共计 1522 个字符，预计需要花费 4 分钟才能阅读完成。
继 MCP 协议大火之后，Google 又推出了基于开源协议的 A2A 协议，本文旨在深入浅出地介绍 A2A 协议的组成、原理以及与 MCP 协议的关系。阅读本文前，最好提前熟悉一下 MCP 协议的主要内容，本文不会深入协议细节，只会介绍 A2A 协议与 MCP 协议的区别与主要亮点。
A2A 协议介绍
open protocol called Agent2Agent (A2A) 协议是 Google 基于当前火热的智能体协作技术提出的开源协议。
组成部分
A2A 协议包括的角色就三类：
- 用户
- Local Agent
- Remote Agent
其中Local Agent 直接负责与用户和 Remote Agent进行交互，更加偏向于传统多智能体协作框架中的 Planner，负责基于用户提出的问题，进行任务编排，以及发现与协调其它 Agent 完成相应任务，返回最终结果。
主要亮点
异步任务，支持短时任务、长时任务的核心概念
A2A 协议原生支持异步任务，A2A的传输协议均为主流传输，包括HTTP、JSON-RPC等。
在 Agent 任务执行层面，通常任务执行时间跨度比较大，有秒级任务、天级人物甚至月级人物，在传输协议层面，A2A 协议支持2种异步方式：
- 基于HTTP server-sent协议，也是传统的sse协议方式，通过http建立长连接，remote agent 端推送任务进度
- 基于callback方式，也是传统的任务回调方式，发送任务时，local agent 将回调地址发送给 remote agent，当执行到需要与 user、local agent 交互时，通过回调 url 进行交互。
多模态协议支持，未来 类人智能体 需要多种模态的输入、输出
协议层面，支持 agent 定义对应 skills 的模态。注意 A2A 协议的模态定义方式与 HTTP 协议的请求头、返回头类似，比如：
Agent 任务之间的交互
在执行一个完整的任务时，通过需要与用户进行多次的交互，以补充任务进行所缺的一些参数信息，比如：Agent "Phone Purchase" 这个智能体主要技能是帮助用户选择和购买手机，当用户提出需要购买手机时，由 local agent 首先基于注册中心寻找最适合完成任务的 agent，也就是 "Phone Purchase"，任务交给 remote agent 执行过程中，需要询问用户手机的价位、手机大小、手机系统、手机品牌等用户偏好，这些交互基于上面异步任务的状态实现 agent 之间的交互。
同时，还包括 remote agent 与 local agent 之间的 User experience negotiation（用户体验协商），比如 local agent 支持以text、html的形式与用户进行展示，那么 remote agent 在返回内容时，可以与 local agent 进行协商，以最好的 html 渲染的内容呈现给用户。
与MCP的关系
通过 Google 发布的文档可以看到，Google 本身是非常拥抱 MCP 协议，但是 A2A 协议与 MCP 协议本身是互补关系，对于使用的场景和对象不同，借用官方的一张图来说明：
MCP协议主要针对 LLM 与 Tool 之间的交互，当然还包括Resources、Prompts等原生协议支持的内容。
A2A协议主要针对 Agent 与 Agent 之间的交互，设计的角色包含三种：用户、客户端、服务端，服务端同样也跟 MCP 协议一致，采用能力发现的方式，以黑盒的形式暴露相关能力，符合现在多智能体协作的主要流程。
A2A协议除了协议本身的标准化之外，还增加了Agent之间的交互、Agent的短时任务、长时任务、Agent多模态的兼容设计。
总结
从协议层面，A2A 更符合当前多智能体协同的规范，特别是考虑到异步通知、多模态的支持。可以看到，大厂判断未来多智能体协作的方向会越来越火。
