主题AI Agent 系统中的 Agent-to-Agent / Agent2AgentA2A通信、任务委托、能力发现、流式状态更新与 Artifact 输出。适用场景企业级 Agent 编排、多 Agent 协作、A2A MCP 架构设计、AI Agent 工程落地。动态展示效果如下:1. A2A 是什么A2A Agent2Agent / Agent-to-Agent Protocol可以理解为 AI Agent 之间的通信与协作协议。它解决的问题是一个 Agent 如何发现另一个 Agent 的能力、把任务委托给它、跟踪任务状态并拿回结构化结果。A2A 的重点不是“聊天”而是任务级协作能力发现通过 Agent Card 描述 Agent 会什么、支持什么接口、需要什么认证。任务委托Client Agent 将任务发送给 Remote Agent。状态追踪任务有生命周期状态例如 submitted、working、input required、completed、failed。流式更新长任务可通过 SSE 或异步通知持续返回进度。结果交付Remote Agent 生成 ArtifactClient Agent 汇总后输出给用户。2. A2A 与 MCP 的区别A2A 和 MCP 经常一起出现但它们解决的是不同层次的问题。协议解决的问题典型通信对象例子A2AAgent 如何调用 / 委托另一个 AgentAgent ↔ AgentSupervisor Agent 调 Research AgentMCPAgent 如何调用工具、数据源、API、资源Agent ↔ ToolResearch Agent 调搜索工具、数据库、文件系统一句话A2A 负责 Agent 找 AgentMCP 负责 Agent 用工具。典型组合User ↓ Supervisor Agent ↓ A2A Research Agent / Code Agent / Report Agent ↓ MCP Search / Database / API / File System ↓ Artifact ↓ Final Response3. A2A 的核心对象模型对象含义工程作用A2A Client发起请求的一方通常是主控 Agent、Supervisor、OrchestratorA2A Server / Remote Agent接收任务并执行的一方一个独立 Agent 服务Agent CardAgent 能力说明书暴露身份、技能、接口、认证、模态能力Message通信消息承载用户输入、Agent 回复或中间交互Part消息或结果中的最小内容单元文本、文件、结构化数据等Task一次任务执行单元有 taskId、状态、历史、结果Artifact任务产物报告、代码、图片、表格、JSON、文件等Streaming流式更新机制长任务实时返回状态和部分结果Push Notification异步通知适合长时间任务或断开连接场景4. 标准 A2A 执行流程UI / AppTool / MCP / APIRemote AgentClient Agent / SupervisorUserUI / AppTool / MCP / APIRemote AgentClient Agent / SupervisorUser提出复杂任务读取 Agent Card返回能力、技能、接口、认证方式SendMessage / SendStreamingMessageTask submittedTask working调用工具、数据库、MCP Server 或业务系统返回执行结果Streaming status updateArtifact updateTask completed汇总结果并输出5. A2A 动态链路拆解Step 1能力发现Client Agent 先读取 Remote Agent 的 Agent Card。Agent Card 通常包含Agent 名称Agent 描述支持的技能服务端点认证方式支持输入 / 输出模态是否支持 streaming是否支持 push notification示例{name:Research Agent,description:用于资料检索、摘要、事实校验的远程 Agent,skills:[{id:research,name:Deep Research,description:执行长任务资料研究并返回结构化报告}],capabilities:{streaming:true,pushNotifications:true}}Step 2任务发送Client Agent 选择合适的 Remote Agent 后发送任务。{method:SendMessage,params:{message:{role:ROLE_USER,parts:[{text:请生成一份新能源汽车行业分析报告}]}}}Step 3任务执行Remote Agent 接收任务后进入工作状态。它可能会调用内部工具调用 MCP Server查询数据库调用企业 API请求人工确认生成中间结果生成最终 ArtifactStep 4流式状态更新长任务不能只等最终结果通常需要实时反馈。典型状态流TASK_STATE_SUBMITTED → TASK_STATE_WORKING → TASK_STATE_INPUT_REQUIRED → TASK_STATE_WORKING → TASK_STATE_COMPLETED如果任务失败TASK_STATE_SUBMITTED → TASK_STATE_WORKING → TASK_STATE_FAILEDStep 5Artifact 返回Artifact 是 Remote Agent 的实际交付物例如report.mdanalysis.jsonchart.pngcode.pysummary.txtdashboard.html示例{artifactId:artifact-report-001,name:industry_report.md,parts:[{text:# 新能源汽车行业分析报告\n...}]}6. A2A 架构分层┌────────────────────────────────────────────┐ │ User / Application UI │ ├────────────────────────────────────────────┤ │ Supervisor Agent / Orchestrator │ │ - 任务拆解 │ │ - Agent 选择 │ │ - 多 Agent 编排 │ ├────────────────────────────────────────────┤ │ A2A Client Layer │ │ - 读取 Agent Card │ │ - SendMessage / SendStreamingMessage │ │ - GetTask / SubscribeToTask │ ├────────────────────────────────────────────┤ │ A2A Protocol Layer │ │ - Message │ │ - Task │ │ - Part │ │ - Artifact │ │ - Streaming / Push │ ├────────────────────────────────────────────┤ │ Remote Agent Layer │ │ - Research Agent │ │ - Code Agent │ │ - Data Agent │ │ - Business Agent │ ├────────────────────────────────────────────┤ │ Tool / MCP / API / Database Layer │ └────────────────────────────────────────────┘7. A2A 三种常见协作模式7.1 Supervisor Worker 模式最常见适合企业系统。Supervisor Agent ├── Research Agent ├── Data Agent ├── Code Agent ├── Report Agent └── Review Agent优点路由清晰权限容易管理日志容易追踪便于加入人审和安全策略缺点Supervisor 可能成为瓶颈调度逻辑复杂7.2 Peer-to-Peer 模式Agent 之间直接互相委托。Agent A ↔ Agent B ↔ Agent C优点去中心化灵活适合开放生态缺点治理复杂容易产生循环调用成本和安全边界更难控制7.3 Hierarchical 多层模式适合大型企业或复杂业务系统。Global Supervisor ├── Research Team Lead │ ├── Web Research Agent │ └── Fact Check Agent ├── Engineering Team Lead │ ├── Code Agent │ └── Test Agent └── Business Team Lead ├── CRM Agent └── Finance Agent8. A2A 的工程开发重点8.1 Agent Card 服务必须让外部 Agent 能发现当前 Agent 的能力。重点字段namedescriptionskillscapabilitiesendpointsauthenticationsupported input modessupported output modes8.2 Agent Registry用于维护 Agent 列表agent-registry ├── research-agent ├── code-agent ├── finance-agent ├── hr-agent └── customer-service-agentRegistry 可以是静态配置数据库服务发现系统企业 API Gateway内部 Agent Marketplace8.3 Router / PlannerRouter 决定把任务交给谁。判断依据Agent Card 中的 skills历史成功率当前负载权限范围成本延迟用户偏好安全策略8.4 Task Store任务需要可追踪taskId contextId status createdAt updatedAt assignedAgent messages artifacts cost traceId8.5 Streaming Gateway用于实时输出SSEWebSocketPush NotificationMessage Queue8.6 Observability生产系统必须记录taskIdcontextIdtraceIdagentIdlatencytoken usagetool usageretry counterror typeartifact metadata8.7 Safety LayerA2A 系统尤其需要安全控制Agent 身份认证调用权限校验Prompt injection 防护数据脱敏敏感工具隔离Agent 调用白名单循环调用检测成本上限人工确认机制9. A2A MPC 的高级组合如果结合前面提到的MPCModel Predictive Control可以形成更强的多 Agent 决策系统。核心思想Supervisor Agent 不只是把任务分发出去而是模拟未来多步协作路径评估成本、风险和成功率再执行第一步并持续重规划。流程当前任务状态 ↓ 生成多个 Agent 协作方案 ↓ 预测每条方案未来 N 步结果 ↓ 计算 reward / cost / risk ↓ 选择最优方案的第一步 ↓ 执行并观察结果 ↓ 重新规划适合自动化运营自动数据分析编程 Agent金融研究 Agent复杂业务审批 Agent企业知识工作流10. 最小工程实现伪代码classA2AClient:defdiscover(self,agent_url):returnhttp_get(f{agent_url}/.well-known/agent-card.json)defsend_message(self,agent_url,message):returnhttp_post(f{agent_url}/a2a,json{method:SendMessage,params:{message:message}})classSupervisorAgent:def__init__(self,registry):self.registryregistrydefroute(self,user_task):candidates[]foragentinself.registry:cardA2AClient().discover(agent.url)ifself.match(user_task,card):candidates.append((agent,card))returnself.rank(user_task,candidates)[0]defexecute(self,user_task):agentself.route(user_task)responseA2AClient().send_message(agent.url,{role:ROLE_USER,parts:[{text:user_task}]})returnresponse11. A2A 适合哪些业务场景A2A 价值企业知识库不同部门 Agent 协作回答复杂问题编程 AgentPlanner、Coder、Reviewer、Tester 分工金融分析数据 Agent、研究 Agent、风控 Agent 协作电商运营商品 Agent、价格 Agent、广告 Agent、客服 Agent 协作自动化办公邮件、日历、文档、CRM Agent 联动数据分析Data Agent、Chart Agent、Report Agent 协作智能客服售前、售后、订单、物流、知识库 Agent 协同12. 总结A2A 是 AI Agent 生态中的Agent 间通信与任务协作标准。它的核心价值是发现能力通过 Agent Card 知道远程 Agent 能做什么。委托任务Client Agent 可以把任务交给 Remote Agent。追踪状态Task 生命周期让复杂任务可观测。流式反馈长任务可以逐步返回中间状态。交付结果Artifact 让输出结构化、可追踪、可复用。保护边界Agent 可以协作但不必暴露内部 prompt、memory、tools。生态互通不同框架、不同团队、不同厂商的 Agent 可以互相协作。最终可以记成A2AAgent ↔ Agent MCPAgent ↔ Tool Task协作过程的状态载体 Artifact最终或中间交付物 Agent CardAgent 的能力说明书参考资料A2A Protocol latest specification: https://a2a-protocol.org/latest/specification/What is A2A: https://a2a-protocol.org/latest/topics/what-is-a2a/A2A and MCP: https://a2a-protocol.org/latest/topics/a2a-and-mcp/Key Concepts: https://a2a-protocol.org/latest/topics/key-concepts/Streaming Asynchronous Operations: https://a2a-protocol.org/latest/topics/streaming-and-async/Protocol Definitions: https://a2a-protocol.org/latest/definitions/
)