logo

A2A时代真的来了吗?协议原理与落地判断

作者:KAKAKA2026.11.17 03:43浏览量:0

简介:A2A方向已经明确,但协议规范、厂商支持和工程实践仍处早期。本文讲清A2A与传统HTTP调用的区别,梳理Agent Card、Task等核心对象和调用流程,给出可参考的示例,并说明企业试点的切入顺序与需要防范的风险。

先说结论:方向清楚,但还不能开箱即用

做Multi-Agent系统时,绕不开一个问题:Agent之间到底怎么通信?

它和普通HTTP接口调用不同。接口的语义是”调用方给参数,服务方返回结果”,一次请求对应一次响应。Agent则有自己的判断能力,接到的更像一个任务目标。双方可能需要来回协商、补充信息,甚至由被调用方自己决定调用哪个下游能力。

据Google的公告,A2A(Agent2Agent)协议于2025年4月发布,同年6月捐赠给Linux基金会。多家云厂商和企业软件厂商参与共建,目标是让不同框架、不同厂商开发的Agent能够互操作。截至目前,它更像HTTP之上的一层约定,而不是新的运行时。协议细节仍在变化,主流厂商的支持程度也不一致。

因此结论是:方向确定,节奏偏慢。现阶段适合做技术预研和小范围试点,不适合把核心业务链路全部押上去。

A2A与MCP、HTTP各管什么

把Agent之间的协作拆成四类需求,可以看清A2A的定位:

需求层 传统HTTP接口 MCP A2A
Agent接入工具或数据 自己写适配层 标准化解决 不负责
Agent之间互相委派任务 私有协议,无法互通 不负责 标准化解决
长任务与流式反馈 需自行设计轮询 部分支持 原生支持
能力自我描述与发现 靠文档或注册中心 有约定 Agent Card自描述

一句话概括:MCP解决”Agent到工具”的接入,A2A解决”Agent到Agent”的协作。两者互补,并不互相替代。

A2A带来的增量主要在三处:

  • 能力自描述:每个Agent暴露一份Agent Card,声明自己的技能、输入输出模式和鉴权方式。接入方无需阅读对方文档即可解析能力声明,但仍要配置网络、鉴权与信任策略。
  • 任务(Task)模型:调用不是一问一答,而是创建一个有状态、有生命周期的任务对象,状态会在提交、处理中、等待输入、完成、失败等之间流转。
  • 流式与非阻塞交互:支持流式返回(SSE)和推送通知,适合耗时几分钟的深度研究类任务。

核心对象与调用流程

A2A基于JSON-RPC 2.0。以下几个对象需要先分清:

  • Agent Card:能力声明文件。早期草案和部分实现把它放在/.well-known/agent.json,较新的规范版本使用/.well-known/agent-card.json。具体路径以所用版本的规范为准。
  • Message:一次交互消息,由若干Part组成,Part可以是text、file或data。
  • Task:一次任务执行的完整上下文,包含状态、历史消息和产物。
  • Artifact:任务产出的结构化结果。

1. 读取Agent Card

下面是一个简化的Agent Card示例,字段名以所用规范版本为准:

  1. {
  2. "name": "wealth-advisor-agent",
  3. "description": "资产分析与金融咨询智能体",
  4. "url": "https://agent.example.com/a2a",
  5. "version": "1.0.0",
  6. "capabilities": { "streaming": true, "pushNotifications": false },
  7. "defaultInputModes": ["text"],
  8. "defaultOutputModes": ["text"],
  9. "skills": [
  10. {
  11. "id": "asset_analysis",
  12. "name": "资产分析",
  13. "description": "基于用户持仓做配置诊断与再平衡建议",
  14. "tags": ["finance", "analysis"]
  15. }
  16. ],
  17. "securitySchemes": {
  18. "apiKey": { "type": "apiKey", "in": "header", "name": "X-API-Key" }
  19. },
  20. "security": [{ "apiKey": [] }]
  21. }

接入方拿到这份文件后,可以解析出Agent名称、技能列表、输入输出模式和鉴权方式。一些智能客服平台已经把这一步产品化:用户填入服务地址和API Key,平台拉取Agent Card并展示技能列表,确认后即可接入。这省去了手工对接的步骤。但Agent Card只说明对方声称自己能做什么,不证明其能力可靠,也不代表它可以被随意信任。

2. 发起任务

  1. {
  2. "jsonrpc": "2.0",
  3. "id": "req-001",
  4. "method": "message/send",
  5. "params": {
  6. "message": {
  7. "role": "user",
  8. "messageId": "msg-8f21",
  9. "parts": [{ "kind": "text", "text": "分析我的基金持仓并给出调整建议" }]
  10. }
  11. }
  12. }

服务端返回的结果中会带有task.id和初始状态,例如submitted。后续的所有操作都围绕这个ID展开。

3. 信息不足时的往返

如果Agent判断信息不够,任务状态会变为input-required。调用方需要在同一个任务上下文中追加消息,任务随后恢复处理。下面是一个补充信息的请求,沿用同一个contextId和taskId:

  1. {
  2. "jsonrpc": "2.0",
  3. "id": "req-002",
  4. "method": "message/send",
  5. "params": {
  6. "message": {
  7. "role": "user",
  8. "messageId": "msg-8f22",
  9. "taskId": "task-7c3e",
  10. "contextId": "ctx-42",
  11. "parts": [{ "kind": "text", "text": "风险偏好稳健型,投资期限三年,持仓以指数基金为主" }]
  12. }
  13. }
  14. }

补充信息后,状态会回到working,完成时带上completed和Artifact。调用方应当能处理任意一步的状态变化,不能假设任务一次就能完成。

4. 轮询与推送

耗时较长的任务可以用tasks/get查询进度:

  1. {
  2. "jsonrpc": "2.0",
  3. "id": "req-003",
  4. "method": "tasks/get",
  5. "params": { "id": "task-7c3e" }
  6. }

也可以在Agent Card声明支持推送通知后,由服务端在状态变化时主动回调。常见的任务状态包括:

  • submitted:已接收,尚未处理。
  • working:处理中。
  • input-required:需要调用方补充信息。
  • auth-required:需要额外的授权。
  • completed:已完成,结果在Artifact中。
  • failed:执行出错。
  • canceled:被调用方或调用方取消。
  • rejected:服务端拒绝执行该任务。

实现时要把这些状态都纳入处理逻辑,尤其是auth-required和rejected,它们通常需要人工介入或换一个Agent处理。

鉴权与网关

A2A本身不规定统一的鉴权方式。实践中最常见的是在HTTP Header中携带API Key,或在Agent Card的securitySchemes中声明OAuth2或OIDC方案。企业落地时可以参考以下做法:

  • 在Agent前统一挂网关,承担鉴权、限流、审计和调用链追踪。
  • 跨信任域调用时,把API Key存放在密钥管理服务中,不写进Agent代码或日志。
  • 校验Agent Card的来源,例如域名、证书,必要时做签名校验,不只依赖卡片本身的内容。
  • 给每个Task设置超时和最大轮次,防止两个Agent互相委派,形成死循环。

企业当下该怎么切入

一个务实的路径是从外围能力开始接入。比如企业已有智能客服机器人,具备产品推荐、订单查询等能力,此时通过A2A接入外部构建的资产分析或金融咨询Agent,可以在不重复建设的前提下扩展服务边界。在网络连通、鉴权配置都就绪的前提下,这类试点可以较快完成,实际周期取决于平台能力和场景复杂度。

具体建议分三步:

  1. 先梳理能力清单:明确哪些能力自研、哪些外采,避免所有Agent都从零开始建设。
  2. 选一到两个低风险场景试点:例如内部知识问答的补充查询,借此跑通任务状态流转和异常兜底。
  3. 建立可观测性:把Task成功率、平均轮次、单任务Token消耗纳入监控。多Agent链路最大的隐性成本是Token放大,一次用户请求可能触发多轮Agent间对话。

关于第三点,成本测算应该在编码前完成。多Agent系统常同时用到不同厂商的模型,逐个对接SDK、分别维护鉴权和调用逻辑的成本很高。更稳妥的做法是先统一接入层,再做模型选型。不同模型在同样任务上的Token消耗可能相差数倍,需要用真实样本实测。拿到单次任务的成本区间后,再决定哪些环节用旗舰模型,哪些环节用轻量模型。

需要警惕的三个现实问题

  • 协议仍在演进:字段命名、路径、鉴权约定和扩展机制都可能变化。务必做版本兼容,并通过灰度发布降低风险。
  • 调试困难:Agent之间的对话具有非确定性,同一个输入可能走出完全不同的路径。必须保留完整的Message与Task日志,才能复盘问题。
  • 责任边界模糊:如果A调用B,B给出错误建议,责任如何划分?在金融、医疗等场景,应在Agent Card层面声明能力边界与免责范围,并在业务流程中设置人工复核环节。

总结:A2A的价值在于让Agent之间的协作可标准化、可发现、可治理。现在入场不算早,但也远没到错过窗口的阶段。先把模型接入和成本核算的基础打好,等协议稳定后,迁移成本会低得多。


【商业推广/利益相关】文中提到的模型发现、选型和统一API接入,可参考百度智能云词元所(Token Exchange),链接:https://cloud.baidu.com/product-s/token_exchange.html 。该链接指向的产品属于推广内容,读者可自行比较其他平台。

发表评论

活动