Claude Code 和 ChatGPT 不是一个 Agent——但现在它们可以真正「对话」了

Claude Code 和 ChatGPT 不是一个 Agent——但它们现在可以「对话」了。A2A 协议把多 Agent 协作从「各干各的」变成了「真正组队」。

Google 4 月发布的 A2A（Agent-to-Agent）协议是个开放标准，核心解决一个问题：不同厂商、不同框架构建的 AI Agent 之间无法直接通信。Claude Code 用 Anthropic 的架构，ChatGPT 用 OpenAI 的架构，Codex 用 OpenAI 的另一套——在没有 A2A 之前，它们之间的协作靠的是「人传话」：Claude Code 输出的代码，要靠人复制粘贴到 ChatGPT 去处理下一步。

A2A 做到了三件事：

第一，Agent Card——每个 Agent 发布一个公开的能力描述文档，其他 Agent 可以查询「这个 Agent 能做什么」，然后决定是否委派任务。这解决了盲目调用的问题：Codex 查 Claude Code 的 Agent Card，发现 Claude Code 擅长代码审查，就把对应的任务推过去。

第二，任务分发——A2A 定义了标准化的任务交换格式，包含任务描述、上下文、优先级、状态回调。不再是人肉复制粘贴，Claude Code 可以直接给 ChatGPT 发任务包，拿回结构化的结果。

第三，跨厂商协作——这个协议被 50 多家企业支持，包括 Anthropic 自己。清华大学 6 月发的 A2A 研究报告指出，多 Agent 专业化分工是行业趋势，全能型 Agent 存在权限冗余、权责模糊的弊端。

这和 MCP 协议是什么关系？MCP 是让单个 Agent 连接外部工具（数据库、文件系统、浏览器），A2A 是让多个 Agent 互相通信。一个是对外的，一个是横向的。两者是互补的。

真正落地的场景：Codex 做代码生成，Claude Code 做代码审查，ChatGPT 做文档生成，三个 Agent 在 A2A 协议下自动组队——你只需要描述需求，它们自己决定谁来干什么、结果交给谁。

清华报告还提了一个有意思的观察：全能型 Agent 的瓶颈不在模型能力，在权限边界和责任归属。Claude Code 如果同时做代码生成和代码审查，自己给自己 review，结果没有参考价值。A2A 的专业化分工，某种程度上也是在解决这个问题。

下一步：如果你在用多个 AI 编程工具，现在可以让它们通过 A2A 协议真正协作——而不是开三个浏览器标签页、靠人肉复制粘贴。