7.5 多智能体协作（A2A）

如果说单个 Agent 就像一名自主决策的数字员工，那么多智能体协作更像是一个由不同成员组成的数字团队。随着大模型能力边界扩展，单体 Agent 已无法覆盖所有复杂任务，如何让多个 Agent 分工协作、信息共享，成为智能体发展的关键方向。

7.5.1 什么是 A2A？

2025 年 4 月，Google 发布了 Agent to Agent协议，简称A2A，借助 A2A 协议，开发者可以构建能够与使用该协议构建的任何其他 Agent 建立连接的 Agent，让用户能够灵活地组合来自各种提供商的Agent。

简单来说，我们可以把 A2A 理解为 Agent 之间的“外交协议”，它的核心思想是打破单一 Agent 的孤岛效应，让不同来源、不同技能、不同厂商的 Agent 彼此兼容、协同合作。如图 7-8。

图 7-8 基于A2A的Agent协作流程图

基于 A2A 协议，用户无需关心底层实现差异，可以自由组合来自不同生态的 Agent 共同完成复杂任务。例如，一个擅长财务分析的 Agent 可以与专注法律咨询的 Agent 配合，联合为用户提供企业并购的全流程辅助。

7.5.2 A2A 工作流程

A2A 方便了客户端 Agent 与远程 Agent 之间的通信。客户端 Agent 负责制定和传达任务，而远程 Agent 负责执行这些任务，力图提供正确的信息或采取正确的行动。这种交互涉及几个关键功能：

• 能力发现： Agent 可以使用 JSON 格式的 Agent Card（简历）来向其它 Agent 说明自己的能力，从而使客户端 Agent 能够识别出能执行任务的最佳 Agent，并利用 A2A 与远程 Agent 进行通信。
• 任务管理： 客户端 Agent 与远程 Agent 之间的通信以完成任务为导向，Agent 在其中努力完成最终用户的请求。该“任务”对象由协议定义，并且具有生命周期。任务可以立即完成，而对于长时间运行的任务，每个 Agent 都可以进行通信，以便彼此之间保持同步，了解任务完成情况的最新状态。任务的输出被称为 Artifact（产物）。
• 协作： 智能体可以相互发送信息，交流上下文、回复、产物或用户指令。
• 用户体验协商： 每条消息包含若干“内容片段”，每个片段是完整的独立内容，例如生成的图像。每个片段都带有明确的内容类型，客户端与远程Agent可以据此协商所需的正确格式，并根据用户界面能力（比如：iframe、视频、Web 表单等）显式协商最终呈现方式。

我们使用一个经典“披萨店外卖协作”的案例来简单说明一下 A2A 协议的工作流程，在这个示例中共有以下角色：

• 用户： 想吃披萨的人类。
• Client Agent： 用户的个人助手AI。
• Remote Agent 1： 披萨店智能体（负责接单和制作）。
• Remote Agent 2： 外卖骑手智能体（负责配送）。

当用户想要吃披萨时，于是和个人助手（Client Agent）说：“我想吃大号超级至尊披萨”。

个人助手（Client Agent）查询披萨店智能体（Remote Agent 1）的 Agent Card，发现它支持“订披萨”服务。

{
  "agent_name": "疯狂披萨店",
  "capabilities": ["下单", "定制口味", "查询进度"],
  "auth_required": false,
  "supported_formats": ["text", "菜单表单"]
}

于是个人助手（Client Agent）向披萨店智能体（Remote Agent 1）发送了一个任务请求。

{
  "task_id": "pizza-20250625-001",
  "task_type": "订披萨",
  "parameters": {
    "口味": "超级至尊",
    "尺寸": "大号",
    "地址": "北京海淀区A栋101"
  }
}

披萨店智能体（Remote Agent 1）收到 Task 请求后，开始制作披萨，这中间通过 SSE 的方式实时推送状态更新给个人助手（Client Agent），比如刚和好面、正在烤。

披萨制作完成后，披萨店智能体（Remote Agent 1）再次通过 A2A 协议触发外卖骑手智能体（Remote Agent 2），然后发送配送任务。

外卖骑手智能体（Remote Agent 2）完成任务后，返回订单及配送结果。

最后个人助手（Client Agent）将结果展示给用户：“您的超级至尊披萨已送达！”

7.5.3 A2A VS MCP

虽然 A2A 和 MCP 都属于大模型生态中的重要协议，但两者的关注重点、应用层级和技术作用存在本质区别。

A2A 协议面向多智能体协作场景，旨在解决不同 Agent 之间的信息互通与任务协同问题。相比之下，MCP 协议更侧重于大模型与外部世界之间的接口标准。

具体来说，A2A 强调的是 Agent 之间的"对话"，定义了 Agent 如何相互发现、交换信息和协同工作；而 MCP 则专注于单个大模型如何与外部工具和服务进行交互。这就像 A2A 是团队成员之间的沟通协议，而MCP则是个人与工具箱之间的使用规范。

从架构层面看，A2A 是构建在 MCP 之上的更高层协议。MCP 解决了单个智能体如何使用工具的问题，而 A2A 则进一步解决了多个具备工具使用能力的 Agent 如何协同工作的问题。

在实际应用中，这两种协议往往是互补的。一个完整的 AI 系统生态中，单个 Agent 可能通过 MCP 调用工具扩展自身能力，同时又通过 A2A 与其他 Agent 形成协作网络，共同完成更复杂的任务。