Agent2Agent

一句話定義

Agent2Agent（A2A）是 Google 提出的開放協議，用於讓不同 AI agent 彼此發現能力、提交任務、交換訊息、回傳工件並追蹤任務狀態。

核心要點

• 解決 agent-to-agent 問題：A2A 聚焦於 agent 與 agent 之間如何協作，而不是單一 agent 如何呼叫工具。
• Agent Card：透過 /.well-known/agent.json 描述 agent 能力、技能、端點 URL、認證需求與 metadata，支援能力發現。
• Task 為核心工作單位：任務具有 ID 與狀態，可經歷 submitted、working、input-required、completed、failed、canceled 等階段。
• Message / Part / Artifact：A2A 把通訊拆成 message，message 由 text、file、data 等 parts 組成；任務輸出則以 artifact 表示。
• 支援長期任務：透過 tasks/sendSubscribe 與 SSE 事件提供狀態更新與 artifact 更新，適合深入研究、多步驟處理或需要等待的工作。
• 企業級考量：協議設計包含認證、授權、多模態、推送通知等，目標是大規模 agent 系統而非單機 demo。
• Agent-as-tool 心智模型：2026-05-13-Stanford-AI系統課程 把 multi-agent 的乾淨結構描述成「每個 agent 對外暴露 tool-like 介面，其他 agent 像呼叫工具一樣呼叫它」。這讓 multi-agent 系統更容易 debug，也支援平行處理與復用。
• Hierarchical 優先：對使用者而言，智慧家庭之類系統通常應由一個 orchestrator 對外，再由後台專門 agent 協作；部分 agent 可在後台直接水平溝通，但不應要求使用者同時和多個 agent 對話。

與其他概念的關係

• 與 Model-Context-Protocol 互補：MCP 連接 agent 與工具 / 資料，A2A 連接 agent 與 agent。
• 建在 Agent 生態之上：當單一 agent 不足以完成任務時，A2A 提供跨 agent 協作介面。
• 與 Agent-Computer-Interface 相關：Agent Card、Task 狀態、Message parts 與 Artifact 都是 agent 介面可用性與可靠性的設計面。
• 可支援 行動引擎：若一個 AI 入口要把任務分派給不同專業 agent，A2A 提供了協議層基礎。

相關來源

• 2026-04-28-Google-A2A-MCP
• 2026-05-13-Stanford-AI系統課程 — agent-to-agent communication、agent-as-tool 介面與 hierarchical / flat multi-agent 取捨

備註

A2A 目前應視為 agent 生態互操作性的早期協議。它的價值不在取代工具呼叫，而是在多 agent 系統中建立發現、任務、狀態與工件的共同語言。