昨天晚上，Google 發(fā)了一個關于 Agent 的新開放協(xié)議。

叫 Agent2Agent，簡稱 A2A。

包括昨天阿里云百煉也官宣搞 MCP 了。

這些本來沒打算寫的，因為太技術(shù)了，也是感覺離普通人還是有很大距離。

但是有好幾個朋友都在群里說。。。

那還是來聊聊吧，正好也用我自己的理解，來做個小科普，讓大家看懂A2A、MCP，到底是個啥。

更多AI干貨：

正好最近特朗普對等關稅這事，非?；?。

搞得全世界雞犬不寧，每個國家之間的隔閡，好像又重新出現(xiàn)了。

我就用國與國之間的外交，來去解釋這兩個協(xié)議。不要以為八竿子打不著，其實真的非常的像。

我們現(xiàn)在，假設每個 AI 智能體（Agent）就是一個小國家，它們各自有自己的語言和規(guī)矩。

現(xiàn)在，這些國家的大使館分布在同一棟大樓里，試圖互相溝通、做生意、交換情報。

理想情況是，各國之間關系和睦，大家都有一套明晰的外交規(guī)則，只要大家坐在圓桌前，就能順暢地交流、簽署協(xié)議、并合作進行國際項目。

但現(xiàn)實卻是，每個國家的大使館互不統(tǒng)屬，協(xié)議各異，有的只認英制度量衡，有的只收歐元貨幣，有的說談判必須用法語，有的則堅持任何通信都要用自家加密算法……

結(jié)果，你想跟 A 國談一個簡單的貿(mào)易合作，得先備齊對方要求的一大堆條文、證明、翻譯、特殊密鑰。如果你還想同時跟 B 國、C 國合作，那就得重復 N 遍相似的流程。

這種臨時的、分散的、多頭的各國各自為政，讓所有人的溝通成本居高不下，每次對話都要額外繳一份信息關稅。

過去，AI 世界里的 Agent 想要合作，都面臨一樣的窘境。

舉個例子，你可能有一個自動幫你回郵件的 Agent，還有一個內(nèi)置在日歷應用里的 Agent，能幫你安排日程。

但這兩個 AI 很難直接對話，必須得你充當翻譯，在中間手動復制粘貼信息，或者依賴開發(fā)者定制的接口。賊惡心。

結(jié)果就是，AI 智能體各據(jù)山頭，互操作性極差，這種碎片化現(xiàn)狀讓很多用戶頭疼，因為需要在多個 AI 應用間來回切換，也限制了 AI 的潛力發(fā)揮，很多本可以多 Agent 協(xié)同完成的復雜任務，被人為隔斷在各自的小圈子里。

這種局面下，就有點像二戰(zhàn)后世界的狀態(tài)：每個 AI 智能體各自為政，缺乏統(tǒng)一規(guī)則，互通有壁壘。

當年二戰(zhàn)后，也就是 1940 年代，美國尋求建立一套戰(zhàn)后多邊機構(gòu)，其中之一將致力于重建世界貿(mào)易，搞了很多輪的談判。

最后，歷經(jīng) 50 年，終于 1995 年 1 月 1 日正式開始運作，依據(jù) 1994 年馬拉喀什協(xié)議 ，取代了 1948 年建立的關稅與貿(mào)易總協(xié)定。

我們有了人類歷史上也是非常偉大的組織：

WTO，世界貿(mào)易組織。

而現(xiàn)在 AI 世界的生態(tài)，就有點像二戰(zhàn)后的廢墟，WTO 成立的前夕，你調(diào)用我的功能要按我的接口來，我訪問你的數(shù)據(jù)也得敲你定的門路。

沒有標準，意味著每增加一種合作關系，都要付出額外“關稅”（開發(fā)成本和溝通成本）。
AI 生態(tài)因此變得割裂且低效。

人人設墻，自掃門前雪。

但是還好，在 AI 圈里也出現(xiàn)了想要制定通用規(guī)則的勢力，就想大家在貿(mào)易混戰(zhàn)中渴望一個 WTO 那樣。

AI 行業(yè)開始探討能否有一套大家都認可的協(xié)議，讓智能體之間、智能體與工具之間互相對接更加順暢。

這時候，Google 和 Anthropic 分別站了出來，各自拋出了一個方案，也就是我們今天的主角：A2A 協(xié)議和 MCP 協(xié)議。

一、A2A 協(xié)議

先來看 Google 發(fā)布的 A2A 協(xié)議。

A2A（Agent-to-Agent）協(xié)議，顧名思義，就是讓 AI 代理彼此直接對話、協(xié)同工作的協(xié)議。

這次 Google 得到了包括 Salesforce、SAP、ServiceNow、MongoDB 等在內(nèi)的 50 多家科技公司的支持參與。

A2A 協(xié)議的設計初衷很簡單：

讓不同來源、不同廠商的 Agent 能夠互相理解、協(xié)作。就像 WTO 旨在消減各國間的關稅壁壘一樣。

一旦采用 A2A，不同供應商和框架的 Agent 就像一個個的小國家，加入了一個自由貿(mào)易區(qū)，能夠用共同語言交流、無縫協(xié)作，聯(lián)手完成單個 Agent 難以獨立完成的復雜工作流程。
至于 A2A 是如何運作的，我盡量用現(xiàn)實類比來通俗易懂的解釋下：

1. Agent = 國家外交官

每個 Agent 其實就像一個國家大使館的外交官。他的名牌上寫著自己能干啥、隸屬于哪家企業(yè)，聯(lián)絡方式如何等。A2A 要做的，就是制定一個統(tǒng)一的外交禮儀和溝通流程。

過去，A 國外交官只會說法語，B 國外交官只用西里爾字母寫文件，C 國外交官要求面談時必須使用古老的云紋金箔信件。。。而 A2A 的出現(xiàn)，就是讓大家在同一個會議室開會時，都能說一套約定好的通用語言，用相同格式提交文件，讓商議好的結(jié)果可以被各方理解并執(zhí)行。

2. Agent Card（代理卡） = 外交國書 / 大使名片

在 A2A 規(guī)范中，每個 Agent 都要公開一份“Agent Card”，相當于其外交官的身份名片。

包含以下內(nèi)容：Agent 名稱、版本、能力描述、支持什么“語言或格式”等等。

現(xiàn)實中，外交官的身份名片讓對方知道他是誰，代表哪個國家，有哪些職權(quán)。同理，在 A2A 里，Agent Card 列舉了“我（這個 Agent）能執(zhí)行哪些技能”、“我的認證方式是什么”、“輸入輸出格式有哪些”等等。

這樣，其他外交官想跟你合作就能很快找到你、理解你的能力，省去了大量溝通障礙。

3. Task（任務）= 雙邊或多邊外交項目

A2A 中最核心的概念之一是 Task。

當一個 Agent 想委托另一個 Agent 去完成什么事情，就像對外發(fā)布一份“合作項目意向書”。對方同意接單后，雙方會記錄一個 Task ID，追蹤項目進度、交換資料、直到該 Task 完成為止。

現(xiàn)實外交中，某國家就可能向某兔提議：“我們想合作修一條跨境高鐵，麻煩你們派工程隊來?！?/p>

這就對應 A2A 的 Task：由發(fā)起方提出需求（TaskSend），遠程 Agent 表示接受（Task 狀態(tài)變更），然后雙方在整個項目過程中隨時更新任務進度

里面還有個 Artifacts（成果物），就相當于這個項目最后落地的“合同文本、建設成果”。在 AI 里可能是生成的一份報告、一張圖片或任意形式的輸出。而在 A2A 語言里，用 Artifact 表示最終生成的成果。

Message（消息），則是項目前期或中期的各種來回溝通。它可能包含對任務細節(jié)的補充說明、要對方再確認某些條件等。這與現(xiàn)實外交中的電報、照會、使節(jié)往來是一模一樣的。

4. Push Notifications（推送通知）= 外交使館快報

在 A2A 里，如果一個 Task 是長期項目，遠程 Agent 需要花很久時間才能完成，比如 DeepResearch 動輒十幾分鐘，某些復雜的 Agent 動輒一小時，它就可以通過推送通知機制向發(fā)起方更新進度。

就像在外交中，如果一個跨國基建項目周期很長，甲國會定期給乙國發(fā)通報：“進度到哪兒了？有什么問題需要協(xié)調(diào)？”

這樣能大幅提升異步協(xié)作的能力。過去很多 AI 系統(tǒng)比較原始，只能用同步的“請求-響應”模式，就像放一個人在那 24 小時監(jiān)控，一旦響應超時就中斷。

A2A 允許設置回調(diào)接口、服務器端事件（SSE）等方式，把漫長的任務分段匯報，讓溝通保持流暢。

5. 身份認證與安全= 外交特權(quán)與協(xié)議

A2A 采用企業(yè)級的認證策略，要求通信雙方先驗證對方的身份憑證。例如在現(xiàn)實外交中，不是誰都能隨意闖進某國大使館，必須持有相應的外交護照、獲得許可。

這就是為了防范“冒名頂替”或“惡意竊聽”。

在 A2A 里，“認證頭信息”“token”“簽名”等一系列安全手段，就相當于外交通行證或蓋了公章的外事批準文書，確保你跟我談判時是真的代表“你所在的國家”，而不是一個假冒的第三方。

這大概，就是 A2A 的機制，其實你看，跟國與國的外交，或者跟企業(yè)與企業(yè)之間的協(xié)同，沒有任何本質(zhì)的區(qū)別。

二、MCP 協(xié)議

再來看 MCP 協(xié)議，全稱 Model Context Protocol。

這就是 Claude 的母公司 Anthropic 在 2024 年 11 月推出并開源的一套標準。

A2A 解決了 AI 外交官之間的交流流程問題，但是還有一個棘手的現(xiàn)實，再能言善辯的外交官或者企業(yè)商務，要是沒有任何可靠的信息來源，對國際局勢和資源配置就兩眼一抹黑，根本就沒法干活。

更何況，在現(xiàn)代社會，外交官往往需要調(diào)用種種外部工具，比如簽證系統(tǒng)、國際結(jié)算系統(tǒng)、情報數(shù)據(jù)庫等等，才能完成任務。

同理，一個 Agent 若想承擔真正的復雜職責，也需要能連上各種數(shù)據(jù)庫、文檔系統(tǒng)、企業(yè)應用，甚至是硬件設備。

這就像給外交官建立完備的情報局，并授權(quán)他們使用某些工具處理事物。

過去，Agent 要接入外部資源，常常得各自開發(fā)專用插件，與不同工具做深度整合，勞心勞力。
但是，我們現(xiàn)在有 MCP 了。

MCP 致力于標準化大型語言模型（LLM）與外部數(shù)據(jù)源、工具之間的交互方式。Anthropic 的官方比喻很形象：MCP 就像 AI 應用程序的 USB-C 端口。

USB-C 是如今設備通用的接口，不管充電、傳數(shù)據(jù)都是一個口搞定。

MCP 的野心也是這樣的，搞一個 AI 領域的萬能接口，讓各種模型和外部系統(tǒng)接駁都用同一個協(xié)議，而不是每次另寫一套集成方案。

以后 AI 模型要連數(shù)據(jù)庫、連搜索引擎、連第三方應用，不用每家各訂各的協(xié)議，只要都支持 MCP 就能對上話。

它大概是客戶端-服務器架構(gòu)的思路：

1. MCP 服務器= 整合的情報局

企業(yè)或個人可以把自己的數(shù)據(jù)庫、文件系統(tǒng)、日歷、甚至第三方服務封裝成一個個“MCP Server”，這些 Server 符合 MCP 協(xié)議，向外暴露統(tǒng)一格式的訪問端點，任何 Agent 只要符合 MCP 客戶端標準，就能發(fā)送請求、檢索信息或執(zhí)行操作。

比如高德就把自己的一些 API，封裝成了 MCP，只要你有高德的 API Key，你就可以在 Agent 上調(diào)用高德。

2. MCP 客戶端 = 外交官實際使用的終端設備

就像一個 Agent 外交官帶著專用的終端設備，可以輸入各種指令：“幫我查一下財務系統(tǒng)里庫存數(shù)據(jù)”、“幫我向某個 API 提交請求”，“把某份 PDF 拿來我看看”。

過去，如果沒有 MCP，你得針對各種系統(tǒng)寫不同的訪問代碼，整合起來極其麻煩；但是用了 MCP 后，只要客戶端支持協(xié)議，就能輕松切換到不同的 MCP 服務器。

調(diào)用不同的信息，隨時獲取情報、做業(yè)務流程。

這大概，就是 MCP 的機制。

三、A2A 和 MCP 的不同

抽象講了很多，可能很多人，還是有點云里霧里。

別急，我們通過一個故事化的場景來把 A2A 和 MCP 的區(qū)別與合作說明白。

比如我們現(xiàn)在，有一個世界版的國際峰會。

各國首腦其實是各家公司的 Agent 代表，比如谷歌代表是小 G，Anthropic 派出了小 A，OpenAI 來了個小 O，國內(nèi)的阿里派出小 Q，騰訊派小 T 等等。大家齊聚一堂，要合作完成一項跨國任務，比如聯(lián)合寫一份全球經(jīng)濟分析報告。

在沒有通用協(xié)議之前，這會基本開不起來，因為每個代表講自家語言，互相聽不懂。

但現(xiàn)在好了，有了 A2A 協(xié)議這套外交標準，所有代表進入會場前都簽了《A2A 維也納外交公約》：發(fā)言必須用統(tǒng)一格式，說話先報身份、標明意圖，回應要引用之前的發(fā)言 ID 等等。

于是，小 G 可以正式地用 A2A 格式發(fā)消息給小 O，小 O 收到后依樣畫葫蘆地回復一個 A2A 消息。這樣，不同公司的 AI 首次實現(xiàn)了無障礙對話。

二對話進行中，各位 AI 代表難免需要查閱資料或使用工具幫助分析。

這時候 Anthropic 的小 A 說：“各位，如果需要外部數(shù)據(jù)或工具的支持，可以通過 MCP 系統(tǒng)獲取。”

原來，會場邊上還架設了一套“MCP 同聲傳譯室”。里面坐著各種專家（對應不同的 MCP 服務器）。

有谷歌 Drive 資料館管理員、有 Slack 聊天記錄管家、有 GitHub 代碼管家，甚至還有 Postgres 數(shù)據(jù)庫管理員…只要通過MCP提請求，他們就能用統(tǒng)一語言回應。

比如，小 Q（阿里云代表）想調(diào)自家云端數(shù)據(jù)庫算點東西，如果按老辦法，他得派人打個飛的回國去拿。

現(xiàn)在他直接在會上發(fā)送一個 MCP 請求（這請求其實也是按 MCP 定義的 JSON 格式發(fā)給對應的 MCP Server）：

“我要查詢 X 數(shù)據(jù)庫里的 Y 數(shù)據(jù)”。

MCP 數(shù)據(jù)庫管家翻譯室收到請求，立刻查庫拿到結(jié)果，用 MCP 語言回復給小 Q。

整個過程對其他 Agent 來說是透明的，他們也聽懂了小 Q 引用的這份數(shù)據(jù)，因為 MCP 翻譯過來的格式大家都認識。

繼續(xù)寫報告過程中，小 G(谷歌)和小 A(Anthropic)發(fā)現(xiàn)需要把各自部分內(nèi)容對接起來分析。
小 G 擅長數(shù)值分析，小 A 擅長語言總結(jié)，那就協(xié)作：

小 G 通過 A2A 對小 A 說“我這邊算完 GDP 增速了，數(shù)據(jù)如下”，小 A 收到后，在自己這邊通過 MCP 又連了一下 Excel 表格插件，驗證了數(shù)據(jù)趨勢，然后再用 A2A 回復小 G 一個總結(jié)段落……
一來二去，A2A 讓 Agent 彼此溝通任務，MCP 讓每個智能體方便地調(diào)用外部工具補充信息，兩套協(xié)議配合默契，報告很快完工。

這個故事中，大家可以清楚地看到：

A2A 更像外交部專線，解決的是 Agent 直接對話的問題。

MCP 更像同聲傳譯與資源共享系統(tǒng)，解決的是智能體對接外部信息的問題。

兩者配合起來，就是為 AI 版聯(lián)合國量身打造的溝通協(xié)定。有了它們，AI Agents 可以各展所長又緊密合作，真正形成一個互聯(lián)互通的 AI 生態(tài)體系。

寫在最后

當 A2A 和 MCP 這樣的開放協(xié)議逐漸統(tǒng)一標準之后，我們有理由暢想一個全新的 AI Agent 生態(tài)。

無數(shù) AI Agent 像網(wǎng)站一樣部署在各處，它們通過 A2A 協(xié)議彼此發(fā)現(xiàn)、通信，通過 MCP 協(xié)議調(diào)動資源、分享知識。

我們作為用戶，就像當年瀏覽網(wǎng)頁一樣，可以無感知地使用這些智能體的協(xié)同服務。比如，你的個人 AI 助理 Agent 接受了你的復雜委托：

“幫我計劃一次歐洲旅行，順便寫一篇游記稿件?！?/p>

它不會單打獨斗，而是迅速通過 A2A 喊來各路好手：旅行規(guī)劃 Agent、航班預訂 Agent、翻譯 Agent、文案 Agent……

大家分工合作，各顯其能。

正如我們希望國家間少打貿(mào)易戰(zhàn)、多訂規(guī)則，AI 領域我們也樂見各家少搞閉關鎖國，多推行兼容協(xié)議。

A2A 和 MCP 的崛起，意味著 AI 產(chǎn)業(yè)已經(jīng)在朝著協(xié)作而非對抗的方向進化。

現(xiàn)實世界，和 AI 世界，明明是一體，確實兩種趨勢。

真是諷刺。

最后，希望這篇文章，對你有一些幫助。