Google最新发布的A2A协议引发了广泛关注，但市场上存在诸多误解。本文将简明扼要地介绍A2A协议的核心内容，包括其定义、功能以及与Anthropic提出的MCP协议的区别。通过深入解析A2A协议的关键要素，如任务发送、状态跟踪、结果获取和Agent能力暴露。

今天 Google 发布了 A2A 协议（Agent-to-Agent Protocol），感觉很多报道失实了。

有条件的同学，可以直接看 GitHub:

https://github.com/google/A2A

参数定义:

https://github.com/google/A2A/blob/main/specification/json/a2a.json

1、什么是 A2A？

A2A 是 Google 推出的一个开放通信协议，旨在让 AI 代理（Agent）之间可以互相沟通、协作、派发任务，并同步结果。

它解决的核心问题是：

“多个智能体如何像一个团队一样配合工作？”

想象你是一个项目经理（AI Agent A），你指派另一个人（AI Agent B）去完成任务、实时查看进度、获取结果。

2、A2A 定义了什么？

A2A 提供了一整套标准化接口与数据结构，主要包括：

✅ 任务发送（Task Initiation）

任何 Agent 都可以通过 tasks/send 或 tasks/sendSubscribe 向另一个 Agent 发出任务请求：

🔄 任务状态跟踪（Lifecycle & Streaming）

任务有完整的状态生命周期（如：submitted → working → completed）。

若使用 sendSubscribe，Agent 可以订阅 SSE（Server-Sent Events）接收状态更新：

📦 获取结果（Artifacts）

任务完成后，执行方返回一个 artifact 对象，内部是若干 part 组成的内容单元（文本、结构化数据、文件等）：

🧬 Agent 能力暴露（AgentCard）

每个 Agent 都需要提供一个标准的能力描述文件 /.well-known/agent.json，用于被发现和访问。其中包含：

• 支持的方法
• 身份验证方式
• 输入输出格式
• streaming/push 支持与否等

🔁 总结一下

A2A 的使用方法

1. 发现对方 Agent（通过 agent.json）
2. 发起任务（send / sendSubscribe）
3. 订阅状态流 / 等待同步返回
4. 获取结果 / 交互补充
5. 完成或失败

3、什么是 MCP？

MCP（Model Context Protocol）是 Anthropic 提出的协议，让 AI 模型能连接各种工具和数据源。

就像一个人打开工具箱，取出需要的工具来干活。

它解决的是：

• 连接外部工具：给外面的接口一个 API Call
• 获取外部数据：访问数据库、文档、API、网页等外部内容，作为上下文

4、A2A 和 MCP 的关系

这俩完全没关系！！！！

A2A 是AI “我指挥你干活”

• 比如：“你去写个报告，写完告诉我”
• 更像团队内部的协作与分工

MCP 是AI “我亲自干活，工具辅助”

• 比如：“我去数据库里查一下销售记录”
• 更像一个人自己用工具解决问题