Google 今天早上发布了 Agent2Agent Protocol (A2A)。A2A 是朝着 通用智能代理协作 迈出的关键一步。它让跨平台、跨厂商的 AI Agent 真正实现协同工作，标志着从“单体智能”走向“多体系统智能”的跃升。
链接? – https://google.github.io/A2A/
Agent-to-Agent（A2A）协议 是 Google 与 DeepMind 联合提出的标准，用于构建远程智能代理之间的通信与协作体系。
MCP（Multi-Agent Collaboration Protocol） 得到全面支持，同时 A2A 是其补充协议，解决 MCP 在实际应用中的不足。
? A2A 与 MCP（Anthropic）关系
-
不是竞争，而是 互补。目标都是为了解决 agent 调用中标准缺失的问题，促进跨平台兼容。 -
A2A 专注于 代理间协作（Agent-to-Agent） -
MCP 提供 上下文与工具标准（Model Context Protocol） -
二者组合可构建真正“端到端自治”的 agent 生态系统。 
? A2A 协议五大设计原则
|
|
|
|---|---|
| 1. 拥抱代理智能特性 |
|
| 2. 基于已有标准 |
|
| 3. 默认安全 |
|
| 4. 支持长任务与状态管理 |
|
| 5. 模态无关 |
|
? 工作机制（How A2A Works）
A2A 定义了两类角色：
-
Client Agent：发起任务、指派协作 -
Remote Agent：接收任务、返回结果（称为 Artifact）
关键组件：
-
Agent Card：JSON 格式的能力描述文件（代理的“名片”） -
Task Object：任务生命周期描述，包括状态更新、完成标记等 -
消息通信：用于传递上下文、结果、用户指令等 -
User Experience Negotiation：针对最终用户界面能力（视频/iframe等）协商内容格式
实例演示：候选人筛选
在一个类似 Agentspace 的平台上：
-
用户（HR）委托主代理寻找某岗位的候选人 -
主代理调用多个远程人才匹配代理，收集简历 -
用户确认后，自动安排面试、背景调查 -
整个流程无需人工跨系统切换，大幅提升招聘效
