摘要
1) 一句话总结 A2A（Agent2Agent）是一个最初由 Google 开发并捐赠给 Linux 基金会的开放标准协议，旨在为不同框架构建的 AI 智能体提供安全、去中心化的跨平台通信与协作能力。
2) 关键要点
- 背景与归属：该协议最初由 Google 开发，现已由 Linux 基金会托管。
- 核心定位：作为 AI 智能体的“公共互联网”，提供去中心化的通用语言，支持远程智能体、本地智能体及人类之间的无缝通信。
- 跨平台互操作性：能够连接基于 LangGraph、CrewAI、Semantic Kernel 等不同平台构建的智能体，实现复杂工作流中的子任务委派与信息交换。
- 安全与隐私隔离：智能体在交互时无需共享内部记忆、工具或专有逻辑，在保障协作的同时确保系统安全并保护知识产权。
- 与 MCP 协议互补：MCP 专注于智能体与工具（Agent-to-Tool）的调用，而 A2A 专注于智能体间（Agent-to-Agent）的通信，两者结合可构建更稳健的 AI 系统。
- 行业生态整合：已成功整合 IBM ACP，并被 Cisco agntcy 框架用作构建“智能体互联网”的底层通信与工具调用基础。
- 多语言 SDK 支持：官方提供 Python、JavaScript、Java、C#/.NET 和 Golang 版本的 SDK。
- 开发与学习资源：提供详细的协议规范、快速入门教程、GitHub 代码示例（涵盖客户端、服务器和框架集成），以及与 DeepLearning.AI 合作的入门课程。
功能与定位
- 核心定位：A2A（Agent2Agent）是一个旨在实现 AI 智能体（Agents）之间无缝通信与协作的开放标准协议。
- 背景与归属：该协议最初由 Google 开发，现已捐赠给 Linux 基金会。
- 通用语言：在智能体由不同框架和供应商构建的环境下，A2A 为智能体的互操作性提供了权威的通用语言，支持远程智能体、本地智能体以及人类之间的交流。
典型使用场景
- 跨平台系统集成：连接基于不同平台（如 LangGraph、CrewAI、Semantic Kernel 或自定义解决方案）构建的智能体，打造强大的复合型 AI 系统。
- 复杂工作流协作：在单一智能体无法解决复杂问题时，通过 A2A 让多个智能体委派子任务、交换信息并协调行动。
核心功能
- 去中心化通信：作为通用的去中心化标准，A2A 充当 AI 智能体的“公共互联网”，允许它们相互操作、协作并共享发现。
- 安全与隐私隔离（Secure & Opaque）：智能体在交互时无需共享内部记忆、工具或专有逻辑，从而在保证协作的同时确保安全性并保护知识产权。
特色与差异点
- 与 MCP（模型上下文协议）互补：
- MCP 专注于**智能体与工具（Agent-to-Tool）**的通信，标准化智能体连接工具、API 和资源的方式。
- A2A 专注于**智能体与智能体（Agent-to-Agent）**的通信。两者结合可构建稳健的智能体应用。
- 行业生态整合：
- IBM ACP：已被整合入 A2A 协议中。
- Cisco agntcy：一个为“智能体互联网（Internet of Agents）”提供发现、群组通信、身份和可观测性组件的框架，其底层利用 A2A 和 MCP 进行通信与工具调用。
- 灵活的架构兼容性：倡导“使用任何框架（如 ADK）构建，配备任何工具（如 MCP），并通过 A2A 进行通信”的理念。
使用方式概览
- 官方 SDK 支持：提供 Python、JavaScript、Java、C#/.NET 和 Golang 版本的官方 SDK。
- 开发资源：
- 提供详细的协议规范（Protocol Specification）。
- 包含 Python 快速入门教程以及 AI 智能体框架的演练指南。
- GitHub 上提供客户端、服务器和智能体框架集成的代码示例。
- 学习资源：官方提供 8 分钟以内的视频介绍，以及与 DeepLearning.AI 合作的 A2A 入门课程。