AI Agent大变天！谷歌开源A2A，一夜改变智能体交互

　　昨晚，谷歌在Google Cloud Next25大会上，开源了首个标准智能体交互协议——Agent2Agent Protocol(简称A2A)。

　　A2A将彻底打破系统孤岛，对智能体的能力、跨平台、执行效率产生质的改变，支持Atlassian、Box、Cohere、Intuit、Langchain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG和Workday等主流企业应用平台。

　　简单来说，这个A2A交互协议有点当年谷歌牵头80多家企业搞安卓系统的味道，因为首批就有50多家著名企业加入。随着加入的企业越来越多，会极大提升A2A的商业价值以及推动整个智能体生态的快速发展。

　　在本次大会上Agent成为了重点，除了A2A之外，谷歌还效仿OpenAI开源了Agent开发套件ADK，内部测试工具Agent Engine，新的Agent市场等。下面「AIGC开放社区」先为大家解读A2A的重点内容。

　　什么是A2A

　　A2A是一种开放协议，为Agent提供了一种标准的交互方式，使它们能够相互协作，无论底层框架或供应商是什么。

　　例如，一家大型电商公司使用了多种企业平台和服务。Atlassian用于团队项目管理，Box用于文件存储和共享，Salesforce用于客户关系管理，Workday用于人力资源管理。

　　以前这些平台上的Agent无法自由通信。现在通过A2A协议，这些企业平台可以安全、自由地自动化交互数据。

　　在与合作伙伴设计协议时，谷歌遵循了五个关键原则。第一，A2A专注于使Agent能够在它们自然的、非结构化的模式下进行协作，即使它们不共享内存、工具和上下文。谷歌正在启用真正的多Agent场景，而不是限制Agent成为一个工具。

　　第二，该协议是基于现有的、流行的标准构建的，包括HTTP、服务器端事件(SSE)、JSON-RPC等，这意味着它更容易与企业日常已经使用的现有IT堆栈进行集成。

　　例如，一家电商企业日常使用HTTP协议来处理网页数据传输，利用JSON - RPC在前后端传递数据指令。引入A2A协议后，企业的订单管理系统可以通过HTTP与A2A协议对接，快速获取相关智能Agent提供的物流数据更新，无需大费周章地重新搭建复杂的数据传输通道，能轻松融入现有的IT架构，让各个系统协同工作更加顺畅。

　　第三，A2A被设计为支持企业级的认证和授权，在推出时与OpenAPI的认证方案具有对等性。这点还是很人性的不排斥OpenAI，使用A2A协议能快速通过身份验证，安全地获取数据，保障数据传输的安全性和合规性，防止数据泄露风险。

　　第四，谷歌设计A2A使其具有灵活性，能够支持从快速任务到可能需要数小时甚至数天(当人类参与其中时)的深入研究等各种场景。在整个过程中，A2A可以向用户提供实时反馈、通知和状态更新。

　　以一家科研机构为例，研究人员利用 A2A 协议下的Agent进行新药物研发相关研究。简单的任务如快速检索数据库中已有的药物分子结构信息，几秒内就能完成并反馈给研究人员。但对于复杂任务，像模拟新药物分子在人体环境中的反应，可能需要数天时间。

　　在这期间，A2A 协议会不断向研究人员推送模拟进度，比如已经完成了多少步骤、当前遇到的问题等，让研究人员随时掌握情况，就像时刻有个助手在汇报工作进展。

　　第五，Agent的世界不仅限于文本，所以，A2A支持各种模态，包括音频、图像和视频流。

　　A2A工作原理

　　A2A的工作原理是通过促进客户端Agent和远程Agent之间的通信来实现的。客户端Agent负责制定和传达任务，而远程Agent则根据这些任务采取行动，以提供正确的信息或执行相应的操作。在这个过程中，A2A协议有以下几个关键能力。

　　首先，Agent可以通过“Agent卡”来宣传它们的能力。这些“Agent卡”是以JSON格式存在的，它们能够让客户端Agent识别出哪个远程Agent最适合执行特定的任务。

　　一旦确定了合适的远程Agent，客户端Agent就可以利用A2A协议与之进行通信，将任务分配给它。

　　然后，任务管理是A2A协议中的一个重要环节。客户端和远程Agent之间的通信都是围绕完成任务展开的。协议定义了一个“任务”对象，这个对象具有自己的生命周期。

　　对于一些简单的任务，可能可以立即完成;而对于一些复杂的、长期的任务，Agent们可以相互沟通，以保持对任务完成状态的同步。当任务完成时，其输出被称为“工件”。

　　此外，A2A还支持Agent之间的协作。Agent们可以相互发送消息，这些消息可以包含上下文信息、回复、工件或者用户指令。通过这种方式，Agent们能够更好地协同工作，共同完成复杂的任务。

　　最后，A2A还具备用户体验协商的功能。每条消息都包含“部分”，这些部分是完整的内容片段，例如，生成的图像。

　　每个部分都有指定的内容类型，这使得客户端和远程Agent能够协商所需的正确格式，并且明确包括用户界面能力的协商，比如iframe、视频、网络表单等。这样，A2A就能够根据用户的需求和设备的能力，提供最佳的用户体验。

　　哪些企业加入了A2A

　　其实最让人惊讶的就是，A2A刚发布就获得了大批著名企业的青睐和加入，包括埃森哲、波士顿咨询集团、凯捷、科尼、Salesforce、德勤、甲骨文、HCL科技、印孚瑟斯、KPMG、SAP、麦肯锡、普华永道等50多家日常大家能经常听到的企业。

　　还有一些技术公司也加入了到了A2A协议中。例如，Atlassian以其强大的团队协作工具Jira和Confluence而闻名。通过加入A2A，Atlassian能够使其工具与各种Agent无缝协作，从而进一步提升团队的工作效率和协作能力。

　　Box是一家专注于企业级云存储和内容管理服务的公司，它提供的解决方案能够帮助企业安全地存储、共享和管理文件。通过A2A协议，Box可以使其服务与Agent相结合，实现更高效的内容管理和自动化工作流程。

　　Intuit知名的财务软件公司，QuickBooks和TurboTax，已经被广泛应用于财务管理和税务处理。通过A2A协议，Intuit可以使其软件与Agent协作，实现更自动化的财务流程和更高效的税务处理。

　　MongoDB是一家提供高性能、开源的NoSQL数据库解决方案的公司，其数据库广泛应用于现代应用程序的数据存储和管理。通过A2A协议，MongoDB可以使其数据库服务与智能Agent相结合，实现更高效的数据管理和自动化数据处理。

　　其实看到这里大家应该都清楚了，谷歌就是想统一Agent混乱的格局，打造全新的执行、交互标准，这个比前段时间的MCP要猛的多啊~