譯者 | 核子可樂

審校 | 重樓

幾乎萬事萬物都離不開協(xié)議和標準，這也是就技術問題達成溝通一致的前提。而隨著AI智能體的迅猛發(fā)展，與之配套的協(xié)議出現(xiàn)也只是時間問題。

Anthropic提出的MCP（模型上下文協(xié)議）就是其中最知名的方案之一。MCP于去年正式亮相，幫助模型輕松接入外部數(shù)據(jù)存儲、API乃至其他功能及工具，但同時也為新一波安全威脅打開了大門。

然而，MCP并非唯一發(fā)展勢頭迅猛的AI中心協(xié)議。在今年四月的Google I/O開發(fā)者大會上，谷歌發(fā)布了其智能體到智能體（A2A）協(xié)議。從表面上看，MCP與A2A似乎高度重合，采用類似的客戶端-服務器架構，使用大量相同的底層消息傳遞與傳輸協(xié)議，而且同樣在相對不太成熟的情況下獲得了業(yè)界的大力支持。

很多朋友都以為這將是又一場針尖對麥芒的比拼。但實際上，MCP與A2A打算解決的問題截然不同，由它們引發(fā)的誤解大多源自AI智能體在定義上的模糊不清。所以下面咱們來具體聊聊。

宏觀來講，智能體的定義非常簡單：通常依托于某種模型，負責解讀信息并決定如何處理信息。底層模型可以訪問各種函數(shù)或工具，以檢索或執(zhí)行這些任務。

例如，日志智能體可能使用某種工具定期輪詢API端點以獲取日志。一旦檢測到異常，它會使用另一工具生成支持工單，以供人工操作員審核。只要智能體足夠可靠，它們就能通過工資、醫(yī)療福利和病假情況等指標淘汰掉那些偷奸耍滑的員工。

而要想達成這一目標，智能體間的通信協(xié)議必須更加完善，這正是MCP和A2A的意義所在。先說MCP，簡言之它是“一個用于連接AI系統(tǒng)與數(shù)據(jù)源的通用開放標準”。

換句話說，MCP為模型提供一種標準化方式，使其能夠與現(xiàn)有資源（例如SQL數(shù)據(jù)庫、Kubernetes集群或現(xiàn)有API）進行交互。該協(xié)議遵循客戶端-服務器架構，信息交換使用JSON-RPC，并根據(jù)具體用例通過Stdio、HTTP或SSE等形式進行傳輸。

MCP架構概覽

MCP的核心是以標準化方式開放模型與工具功能，促進它們間的通信。因此Anthropic將MCP描述為AI版的USB接口。但如前所述，MCP只是眾多實現(xiàn)方式之一，比如LangChain也提供類似的功能。

如果說MCP就是USB口，那么A2A的定位更接近于以太網(wǎng)。A2A同樣使用JSON-RPC、HTTP與SSE，但目的卻在促進智能體之間的通信。

Google A2A協(xié)議工作原理分解圖

這些通信遵循一條可預測路徑，從發(fā)現(xiàn)階段起，系統(tǒng)中的智能體間就會交換名牌，具體包含名稱、功能、聯(lián)系位置以及如何進行身份驗證。這些智能體名牌還包含可選功能的詳細信息，例如通過SSE傳輸數(shù)據(jù)、能夠提取或返回的格式類型（如文本、圖像、音頻或視頻）等。

在了解了彼此之后，智能體間即可互發(fā)任務，其中一個智能體充當客戶端、另一智能體充當服務器。但需要注意的是，這些角色并非固定不變，每個智能體可以根據(jù)具體情況在客戶端與服務器間靈活切換。

任務創(chuàng)建之后，智能體服務器會返回一條消息和一個任務ID，用于跟蹤任務進度。這對需要長時間運行的作業(yè)來說非常重要。客戶端會定期輪詢服務器，而當二者均支持SSE時，服務器端也可自動提供進度更新。

如此一來，任務就能標記出缺失信息，例如用戶電子郵件地址或者支持工單的嚴重程度，供下游智能體作為執(zhí)行參考。任務完成后，結果將以工件形式從服務器發(fā)送至客戶端，工件中則可包含文本、圖像及結構化JSON等內容。

回到之前日志的例子，記錄智能體可以通過A2A向另一智能體發(fā)送支持工單，再由后者執(zhí)行診斷、評估問題、判斷可以自動解決或者需要人工介入。

A2A背后的一大關鍵驅力，在于實用性智能體系統(tǒng)將由多個各具專業(yè)知識的智能體組合而成。其中一部分智能體可由內部開發(fā)，另一些則可由軟件供應商提供。

就協(xié)議而言，A2A并不關心智能體是否使用MCP來實現(xiàn)目標，它只關心各智能體間是否使用相同語言，能否清晰傳達各自的能力、局限性與執(zhí)行進度，確保任務順利完成。

自從谷歌在今年春季的I/O大會上公布A2A以來，該協(xié)議得到模型開發(fā)商、云服務商以及軟件提供商的廣泛支持。

在亞馬遜、微軟、思科、Salesforce、SAP以及ServiceNow等大廠的支持下，谷歌于6月宣布計劃將A2A協(xié)議捐贈給Linux基金會。

盡管MCP與A2A協(xié)議均已得到科技巨頭的大力支持，但整個AI生態(tài)仍處于起步階段，而這項技術的發(fā)展也毫無放緩跡象。考慮到標準機構向來行動緩慢，相信由特性定義及底層邏輯等問題引發(fā)的分歧，必將催生出更多新的標準和協(xié)議。

原文標題：If MCP is the USB-C of AI agents, A2A is their Ethernet，作者：Tobias Mann