多Agent协作不是概念了！A2A协议v1.2发布，老金带你读懂Agent互联互通

大家好，我是技术老金。

最近我朋友圈被一个词刷屏了——A2A。

不是”AA制”那个A2A，是Agent-to-Agent，Agent与Agent之间的通信协议。

如果说2025年大家都在讨论”怎么做一个Agent”，那2026年的话题已经变成了”怎么让一群Agent一起干活”。而A2A协议，就是让Agent们能互相说话的通用语言。

今天老金来聊聊这个2026年最值得关注的Agent基础设施级更新。

一、为什么需要A2A？

咱们先想一个问题：

你做了一个客服Agent，用的是LangChain。隔壁团队做了一个订单查询Agent，用的是AutoGen。老板说：你们两个能不能让客服Agent直接调用订单Agent？

传统方案：写自定义API、处理认证、定义数据格式、处理错误……没有两周搞不定。

A2A要解决的问题就是：让不同框架、不同厂商的Agent能开箱即用互相对话。

就像HTTP协议让所有网页浏览器能访问所有网站一样——A2A协议想要成为Agent世界的HTTP。

二、A2A协议v1.2的核心设计

目前A2A协议已经发展到v1.2版本，由Linux基金会正式管理，背后有Google Cloud主导，已有150多个组织投入生产环境。

技术栈：

核心概念：Agent Card

每个Agent通过一个 Agent Card（类似名片）描述自己：

• 能做什么（技能列表）
• 输入输出格式
• 收费方式（如果有）
• 可靠性指标

当Agent A需要找Agent B帮忙时，先读Agent Card，就知道”这家伙能不能干我要的活，怎么跟它说话”。

三、真实案例：Salesforce + Google Cloud的跨平台Agent

这不是纸上谈兵。

Salesforce和Google Cloud已经在用A2A协议创建跨平台的AI Agent。

想象一下这个场景：

1. 用户在Salesforce CRM里创建了一个工单
2. 客服Agent发现需要查询订单物流信息
3. 客服Agent通过A2A协议，调用Google Cloud上的物流Agent
4. 物流Agent查完数据，通过A2A返回结果
5. 客服Agent把结果整合后回复用户

整个过程，用户感觉在跟一个Agent对话——但实际上背后是两个不同平台、不同框架的Agent在协作。

这就是A2A的价值：让复杂系统对用户保持简单。

四、A2A vs MCP：别搞混了

很多人把A2A和MCP搞混，老金给你一个简单的区分：

• MCP（Model Context Protocol）：Agent调用工具的协议。比如Agent要查数据库、调API、发邮件。
• A2A（Agent-to-Agent）：Agent调用Agent的协议。比如一个Agent请另一个Agent帮忙处理任务。

一句话总结：MCP是Agent的手和脚，A2A是Agent之间的电话线。 两者互补，不冲突。

我之前在AI应用开发实战系列里写过工具调用的内容——MCP就是那个”让Agent能用工具”的标准协议。而A2A则是让Agent之间能”互相打电话”的标准协议。

五、开发者怎么接入A2A？

如果你现在就想让你的Agent支持A2A，大概需要这几步：

# 伪代码：实现一个A2A兼容的Agent Card
agent_card = {
    "name": "order-query-agent",
    "version": "1.0.0",
    "capabilities": [
        {
            "id": "query_order",
            "description": "查询订单状态",
            "input_schema": {
                "order_id": "string",
                "customer_id": "string"
            },
            "output_schema": {
                "status": "string",
                "estimated_delivery": "string"
            }
        }
    ],
    "authentication": {
        "type": "oauth2",
        "endpoint": "https://auth.example.com/token"
    }
}

# 处理A2A请求
@app.post("/a2a/task")
async def handle_a2a_task(request: A2ARequest):
    # 验证调用方Agent
    await verify_agent(request.agent_card)

    # 执行任务
    result = await execute_task(request.task)

    # 返回结果（支持同步和异步）
    return A2AResponse(
        task_id=request.task_id,
        status="completed",
        result=result
    )

Google Cloud已经提供了A2A的SDK和示例代码，去GitHub搜 google/A2A 就能找到。

六、老金的判断

A2A协议的意义，怎么强调都不过分。

• 对企业：不用被单一厂商绑定，可以混搭不同框架的最佳Agent
• 对开发者：不用重复造轮子，专注于自己Agent的核心能力
• 对行业：统一的互操作标准，加速整个生态发展

但有一个现实问题：A2A现在还处于早期阶段。 v1.2虽然已经有150+组织在使用，但距离”HTTP级别的普及”还有距离。

我的建议是：关注但不盲从。 如果你的项目需要跨平台Agent协作，A2A是目前最好的选择。如果你的Agent只在单一平台内运行，没必要为了用A2A而用A2A。

相关阅读

• AI Agent下半年爆发前夜！2026年5大趋势解读
• AI应用开发进阶（七）：企业级AI应用架构设计从单体到微服务
• 企业级AI落地（一）：从POC到生产AI项目落地全流程