A2A - 谷歌开源的首个标准智能体交互协议

发布于 2025-04-10 · A2A（Agent2Agent）是谷歌开源的首个标准智能体交互协议，让不同框架和供应商构建的AI智能体相互协作。A2A基于标准化的通信方式，打破系统孤岛，让智能体安全地交换信息、协调行动。

A2A是什么

A2A（Agent2Agent Protocol）是谷歌开源的一个智能体交互协议，也是首个标准化的方案，不同框架、不同供应商做出来的 AI 智能体可以互相协作。A2A 把通信方式标准化，系统之间的隔阂被打通，智能体能安全地交换信息、协调动作；文本、音频、视频等多种模态都支持，长时任务和实时反馈也有考虑；协议架在 HTTP、JSON-RPC 这些现有标准上，A2A 接进企业原有 IT 系统不算难。首批加入的企业有 50 多家，Atlassian、Box、MongoDB 都在其中。

A2A的主要功能

促进智能体协作：不同框架、不同供应商的 AI 智能体，可以在 A2A 下直接协作。
支持多种模态：A2A 支持文本、音频、视频等多种交互方式，不同场景按需要挑。
任务管理和状态更新：A2A 里有个“任务”对象，带生命周期（提交、进行中、需要输入、完成、失败、取消）。碰上复杂数据分析、长时间文件处理这类长时任务，A2A 会实时把进度和状态推给用户。
用户体验协商：A2A 支持智能体之间协商用户体验，按用户的设备和偏好调整交互方式。
安全性和认证：A2A 支持企业级的认证和授权，数据交换的安全和合规有保障。

A2A的设计原则

发挥代理能力：代理可以在自然、非结构化的模式下协作。
基于现有标准：HTTP、SSE、JSON-RPC 这些标准现成可用，接进现有 IT 系统省事。
默认安全：企业级认证和授权都支持，认证方案和 OpenAPI 保持一致。
支持长期任务：从几分钟就完的快速任务，到要跑数小时甚至数天的深度研究，都能扛，反馈和状态更新实时给。
模态无关：文本、音频、视频等多种交互方式都行。

A2A的工作原理

能力发现：代理用“Agent Card”（JSON 格式）把能力亮出来，客户端代理据此挑选最合适的执行者。
任务管理：客户端和远程代理的通信围绕任务完成展开，任务对象带生命周期，几秒能完的和跑很久的都能装。
协作：代理之间靠消息传上下文、回复、任务输出和用户指令。
用户体验协商：每条消息由若干“部分”组成，每部分是完整的内容片段，各自带指定类型，客户端和远程代理可以按类型协商格式。

A2A的技术原理

Agent Card：可以理解成智能体的“名片”，JSON 格式，写清能力、技能、端点URL 和认证要求。客户端访问 /.well-known/agent.json 就能拿到 Agent Card，找到合适的智能体来协作。
A2A Server和A2A Client：A2A Server 是实现 A2A 协议方法的 HTTP 端点，负责收请求、管任务执行；A2A Client 则是发请求的一方（比如 tasks/send），可能是客户端，也可能是另一个智能体。两边都走 HTTP 通信。
任务和消息：任务是 A2A 的核心工作单元，客户端发一条带任务描述的消息，任务就启动了。消息由多个“部分”组成，里面可以是文本、文件或结构化数据。执行过程中任务会换状态，状态以消息的形式回给客户端。
流式传输和推送通知：长时任务可以走流式传输（Server-Sent Events，SSE），A2A 的客户端能实时收到进度；推送通知也支持，A2A 服务器按客户端给的 Webhook URL 主动把更新发过去。
基于现有标准：A2A 协议用的是 HTTP、SSE、JSON-RPC 这些流行标准，接进现有 IT 架构就行，企业采用的门槛低。