背景与目标

1. AI Agent 生态的发展困境

1.1 从单体 Agent 到多 Agent 协作

2024 年至 2025 年，生成式 AI 领域经历了从”单体大模型”向”Agent 系统”的重大范式转移。根据 LangChain 2025 年度调研报告，超过 67% 的企业 AI 项目已从单一模型调用转向多 Agent 架构设计。这种转变带来了新的挑战：如何让不同框架、不同厂商、不同部署环境的 Agent 实现有效协作。

单体 Agent 时代，开发者只需关注模型本身的输入输出。但在多 Agent 场景下，系统需要处理：

• 异构框架间的兼容性：LangGraph、CrewAI、AutoGen、Google ADK 等框架使用不同的 Agent 抽象
• 跨组织的协作边界：企业 A 的 Agent 如何安全地调用企业 B 的 Agent 能力
• 状态与记忆的隔离：Agent 不应暴露内部推理过程或敏感记忆
• 长周期任务的协调：招聘流程、供应链规划等可能持续数天甚至数周

1.2 现有方案的局限性

在 A2A 出现之前，业界主要依赖以下几种方式实现 Agent 间通信：

MCP (Model Context Protocol) 于 2024 年底推出，成功标准化了 Agent 与外部工具（数据库、API、文件系统等）的交互方式。然而，MCP 的设计哲学是”Agent 为中心”——Agent 主动发现并调用工具。这与真正的”Agent 间协作”存在本质区别：

flowchart LR
    subgraph "MCP 模型"
        A1[Agent A] -->|调用| T1[工具1]
        A1 -->|调用| T2[工具2]
        A1 -.->|控制流| A1
    end
    
    subgraph "A2A 模型"
        A2[Agent A] <-->|协作| B2[Agent B]
        A2 <-->|协作| C2[Agent C]
        B2 <-->|协作| C2
    end
    
    style A1 fill:#e1f5ff
    style A2 fill:#e1f5ff

2. A2A 协议的诞生

2.1 Google 的推动与开源策略

2025 年 4 月 9 日，Google 在 Google Cloud Next ‘25 大会上正式发布了 Agent2Agent Protocol (A2A)。这不是一个封闭的企业标准，而是一个完全开源的协议规范：

• 开源托管：代码仓库托管于 GitHub，采用 Apache 2.0 许可证
• 基金会治理：2025 年 5 月捐赠给 Linux Foundation 的 LF AI & Data 基金会
• 多厂商参与：发布首日即获得 50+ 技术合作伙伴支持，截至 2026 年 3 月已扩展至 150+ 组织

核心合作伙伴包括：

• 云厂商：Google Cloud、AWS、Microsoft Azure
• SaaS 巨头：Salesforce、ServiceNow、SAP、Workday
• AI 平台：LangChain、Hugging Face、Weights & Biases
• 数据库：MongoDB、DataStax、Neo4j
• 咨询与集成：Deloitte、Accenture、McKinsey

2.2 协议的核心设计目标

根据 A2A 官方规范，协议设计遵循以下关键目标：

目标 1：互操作性 (Interoperability) 打破不同 Agent 生态系统之间的壁垒，让构建于不同框架、由不同公司开发、运行在不同服务器上的 Agent 能够无缝通信。

目标 2：协作能力 (Collaboration) 支持 Agent 之间的任务委托、上下文交换和协同工作，解决单一 Agent 无法独立完成的复杂用户需求。

目标 3：动态发现 (Discovery) Agent 能够动态发现其他 Agent 的能力，无需硬编码集成逻辑。这是通过 Agent Card 机制实现的——每个 Agent 在 /.well-known/agent.json 端点发布自己的能力清单。

目标 4：灵活性 (Flexibility) 支持多种交互模式：

• 同步请求/响应：适用于简单查询
• Server-Sent Events (SSE) 流式传输：实时获取任务进度更新
• 异步 Push Notification：通过 Webhook 接收长时间运行任务的通知

目标 5：企业级安全 (Security) 遵循标准 Web 安全实践，支持 OAuth 2.0、JWT、API Key、Mutual TLS 等多种认证机制。

目标 6：异步优先 (Async-First) 原生支持长时间运行的任务和”人在回路”(Human-in-the-Loop) 场景，这是与传统 API 设计的本质区别。

2.3 “不透明执行”原则

A2A 的一个重要设计原则是 Agent 在协作时无需暴露其内部状态、记忆或工具实现。这一原则被称为”Opaque Execution”（不透明执行）：

flowchart TD
    A[Client Agent] -->|Task Request| B[Remote Agent]
    B -->|内部处理| C[内部推理]
    B -->|内部处理| D[工具调用]
    B -->|内部处理| E[记忆检索]
    B -->|仅返回结果| F[Artifacts]
    A --> F
    
    style C fill:#ffcccc
    style D fill:#ffcccc
    style E fill:#ffcccc
    style F fill:#ccffcc

这种设计保护了 Agent 的知识产权和敏感数据，同时允许有效的协作。Client Agent 只需要知道 Remote Agent 能做什么（通过 Agent Card 声明），而不需要知道它是如何做到的。

3. ACP 协议的兴衰与归档

3.1 ACP 的诞生背景

Agent Communication Protocol (ACP) 由 IBM Research 于 2025 年 3 月推出，旨在为其开源的 BeeAI 平台提供 Agent 通信能力。BeeAI 是一个探索 Agent 可解释性的开源平台，ACP 是其核心技术组件。

3.2 与 A2A 的并行发展

2025 年 3 月底，BeeAI 项目（含 ACP）捐赠给 Linux Foundation。一个月后，Google 推出 A2A。业界迅速意识到两个协议的高度重叠：

3.3 合并决策的战略意义

2025 年 8 月 29 日，Linux Foundation 官方宣布 ACP 并入 A2A。这一决策具有多重战略意义：

避免生态分裂 两个功能高度重叠的协议同时存在会导致：

• 开发者困惑：不知道该学习哪个协议
• 厂商分裂：部分支持 ACP，部分支持 A2A
• 集成成本倍增：需要为两个协议分别开发适配层

合并后，业界可以集中力量建设一个统一标准。

技术互补 虽然核心机制相似，但 ACP 在某些领域有独特贡献：

• Agent 可解释性追踪
• 细粒度的权限控制模型
• 与 IBM Watsonx 生态的深度集成

这些技术正在通过 ACP 团队向 A2A 的贡献逐步整合。

治理统一 ACP 项目负责人 Kate Blair（IBM Research 孵化总监）加入 A2A 技术委员会 (TSC)，与 Google、Microsoft、AWS、Cisco、Salesforce、ServiceNow、SAP 的代表共同决策协议发展方向。

3.4 BeeAI 平台的迁移

作为 ACP 的主要用户，BeeAI 平台已完成向 A2A 的全面迁移：

• BeeAI Agent：可通过 A2AServer 适配器暴露为 A2A 兼容 Agent
• 外部集成：可通过 A2AAgent 客户端集成外部 A2A Agent
• 平台内核：BeeAI 平台底层已从 ACP 切换为 A2A 协议

4. 研究目标与范围

4.1 核心研究问题

本研究旨在回答以下关键问题：

1. 技术原理：A2A 协议如何在底层实现 Agent 间消息传递？协议的数据模型、状态机、通信流程是怎样的？

2. 现实意义：A2A 协议解决了哪些实际业务问题？企业采用 A2A 能获得什么价值？

3. SDK 生态：当前有哪些可用的 SDK 和开发工具？各语言的实现成熟度如何？

4. ACPs 归档影响：ACP 并入 A2A 对现有用户意味着什么？迁移路径如何？

4.2 研究范围界定

包含范围：

• A2A 协议 v1.0.0 规范深度解析
• 官方 SDK（Python、JavaScript、Go、Java、.NET）评估
• 与 MCP、传统 API 的对比分析
• ACP 迁移指南与最佳实践

不包含范围：

• 特定厂商的私有扩展（除非已开源）
• 与 A2A 无关的 Agent 框架内部实现细节
• 尚未发布的协议功能（Roadmap 项目除外）

4.3 研究方法

本研究采用以下方法收集和分析信息：

1. 一手资料：A2A 官方规范文档、GitHub 仓库源码、API 参考手册
2. 社区资源：DeepLearning.AI 课程、技术博客、社区讨论
3. 实践验证：SDK 安装测试、示例代码运行、概念验证实现
4. 对比分析：与 MCP、ACP、传统 REST API 的横向对比

参考资料

1. Google Developers Blog - A2A: A New Era of Agent Interoperability - 2025 年 4 月 9 日
2. A2A Protocol Specification v1.0.0 - 2026 年 3 月 12 日
3. ACP Joins Forces with A2A - LF AI & Data Foundation - 2025 年 8 月 29 日
4. GitHub - a2aproject/A2A - 主仓库，23k+ stars
5. BeeAI ACP to A2A Migration Guide - 官方迁移文档
6. LangChain State of AI 2025 - 行业趋势数据