前言

自从智能体互联网概念[1]被大家逐步熟知后，Google的Agent2Agent（A2A）[2]智能体通信协议也受到了越来越多的关注。但是，在参加了一些交流会以及和朋友们的讨论中，智能体刘老师逐渐发现，绝大部分关注智能体互联网的同仁，大多只知道A2A是一套帮助智能体连接的协议，或者是知道A2A中有个Agent Card对智能体可以进行比较清晰的能力定义，但大多数对A2A协议的深层逻辑及其重要意义了解不多。

从2007年做互联网应用时琢磨SEO，2011年开始做大数据，2017年延伸到人工智能领域至今，可以这么说，Google提出的若干核心技术及原理，深深影响了智能体刘老师的科研历程。也正因如此，对Google的技术先进性尤其是技术务实性有深刻的体会。简单来讲，从搜索引擎时代、到大数据时代、再到现在的人工智能时代，Google一直在引领技术进步，并且，Google的最大一个特点是：当Google发布某个技术体系时，已经使用该技术进行过了大量的实践，也就是已经把这套技术体系“用”起来了，而不是停留在理论阶段。从搜索引擎的核心算法PageRank，大数据平台的核心技术MapReduce、GFS（HDFS的来源）、BigTable（HBase的来源），到人工智能大模型的BERT（Transformer架构的有力推动实例），Google的技术先进性和务实性从未改变。

由于智能体互联网的热度，目前国内开始做与A2A类似的智能体通信协议相关工作的机构和组织越来越多，并且也陆续有一些相关的协议和标准酝酿和推出。但是坦率地讲，在刘老师的认知范围内，这些工作目前还都停留在“想怎么做好”的阶段（包括刘老师自己在做的ACPs协议族），与Google的A2A协议是“干出来的”还有一定差异。因此，从严谨的科研角度，刘老师呼吁业内相关同仁首先要静下心来学习这些先进的经验（如果说是“师夷长技以制夷”有点夸张，但很实事求是），然后再通过中国人擅长的“干中学”的方式做出更好的协议来。（怎么“干中学”做智能体互联网协议，刘老师以后再单独分享我们引以为豪的从“依赖进口”到“引领世界”的通信行业是怎么做的经验）

基于以上思考，刘老师及北邮智能体互联网小组，打算把在制定ACPs协议族过程中对A2A协议的学习和了解写成一系列文章，贡献给业内，希望能对中国智能体互联网协议及产业发展做些微末共享。文章的编写采用翻译A2A协议文本（正常字体）+智能体互联网研究团队批注（下划线斜体）的形式，在原汁原味保留A2A协议内容的基础上，提供我们的理解供大家参考。

此为开篇，敬请关注，欢迎指正！

1. A2A协议简介

Agent2Agent（A2A）协议Google退出的一个开放标准，其目的是改变目前各自独立、互相之间不透明的 AI 智能体生态现状，促进智能体之间的通信与互操作性。在一个智能体可能是由不同框架、语言或厂商构建的生态系统中，A2A 的目标是提供一种通用语言和交互模型，通过定义详细技的术规范，使智能体能够实现（注：敲黑板划重点，A2A就负责下面这几个任务，其他的一概不管，提问：其他的还应该有什么呢？）：

• 发现彼此的能力；

• 协商数据交互方式（包括文本、文件、结构化数据）；

• 管理协作任务；

• 在无需访问智能体彼此的内部状态、记忆或工具的前提下，安全地交换信息以实现用户目标。

1.1. A2A 的关键目标

在上面的整体目标基础上，A2A定义了其关键目标：

• 互操作性：弥合不同代理系统之间的通信鸿沟。（注：这个无需多言，通信协议的基本要求）

• 协作性：使代理能够委派任务、交换上下文，并共同完成复杂的用户请求。（注：这点非常重要，是容易被忽视的目标，因为传统的通信协议对此并不作为重点，但作为支撑具有前所未有复杂功能的智能体，这一目标非常重要）

• 发现能力：允许代理动态地发现并理解其他智能体的能力。（注：“发现”很好理解，“理解”很难理解，这一点大家会逐步有所体会）

• 灵活性：支持多种交互模式，包括同步请求/响应、用于实时更新的流式传输，以及用于长时间运行任务的异步推送通知。（注：作为实干家，Google考虑的比较长远）

• 安全性：促进适用于企业环境的安全通信模式，依赖于标准的 Web 安全实践。（注：这是所有通信协议和网络基础设施要保障的一点，不过由于Google的特殊地位，这一点都甩给了“标准的Web安全实践”，提问：中国的智能体互联网协议，能这么做吗？）

• 异步性：原生支持长时间运行的任务和可能涉及人类参与的交互场景。（注：可能设计人类参与的交互场景，带来了制定通信协议前所未有的难度，大家可以回想下，以往的通信协议中哪个协议考虑了这一点？刘老师告诉大家，有，刘老师做过，卖个关子，先不说，欢迎大家留言竞猜，猜中有奖）

1.2. 指导原则

A2A的设计，依从以下指导原则：

• 简单性：重用现有的、易于理解的标准（如 HTTP、JSON-RPC 2.0、Server-Sent Events）。（注：简单性是一个协议成功的必要条件，尤其是互联网时代，这方面，刘老师上学期间参与ATM协议工作与IP协议族的对比，有着深刻教训和体会）

• 面向企业：通过与成熟的企业实践对齐，涵盖认证、授权、安全、隐私、追踪和监控等问题。（注：Google做事，两个极端，要么极其宏大，要么非常聚焦，A2A是一件聚焦的事情，面向的是Google生态的企业之间的互联，这与我们要做的智能体互联网基础设施有本质区别）

• 优先异步：专为长时间（而且可能很长时间）运行的任务和人类参与的交互而设计。（注：这一点在刘老师研究和使用大数据Hadoop期间深有体会，谷歌的MapReduce、GFS、BigTable，都是围绕其“优先目标”展开的，学习和使用Google的东西，一定要看这项技术“优先”解决的目标，因为可以这么说，没有一项技术是能做到“通用”的，必须要聚焦在自己要解决的优先目标上）

• 模式无关：支持各种内容类型的交换，包括文本、音频/视频（通过文件引用）、结构化数据/表单，以及可能嵌入的 UI 组件（例如，在某些部分引用的 iframe）。（注：智能体特色，数据交换的类型太灵活，这带来了很大的协议制定难度）

• 执行透明度低：智能体基于已声明的能力和交换的信息协作，无需共享其内部思考、计划或工具实现方式。（注：为了智能体之间协作不需要互相侵入内部，也就是以黑盒形式即可协作完成任务，这是分离复杂性和解耦的重要前提）

参考文献

[1] 首发：智能体互联网 - 定义、架构与应用

[2] Google A2A协议，https://google.github.io/A2A/specification/#12-guiding-principles

【翻译及研究团队】刘军(liujun@bupt.edu.cn)，禹可，钱雨欣玥，冯梓哲，李正博，李冠谕，朱宇晗，张霄天，孙大壮

后续更新，欢迎关注“智能体刘老师”公众号，敬请留言指正。