摘要： Google推出專為AI代理而生的開放協定Agent2Agent，為不同來源的AI代理，提供一套標準化的溝通機制與協作框架，揭開多代理協作的未來。
Google於美國時間4月9日舉辦年度雲端大會「Google Cloud Next 2025」，在2小時的開幕演講中，AI代理（AI Agent）成為重點主題。 Google推出一系列圍繞AI代理的產品，包含AI代理程式開發套件 （Agent Development Kit, ADK）、統一調用和管理公司內部AI代理的平台Google Agentspace。 除此之外，還有一項專為AI代理而生的開放協定「Agent2Agent （A2A）」。
AI代理版MCP，加速組建虛擬專案團隊
Google這次推出的A2A，是延伸自Anthropic去年推出的模型上下文協定 （MCP），兩者皆是開源協定， 差別在於MCP將AI代理連接到API和其它數據服務，A2A則是專門串接AI代理，核心目標是為不同來源的AI代理，提供一套標準化的溝通機制與協作框架。根據Google發布的技術文件，A2A主要負責「用戶端（Client）」和「遠端（Remote）」的AI代理之間的溝通。用戶端的AI代理負責制定和傳達任務，由遠端AI代理負責執行任務，A2A則協助用戶端找出執行任務的最佳AI代理、管理每項任務的進度，以及統一檔案規格、讓AI代理之間可以相互發送訊息並協作等。以招聘軟體工程師為例，在Google的Agentspace平台上，使用者可以要求用戶端的AI代理尋找匹配的候選人，從媒合人選、安排面試到背景調查，用戶端AI代理能夠透過A2A和人才庫、社群等遠端AI代理協作。 也就是說，當AI代理能夠輕易地組隊合作，全新的應用場景也將出現，AI不再僅僅是單一的工具，而是由多個AI代理組成的「虛擬專案團隊」，像是能夠自主完成從市場分析、產品設計、行銷策劃到客戶服務的完整商業流程。
打造AI代理「通用語言」，串連數位孤島
過去，AI代理像是身處不同的數位孤島，說著不同的語言。舉例來說，一個由Google AI模型Gemini驅動、擅長數據分析的AI代理，很難直接與一個基於LangChain開發、專精於市場研究報告撰寫的AI代理，進行溝通與任務協調。 在這樣的情況下，開發者如果想建立需要多個AI代理協作的複雜工作流，往往需要針對每個AI代理的特性，編寫大量的「膠水程式碼 （Glue Code）」整合。 而A2A可以被看作AI代理之間的共通語言，提升AI代理的互操作性（Interoperability），讓統籌工作流程的功能更容易實現。 目前，A2A擁有50多個技術合作夥伴，包括Cohere、Langchain、PayPal、Salesforce和 Workday等，未來，A2A如果成功獲得廣泛關注，將會加速AI代理的生態系統，讓企業更容易混合調用來自不同供應商的AI代理。
A2A作為核心拼圖之一，Google劍指AI代理生態系
讓AI代理的運作更直覺，看起來是Google的努力方向，從該公司目前的服務架構來看，使用者可以在開發平台Vertex AI上打造AI代理，藉由AI代理程式開發套件（ADK）和A2A降低多代理（Multi Agents）系統的開發與協作門檻，再透過管理平台Agentspace將這些能力普及到企業的日常營運中。 A2A在其中扮演著至關重要的「連接器」角色，是實現Google宏大AI代理生態系願景的關鍵服務。雖然作為一個新興的開放標準，A2A的普及速度和社群接受度還有待觀察。 Google鋪設下第一塊基石，未來，或許會看到由無數遵循A2A協定的AI代理組成的龐大網絡，它們能夠像人類團隊一樣分工合作和共享知識。
轉貼自： bnnext.com
若喜歡本文，請關注我們的臉書 Please Like our Facebook Page： Big Data In Finance
留下你的回應
以訪客張貼回應