任务

模式 3：异步推送通知

sequenceDiagram participant C as Client Agent participant S as Server Agent participant W as Webhook (Client) C->>S: tasks/pushNotification/set
{taskId, webhookUrl} S-->>C: OK C->>S: message/send S-->>C: Task (working) Note right of S: 长时间处理... S->>W: POST /webhook
{taskId, state: completed} W-->>S: 200 OK C->>S: tasks/get {taskId} S-->>C: Task (completed) + Artifacts Note over C,S: 适用于长时间运行的任务

错误处理

A2A 定义了标准的 JSON-RPC 错误码：

错误码 名称 说明
-32700 Parse error JSON 解析错误
-32600 Invalid Request 无效的请求
-32601 Method not found 方法不存在
-32602 Invalid params 无效的参数
-32603 Internal error 内部错误
-32000 Task not found 任务不存在
-32001 Task not cancelable 任务无法取消
-32002 Push notification not supported 不支持推送通知
-32003 Unsupported operation 不支持的操作

Multi-Agent 协作模式

协作架构

graph TB subgraph "Multi-Agent 协作场景" U[用户请求] subgraph "Orchestrator Agent" O[协调者 Agent] end subgraph "Specialist Agents" S1[代码生成 Agent] S2[代码审查 Agent] S3[测试 Agent] S4[部署 Agent] end U --> O O <-->|A2A| S1 O <-->|A2A| S2 O <-->|A2A| S3 O <-->|A2A| S4 S1 -.->|MCP| T1[GitHub API] S2 -.->|MCP| T2[Code Analysis Tool] S3 -.->|MCP| T3[Test Runner] S4 -.->|MCP| T4[K8s API] end style O fill:#ff9800,color:#fff style S1 fill:#4caf50,color:#fff style S2 fill:#2196f3,color:#fff style S3 fill:#9c27b0,color:#fff style S4 fill:#f44336,color:#fff

协作流程示例

sequenceDiagram participant User participant Orch as Orchestrator participant Coder as Code Agent participant Review as Review Agent participant Test as Test Agent User->>Orch: "开发一个用户认证模块" Note over Orch: 分解任务 Orch->>Coder: message/send
"实现 JWT 认证逻辑" Coder-->>Orch: Task (working) Coder-->>Orch: Artifact (auth.ts) Coder-->>Orch: Task (completed) Orch->>Review: message/send
"审查 auth.ts 代码" Review-->>Orch: Task (working) Review-->>Orch: Message ("发现安全问题...") Review-->>Orch: Task (input-required) Orch->>Coder: message/send
"修复安全问题" Coder-->>Orch: Artifact (auth.ts v2) Orch->>Review: message/send
"重新审查" Review-->>Orch: Task (completed, "审查通过") Orch->>Test: message/send
"运行测试" Test-->>Orch: Task (completed, "100% 通过") Orch-->>User: "认证模块开发完成 ✓"

不透明协作（Opaque Collaboration）

A2A 的核心设计理念是不透明协作：

graph LR subgraph "Agent A (内部不可见)" A1[私有记忆] A2[专有逻辑] A3[内部工具] A4[接口层] end subgraph "Agent B (内部不可见)" B1[私有记忆] B2[专有逻辑] B3[内部工具] B4[接口层] end A4 <-->|A2A Protocol
仅交换任务和消息| B4 style A1 fill:#ffcdd2 style A2 fill:#ffcdd2 style A3 fill:#ffcdd2 style B1 fill:#ffcdd2 style B2 fill:#ffcdd2 style B3 fill:#ffcdd2 style A4 fill:#c8e6c9 style B4 fill:#c8e6c9

优势：

  • 保护知识产权和商业机密
  • 保护用户隐私数据
  • 降低集成复杂度
  • 支持异构 Agent 协作

与其他协议的对比

协议定位对比

graph TB subgraph "AI Agent 协议生态" subgraph "工具层 (Agent-to-Tool)" MCP[MCP
Model Context Protocol] end subgraph "Agent 协作层 (Agent-to-Agent)" A2A[A2A
Agent2Agent Protocol] ACP[ACP
Agent Communication Protocol] end subgraph "框架层" LC[LangChain] AG[AutoGPT] CW[CrewAI] end subgraph "应用层" APP[企业应用] end end APP --> LC APP --> AG APP --> CW LC --> MCP LC --> A2A AG --> MCP AG --> A2A CW --> A2A style MCP fill:#ff9800,color:#fff style A2A fill:#4caf50,color:#fff style ACP fill:#2196f3,color:#fff

详细对比表

维度 A2A MCP LangChain Function Calling
定位 Agent-to-Agent 通信 Agent-to-Tool 通信 Agent 开发框架 LLM 工具调用
发起者 Google + Linux Foundation Anthropic Harrison Chase OpenAI
协议类型 开放标准 开放标准 开源框架 私有协议
通信方式 JSON-RPC + SSE JSON-RPC 框架内部 HTTP API
发现机制 Agent Card Tool Schema 内置工具 函数定义
长任务支持 ✅ 完整支持 ❌ 不支持 🔶 部分支持 ❌ 不支持
流式处理 ✅ SSE ❌ 不支持 🔶 框架级别 ✅ 支持
跨厂商协作 ✅ 核心特性 🔶 有限 ❌ 不支持 ❌ 不支持
企业级安全 ✅ OpenAPI 兼容 🔶 基础 🔶 框架级别 ✅ 支持

A2A 与 MCP 的互补关系

graph TB subgraph "完整的 Agent 架构" subgraph "Agent A" A1[Agent Core] A2[MCP Client] end subgraph "Agent B" B1[Agent Core] B2[MCP Client] end subgraph "工具层" T1[Database] T2[API Service] T3[File System] end end A1 <-->|A2A Protocol| B1 A2 -->|MCP| T1 A2 -->|MCP| T2 B2 -->|MCP| T3 style A1 fill:#4caf50,color:#fff style B1 fill:#4caf50,color:#fff style A2 fill:#ff9800,color:#fff style B2 fill:#ff9800,color:#fff

类比：如果 MCP 是将键盘插入电脑的 USB 接口，那么 A2A 就是电脑之间发送邮件的网络协议。

应用场景

场景 1：企业供应链协作

graph LR subgraph "零售商" R[库存 Agent] end subgraph "供应商 A" SA[销售 Agent] end subgraph "供应商 B" SB[销售 Agent] end subgraph "物流商" L[物流 Agent] end R <-->|A2A: 询价| SA R <-->|A2A: 询价| SB R <-->|A2A: 安排配送| L SA <-->|A2A: 协调配送| L style R fill:#2196f3,color:#fff style SA fill:#4caf50,color:#fff style SB fill:#4caf50,color:#fff style L fill:#ff9800,color:#fff

案例：Tyson Foods 和 Gordon Food Service 正在使用 A2A 协议构建协作系统，实现产品数据和销售线索的实时共享。

场景 2：软件开发流水线

graph TB subgraph "DevOps Agent 协作" PM[产品经理 Agent] DEV[开发 Agent] QA[测试 Agent] SEC[安全 Agent] OPS[运维 Agent] end PM -->|需求| DEV DEV -->|代码| QA QA -->|测试报告| DEV DEV -->|代码| SEC SEC -->|安全报告| DEV DEV -->|构建产物| OPS OPS -->|部署状态| PM style PM fill:#9c27b0,color:#fff style DEV fill:#4caf50,color:#fff style QA fill:#2196f3,color:#fff style SEC fill:#f44336,color:#fff style OPS fill:#ff9800,color:#fff

场景 3：跨云 Agent 协作

graph LR subgraph "Azure" A1[Copilot Agent] end subgraph "Google Cloud" G1[Vertex AI Agent] end subgraph "AWS" W1[Bedrock Agent] end subgraph "企业私有云" E1[企业 Agent] end A1 <-->|A2A| G1 G1 <-->|A2A| W1 W1 <-->|A2A| E1 E1 <-->|A2A| A1 style A1 fill:#0078d4,color:#fff style G1 fill:#4285f4,color:#fff style W1 fill:#ff9900,color:#fff style E1 fill:#6b7280,color:#fff

Microsoft 已宣布：Azure AI Foundry 和 Copilot Studio 将很快支持 A2A 协议。

场景 4：数字内容创作

graph LR subgraph "Adobe Agent 生态" A1[创意 Agent] A2[排版 Agent] A3[图像处理 Agent] end subgraph "Google Agent 生态" G1[翻译 Agent] G2[SEO Agent] end A1 <-->|A2A| G1 A2 <-->|A2A| G2 A3 <-->|A2A| G1 style A1 fill:#ff0000,color:#fff style A2 fill:#ff0000,color:#fff style A3 fill:#ff0000,color:#fff style G1 fill:#4285f4,color:#fff style G2 fill:#4285f4,color:#fff

Adobe 正在使用 A2A 使其分布式 Agent 与 Google Cloud 生态系统中的 Agent 实现互操作。

未来展望：Agent 协作标准的演进

发展路线图

timeline title A2A 协议演进时间线 2025 Q1 : Google 发布 A2A v0.1 : 50+ 合作伙伴加入 2025 Q2 : A2A v0.2 发布 : 捐赠给 Linux Foundation : 支持无状态交互 2025 Q3-Q4 : A2A v1.0 预计发布 : 官方 SDK 正式版 : 企业生产就绪 2026+ : Agent Mesh 架构 : 联邦注册中心 : 跨域治理

未来架构演进

graph TB subgraph "当前：中心化发现" R1[Agent Registry] A1[Agent A] --> R1 A2[Agent B] --> R1 A3[Agent C] --> R1 end subgraph "未来：Agent Mesh" subgraph "Domain A" RA[Registry A] AA1[Agent A1] AA2[Agent A2] end subgraph "Domain B" RB[Registry B] AB1[Agent B1] AB2[Agent B2] end subgraph "Governance Layer" G[统一治理层] end AA1 --> RA AA2 --> RA AB1 --> RB AB2 --> RB RA <--> G RB <--> G RA <-.->|Federation| RB end style R1 fill:#ffcdd2 style G fill:#4caf50,color:#fff style RA fill:#2196f3,color:#fff style RB fill:#2196f3,color:#fff

预判：Agent 协作标准的未来

趋势 说明 可能性
A2A 成为事实标准 100+ 企业支持 + Linux Foundation 治理 ⭐⭐⭐⭐⭐
A2A + MCP 组合 形成完整的 Agent 互操作栈 ⭐⭐⭐⭐⭐
Agent Mesh 架构 类似 Service Mesh 的分布式治理 ⭐⭐⭐⭐
联邦身份认证 跨组织的 Agent 身份互认 ⭐⭐⭐⭐
实时协作协议 WebRTC 等实时协议集成 ⭐⭐⭐

总结

A2A 协议核心要点

关键结论

  1. A2A 是 Agent 协作的事实标准：100+ 企业支持、Linux Foundation 治理、厂商中立
  2. A2A 与 MCP 互补：共同构成完整的 Agent 互操作栈
  3. 不透明协作是核心创新：保护隐私和知识产权的同时实现协作
  4. 企业就绪：支持 OAuth、长任务、流式处理、推送通知
  5. 未来趋势：Agent Mesh 架构、联邦治理、跨域协作

参考资料

  • 关于作者：【前端领秀 】一个喜欢探索前端领域AI赋能的开发者，喜欢我的可以关注我，私信我邀请进入技术群，我会时刻分享最新前沿AI技术；
相关推荐
神秘的猪头37 分钟前
🚀 拒绝“一本正经胡说八道”！手把手带你用 LangChain 实现 RAG，打造你的专属 AI 知识库
langchain·llm·openai
ygxb1 小时前
如何去创建一个规范化的Agent SKIll？
后端·ai编程·claude
NikoAI编程1 小时前
Claude Code 安装报错？看这一篇就够了
ai编程
chaors1 小时前
从零学RAG0x01之向量化
人工智能·aigc·ai编程
chaors1 小时前
从零学RAG0x02向量数据库
人工智能·aigc·ai编程
栀秋6661 小时前
重塑 AI 交互边界：基于 LangChain 与 MCP 协议的全栈实践
langchain·llm·mcp
推敲1 小时前
第三篇：Spring 项目重构的高级技巧与最佳实践
ai编程
推敲1 小时前
第一篇：Claude Code 入门 —— 理解它如何"读懂"你的 Java 项目
ai编程
推敲1 小时前
第二篇：Claude Code 在 Spring 项目中的实战工作流
ai编程
牛奶3 小时前
AI辅助开发的基础概念
前端·人工智能·ai编程
热门推荐
01GitHub 镜像站点02OpenClaw 使用和管理 MCP 完全指南03OpenClaw + 飞书（Feishu）环境搭建指南04【OpenClaw 本地实战 Ep.3】突破瓶颈：强制修改 openclaw.json 解锁 32k 上下文记忆05Claude Code + GLM4.7 避坑指南：解决 Unable to connect to Anthropic services06OpenClaw优化飞书API 额度已耗尽问题07OpenClaw大龙虾机器人完整安装教程08Window 10部署openclaw报错node.exe : npm error code 12809Clawdbot部署教程：解决‘gateway token missing’授权问题的完整步骤10小黑课堂计算机二级WPSoffice题库软件下载安装教程（2026年3月最新版）