目前，谷歌与50多家合作伙伴和客户共同推进A2A的建设，旨在打造出一个具备企业级就绪、安全可信的互操作能力。

　　尽管已有超过50家合作伙伴参与A2A的共建工作，但目前的采用程度仍未达到临界点，协议将持续演进。以上内容由腾讯混元大模型生成，仅供参考

　　Agent2Agent 协议旨在实现不同平台和生态中的 AI 智能体之间的安全、标准化协作，无论它们基于何种框架或由哪家公司构建。协议的核心目标是打通智能体间的互操作性，支持跨平台、多模态的协同工作。通过 A2A，智能体可以彼此通信、发现对方能力、协商任务分配，并协作完成复杂的企业级流程，即便它们来自不同的技术体系。

　　这一特性使得构建由多个专职智能体组成的企业级智能系统成为可能。例如，在企业级流程中，某个智能体可以负责候选人筛选，另一个安排面试时间，还有一个负责背景调查，而这一切都可以在统一的 agentic 接口中完成。

　　Google Cloud 商业应用平台副总裁兼总经理 Rao Surapaneni 在接受媒体采访时表示，A2A 让不同专业和数据节点的智能体更容易获得所需的上下文。

　　Surapaneni 表示：“每个系统或平台都有其专长，因为它们可能掌握着某个数据节点或逻辑节点，或者其用户群本身就集中在特定任务上。因此可以预期，这些框架会沿着高度专业化的方向持续演进。而作为客户，如果我同时在部署多个平台和框架，我并不希望频繁在它们之间来回切换。”

　　他还表示，谷歌之所以与 50 多家合作伙伴和客户共同推进 A2A 的建设，正是希望打造出一个“具备企业级就绪、安全可信的互操作能力”的协议。

　　：智能体可以通过 JSON 格式的“Agent Card”来“展示其能力”，以便客户端智能体能够选择最佳的远程智能体来完成任务。

　　“我们将其作为一项由社区驱动的、真正开源的项目开放，”他说。“虽然它有一个治理委员会，但我们确实希望它真正开放，并由社区驱动。”

　　在开发 A2A 的过程中，谷歌专注于让智能体能够“以自然、非结构化的模式工作，即使它们不共享内存、工具和上下文”。该协议还建立在 HTTP 和 JSON 等现有标准之上，因此更容易与现有技术栈集成。

　　A2A 也并非市场上唯一的互操作性协议。在过去的几个月里，至少出现了两种智能体互操作性标准：

　　创建可互操作的智能体。另一方面，包括微软、OpenAI 在内的许多公司都已经接受了 MCP。甚至谷歌也通过其新的智能体开发工具包（Agent Development Kit）增加了对 MCP 的支持。Surapanenin 保证 A2A 将与 MCP 并行运行。

　　“我们认为 MCP 和 A2A 是互补的功能，”Surapaneni 说道。“我们看待 Agent2Agent 的方式是将其置于更高的抽象层加速度 shadowrocket，以使应用程序和智能体能够相互通信。因此，可以将其视为一个分层堆栈，其中 MCP 与 LLM 协同工作，处理工具和数据。”

　　他认为可以将 A2A 视为 MCP 的合理超集，建议对于正在构建 MCP 服务器的开发者，应该参考 A2A 规范，了解诸如身份验证和带外数据交付等关键功能的实现路线图。对于考虑构建 MCP 服务器的开发者，该评论者建议审慎考虑，因为 A2A 规范在定义上更为完善。即使 A2A 未能得到广泛应用，MCP 也可能通过增加对关键痛点的支持来迎头赶上，届时迁移的难度也将相对较低。

　　Surapaneni 并未拒绝与其他致力于智能体互操作性协议的联盟合作。他表示，A2A 始终欢迎新成员加入，并且该协议将是一个动态代码，会根据社区的建议和需求不断更新。 “我们将研究如何与所有协议保持一致，”Surapaneni 说。“总会有一些协议包含好的想法，我们想弄清楚如何将这些好的想法都纳入进来。”

　　各大机构和 AI 公司普遍认同，未来的世界将不会由某一个单一的 AI 模型主导，而是由多个模型共同驱动。因此，智能体基于不同语言和框架构建，也是一种顺理成章的趋势。

　　然而，要实现真正成熟的智能体生态系统，关键在于智能体能够与来自其他公司的智能体进行通信与协作。但这一目标远非易事。行业标准的建立通常需要较长时间才能普及，并且依赖大量企业的广泛支持与参与。

　　如果 A2A、MCP 或 AGNTCY 等协议希望成为连接所有 AI 智能体的标准方式——无论它们由谁构建、基于何种框架——就必须实现大规模的落地应用与生态采纳。Surapaneni 表示，尽管已有超过 50 家合作伙伴参与 A2A 的共建工作，但目前的采用程度仍未达到临界点。

　　“所有这些协议都将持续演进，特别是在 AI 发展速度如此之快的背景下，我们将不断发现新的使用场景和应用需求，这也将推动协议持续发展。”他说道。