在之前的文章中介绍过 Agora Protocol，一种元协议，可以实现异构大语言模型（LLM）驱动 Agent 智能体之间的高效和可扩展通信。最近 Google 也推出全新的开放协议 Agent2Agent（A2A），使开发者能够构建能够与使用该协议构建的任何其他 Agent 连接的 Agent。

比较值得一说的是，A2A Agent Card，可以理解为 agent 的名片，允许 agent 以 json 格式在网络中标注和宣传自己，未来有机会成为“抢活”的一项重要技能，甚至形成新的类似 SEO 的市场，让自己的 agent 更容易接到“活”，并为 agent 的创作者赚钱。

长期来看，agent 需要 Agent Card 来标注能力、算力/存储成本等参数，也会需要一个容器和容器网络来处理任务，那个 AI 自动运行的世界，渐渐看得见了

A2A Vs Agora Protocol

比较维度Agent2Agent (A2A)Agora Protocol
核心功能专注于智能体之间的通信与协作，允许多个智能体共享信息并协同完成任务。专注于去中心化、自主协作，支持智能体在多样化环境中动态生成通信协议并自主协调任务。
适用场景企业级多智能体协作，例如任务分配、流程自动化等。去中心化网络中的智能体协作，例如大规模数据交换、动态任务分配等。
通信机制基于能力发现、任务管理和用户体验协商，通过JSON格式的“Agent卡”进行能力声明。支持动态生成通信协议，智能体可以根据需求协商并使用JSON等标准格式进行通信。
安全性提供企业级认证和授权，支持安全通信。强调去中心化和自主性，安全性依赖于协议设计和实现。
扩展性支持多模态通信（文本、音频、视频等），适用于短任务和长任务。支持大规模智能体协作，强调扩展性和自主协调能力。
设计目标企业级智能体协作，简化复杂工作流程，降低集成成本。去中心化网络中的智能体协作，优化成本和效率，支持动态生成协议。
技术特点基于现有标准（如HTTP、JSON-RPC），便于与现有IT架构集成。基于最小化设计和去中心化原则，支持灵活存储和访问协议数据（如IPFS）。
开源与社区支持开源协议，鼓励社区参与，已有多个技术公司参与开发。开源协议，支持社区贡献，强调去中心化协作。

A2A Vs MCP

A2A 是 agent 之间的语言，是劳动力之间的沟通，；MCP 是 agent 与 外部工具、数据源等之间的语言，是劳动力和劳动工具，生产资料之间的沟通，互为补充

Agent2Agent (A2A)Model Context Protocol (MCP)
核心功能专注于智能体之间的通信与协作，允许多个智能体共享信息并协同完成任务。专注于智能体与外部工具、数据源和服务的交互，提供标准化接口以调用API、数据库等。
适用场景多智能体协作场景，例如客户服务智能体与调度智能体的协调。智能体需要访问外部资源的场景，例如查询数据库、发送邮件或调用API。
技术特点去中心化设计，智能体自主通信，无需中央协调器。标准化接口，统一输入输出格式，强调上下文管理。
多模态支持支持文本、图像、结构化数据等多种信息交换。提供更全面的多模态支持，包括文本、图像、音频和视频的标准化表示。
工具调用机制基于能力声明与调用，智能体可以动态发现并调用其他智能体的功能。提供标准化的工具调用接口，确保不同模型一致理解和执行工具调用。
上下文管理专注于对话流管理，支持多轮交互，上下文管理相对简化。提供全面的上下文表示规范，确保对话历史和用户信息在不同模型间的一致性。
安全与隐私提供基础安全机制，依赖实现者自行添加安全层。包含更完善的安全边界定义，提供内容过滤和敏感信息处理的标准方法。
开源与社区支持开源协议，鼓励社区参与，已有多个技术公司参与开发。由Anthropic开发，得到微软、Meta、OpenAI等科技巨头支持。
互补性A2A与MCP可以互补，A2A负责智能体之间的协作，MCP负责智能体与外部工具的连接。MCP为A2A提供工具调用支持，两者共同构建更强大的多智能体生态系统。

标签：AI

你的评论