Agentic AI 架构入门（九）：Agent 通信协议全景——ACP/A2A/AG-UI/MCP

Agentic AI 架构入门（九）：Agent 通信协议全景------ACP/A2A/AG-UI/MCP

课程：《Agentic AI Architectures with Patterns, Frameworks and MCP》笔记整理（第 431--463 页）

1. 协议问题与解决方案

1.1 「协议问题」

我们已能在封闭系统内让 Agent 推理、用工具、协作
但当我们的 Agent 要跟你们的 Agent 说话呢？OpenAI 的 Agent 要消费 LlamaIndex 团队构建的工具呢？
不同团队、不同平台、不同公司构建的 Agent 怎么互相对话？

1.2 「显而易见」的答案：自定义 REST API？------「巴别塔」

各服务说着自己的「方言」（Function-calling dialect、Microsoft Agent Framework dialect、Custom REST API......），混乱不堪。短期修复，长期架构债务巨大：

供应商锁定：OpenAI 的 Agent 被锁进 OpenAI 生态
N 平方问题 ：连接 100 个 Agent 需要约 5,000 个自定义集成
根本上不可扩展：无法扩展到全球 Agent 网络

1.3 解决方案：什么是「Agent 协议」？

正式规范（「共同语言」/「社会契约」），定义自主 Agent 和工具如何：

发现彼此（Discover）
描述能力（"这是我的工具和它们做什么"）
通信（"请帮我跑这个任务"）
交换上下文（状态、记忆、用户 ID）

目标：互操作性（Interoperability）------把「Agent（大脑）」和「Tool（功能）」解耦。

1.4 路线图：四大新兴标准

协议	全称	专注点
ACP	Agent Communication Protocol	广泛全面的标准（一切 Agent 交互）
A2A	Agent-to-Agent	Agent 对话
AG-UI	Agent-User Interaction	Agent 到 UI 交互
MCP	Model-Context Protocol	Agent 到工具集成

2. ACP（Agent 通信协议）------「一统江湖」

2.1 定义

广泛的开源规范 ，目标是成为所有基于 Agent 交互的通用「语言」
类比：HTTP 是网页的协议，ACP 想成为「任务/目标」的协议
是规范（specification）不是实现（implementation）------一个谁都能照着构建的蓝图
野心：全面互操作性------成为整个生态的单一「通用语（lingua franca）」

2.2 ACP 实际定义了什么规则？

Task Management（任务管理）：标准定义「任务/子任务/目标」
State Synchronization（状态同步） ：标准方式报告任务状态（Pending 待处理 / Running 运行中 / Completed 已完成 / Failed 失败）
Discovery & Capabilities（发现与能力）：标准 "manifest" 宣传工具/技能
Artifact & Data Exchange（工件与数据交换）：标准方式在 Agent 间传递数据（文件、数据库行、文本）

2.3 小结

全面的开源规范，目标：任务委派、发现、状态管理的单一通用标准
范围：野心大------覆盖 A2A（Agent对Agent）、A2T（Agent对工具）、A2E（Agent对环境）、A2H（Agent对人）
状态：新兴标准，由 AI 领袖们的协作协议支持

3. A2A（Agent 到 Agent 协议）------「Agent 聊天标准」

3.1 定义

ACP 太全面，「一刀切」方案实现起来复杂
A2A = 专注的通信标准 ，专为两个以上 Agent 之间的对话协作设计
专注点：标准化协作「群聊」或「交接」中的消息
类比：ACP 像完整业务流程标准，A2A 更像即时消息标准（如 XMPP）或邮件------不关心工具怎么跑，关心 Agent 怎么通信

3.2 A2A 标准化了什么？

Message Schema（消息模式） ：JSON 结构------{"sender_id": "Agent_A", "recipient_id": "Agent_B", "session_id": "12345", "content": "{...}"}
Speech Acts（言语行为/标准「动词」） ：定义意图的消息类型------REQUEST（请求） ："请执行这个任务"、INFORM（告知） ："这是......"、PROPOSE（提议）......

3.3 何时用 A2A？

当你的主要问题是协作，不只是工具使用
理想模式：Group Chat / Debate、Router & Specialist（交接对话）、Reflection（CriticAgent 给 WriterAgent 的消息）
核心收益：构建联邦式 Agent 系统------不同团队的 Agent 无需互相了解就能协作
缺口：A2A 解决了 Agent 对 Agent------但最常见的场景是 Agent 对非 Agent（人类） 呢？

4. AG-UI（Agent 用户交互协议）------「店面前台」

4.1 定义

ACP 全面、A2A 管 Agent 对话------还差一个关键参与者：人类
Agent 怎么给用户发送不只是纯文本的东西？怎么动态生成按钮、表单、图表？
类比：A2A 是「后台办公室」标准，AG-UI 是「店面前台」标准------Agent 与用户相遇的界面
定义：定义 AI Agent 如何动态渲染丰富、交互式 UI 的标准和模式集合
转变：超越「文本进文本出」（聊天机器人）→ 目标：「生成式 UI（Generative UI） 」------Agent 根据上下文当场生成界面
例子：Adaptive Cards （微软，交换卡片内容的标准）、Vercel AI SDK (RSC)（从 Agent 到客户端流式传输 React 组件）
它是「智能体时代的 HTML」

4.2 AG-UI vs A2A/MCP：前端缺口

BACKEND（A2A & ACP）：Agent 间 JSON 通信，标注"为机器对机器（M2M）优化"
FRONTEND（AG-UI）：面向人的界面层
①平台无关渲染（Platform Agnostic Rendering） ：Agent → 标准 Adaptive Card 消息（JSON）→ 在 Teams / Slack / Web / Mobile 上分别渲染------"Agent 不知道如何画按钮，它只是声明'我需要一个按钮'"
②"Human-in-the-Loop" UI：Agent 发送 → 人机交互界面（HITL 确认）

4.3 小结

AG-UI 标准化 Agent 与人类之间的界面------启用随对话自适应的生成式 UI
对安全（HITL）和用户体验至关重要

5. MCP（模型上下文协议）------「Agent 的 OpenAPI」

5.1 定义

Agent 怎么跟我现有系统 说话？怎么消费 E-Shop 微服务、产品数据库、支付 API？------这些不是"Agent"，是"工具（Tools）"
MCP = 专注、轻量的协议 ，标准化 Model（如 LLM Agent）与 Context（工具、API、数据源） 的交互
类比：A2A 是"Agent 的邮件"，MCP 是"Agent 的 OpenAPI/Swagger"
核心解决的问题：Agent 到工具（A2T）通信
重要玩家：LlamaIndex 等专注"数据集成"问题的团队

5.2 小结

轻量协议：Agent 到工具通信；用标准 manifest.json 做工具发现和 schema
企业集成的标准------把 Agent 从专有工具中解耦
目标：任何工具/微服务都能被任何 Agent 消费

6. 架构师视角：协议地图与决策

6.1 三大协议不是竞争，是解决不同问题

协议	定位	类比
ACP	野心勃勃的「重量级」标准，统管所有 Agent 交互	「全套业务流程标准」
A2A	专注的「轻量级」标准，Agent 对话协作	「邮件/即时消息」
MCP	实用的「集成」标准，Agent 消费工具和 API	「OpenAPI/Swagger」

架构师视角有 2 个截然不同的问题（协作问题 vs 集成问题）------它们不是同一个：

Problem 1 Collaboration（A2A）："怎么让机器人协作？"（联邦群聊）
Problem 2 Integration（A2T）："怎么让机器人与工具沟通？"（API/数据库）
ACP → 两者都解决，是「超集协议」（全面一站式生态）

对大多数企业架构师来说，最直接最痛苦的问题是：集成（Integration）

6.2 架构师决策矩阵

复制代码

IF 我的主要目标是...... 让我的现有 API 能被任何 Agent 消费
   THEN 实现一个 MCP server

IF 让我的自有 Agent 团队（Writer 和 Critic）协作
   THEN 用 A2A 风格内部标准

IF 从零构建一个完整、全新、全面的 Agentic 生态
   THEN 评估采用完整 ACP 规范

大多数企业会从 MCP 开始

6.3 完整协议栈（现代 Agentic 系统三件套）

#mermaid-svg-kwkvmf33cTVy6OgX{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-kwkvmf33cTVy6OgX .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-kwkvmf33cTVy6OgX .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-kwkvmf33cTVy6OgX .error-icon{fill:#552222;}#mermaid-svg-kwkvmf33cTVy6OgX .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-kwkvmf33cTVy6OgX .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-kwkvmf33cTVy6OgX .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-kwkvmf33cTVy6OgX .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-kwkvmf33cTVy6OgX .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-kwkvmf33cTVy6OgX .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-kwkvmf33cTVy6OgX .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-kwkvmf33cTVy6OgX .marker{fill:#333333;stroke:#333333;}#mermaid-svg-kwkvmf33cTVy6OgX .marker.cross{stroke:#333333;}#mermaid-svg-kwkvmf33cTVy6OgX svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-kwkvmf33cTVy6OgX p{margin:0;}#mermaid-svg-kwkvmf33cTVy6OgX .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-kwkvmf33cTVy6OgX .cluster-label text{fill:#333;}#mermaid-svg-kwkvmf33cTVy6OgX .cluster-label span{color:#333;}#mermaid-svg-kwkvmf33cTVy6OgX .cluster-label span p{background-color:transparent;}#mermaid-svg-kwkvmf33cTVy6OgX .label text,#mermaid-svg-kwkvmf33cTVy6OgX span{fill:#333;color:#333;}#mermaid-svg-kwkvmf33cTVy6OgX .node rect,#mermaid-svg-kwkvmf33cTVy6OgX .node circle,#mermaid-svg-kwkvmf33cTVy6OgX .node ellipse,#mermaid-svg-kwkvmf33cTVy6OgX .node polygon,#mermaid-svg-kwkvmf33cTVy6OgX .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-kwkvmf33cTVy6OgX .rough-node .label text,#mermaid-svg-kwkvmf33cTVy6OgX .node .label text,#mermaid-svg-kwkvmf33cTVy6OgX .image-shape .label,#mermaid-svg-kwkvmf33cTVy6OgX .icon-shape .label{text-anchor:middle;}#mermaid-svg-kwkvmf33cTVy6OgX .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-kwkvmf33cTVy6OgX .rough-node .label,#mermaid-svg-kwkvmf33cTVy6OgX .node .label,#mermaid-svg-kwkvmf33cTVy6OgX .image-shape .label,#mermaid-svg-kwkvmf33cTVy6OgX .icon-shape .label{text-align:center;}#mermaid-svg-kwkvmf33cTVy6OgX .node.clickable{cursor:pointer;}#mermaid-svg-kwkvmf33cTVy6OgX .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-kwkvmf33cTVy6OgX .arrowheadPath{fill:#333333;}#mermaid-svg-kwkvmf33cTVy6OgX .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-kwkvmf33cTVy6OgX .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-kwkvmf33cTVy6OgX .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-kwkvmf33cTVy6OgX .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-kwkvmf33cTVy6OgX .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-kwkvmf33cTVy6OgX .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-kwkvmf33cTVy6OgX .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-kwkvmf33cTVy6OgX .cluster text{fill:#333;}#mermaid-svg-kwkvmf33cTVy6OgX .cluster span{color:#333;}#mermaid-svg-kwkvmf33cTVy6OgX div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-kwkvmf33cTVy6OgX .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-kwkvmf33cTVy6OgX rect.text{fill:none;stroke-width:0;}#mermaid-svg-kwkvmf33cTVy6OgX .icon-shape,#mermaid-svg-kwkvmf33cTVy6OgX .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-kwkvmf33cTVy6OgX .icon-shape p,#mermaid-svg-kwkvmf33cTVy6OgX .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-kwkvmf33cTVy6OgX .icon-shape .label rect,#mermaid-svg-kwkvmf33cTVy6OgX .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-kwkvmf33cTVy6OgX .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-kwkvmf33cTVy6OgX .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-kwkvmf33cTVy6OgX :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} AG-UI

前端层：生成式 UI + 人类反馈
A2A

后端层：内部协作与编排
MCP

集成层：连接企业数据与服务
人类 User
Agent
其他 Agent
工具/微服务/数据源
ACP 全面标准

（超集：A2A/A2T/A2E/A2H）

BACKEND（A2A）：内部协作与编排
INTEGRATION LAYER（MCP）：连接企业数据与服务
FRONTEND（AG-UI）：渲染生成式 UI 并处理人类反馈

7. 小结

本段精华：

协议问题 ：没有共同语言 → 「巴别塔」------各服务说着自己的「方言」→ 供应商锁定 + N² 问题（100 Agent 要 5,000 集成）+ 不可扩展
Agent 协议 = 「社会契约」：发现彼此 / 描述能力 / 通信 / 交换上下文------目标互操作性、解耦大脑与功能
四大协议各管一段：ACP（一切，重量级）/ A2A（Agent 对话，轻量）/ AG-UI（Agent 到人界面）/ MCP（Agent 到工具集成）
ACP 四大规则：任务管理 + 状态同步（Pending/Running/Completed/Failed）+ 发现与能力（manifest）+ 工件与数据交换------覆盖 A2A/A2T/A2E/A2H
A2A ：「Agent 的邮件」------消息 schema + 言语行为（REQUEST/INFORM/PROPOSE），专为群聊/交接/反思协作；能建联邦式系统
AG-UI ：「智能体时代的 HTML」------生成式 UI：Agent 声明"我需要一个按钮"，卡片在 Teams/Slack/Web/Mobile 各自渲染（平台无关）；对 HITL 安全和体验至关重要
MCP ：「Agent 的 OpenAPI」------manifest.json 工具发现；企业集成的解耦关键
协议地图：协作问题（A2A）+ 集成问题（A2T）= 两个不同问题；ACP 是「超集」两者都解决
决策矩阵 ：让 API 被任何 Agent 消费→MCP ；自家团队协作→A2A 内部标准；从零建生态→ACP。大多数企业从 MCP 开始
完整协议栈三层：BACKEND（A2A 协作）+ INTEGRATION（MCP 工具）+ FRONTEND（AG-UI 界面）
下一段预告 ：MCP 深潜------4 层拓扑（Host/Client、Protocol、Server、数据源）、核心概念、生命周期、设计模式与案例