配了三个月 AI Agent，今天才发现它们根本不会「说话」——A2A 协议把这件事彻底变了

配了三个月 AI Agent，今天才发现它们根本不会「说话」——A2A 协议把这件事彻底变了

你有没有遇到过这种情况：给 AI Agent 配了一堆工具，让它去完成一个稍微复杂点的任务，结果它「卡住」了——不是它能力不够，是它根本不知道怎么去找别的 Agent 帮忙。

这不是你的问题，是整个行业的问题。

AI Agent 的「语言障碍」

2026 年了，AI Agent 已经能帮你写代码、查数据、发邮件。但你有没有想过一个问题：两个不同厂商开发的 Agent，它们之间怎么「说话」？

Claude Code 和 Cursor 用的不是同一套协议。你的客服 Agent 和财务 Agent 是两套完全独立的系统。一个 Agent 想把任务委派给另一个 Agent？目前基本靠「人类帮忙中转」。

这件事在 2025 年下半年开始被认真对待了。Google 推出了 Agent-to-Agent 协议，简称 A2A。Linux 基金会托管，100 多家公司支持，包括亚马逊、微软、Salesforce、SAP、ServiceNow、思科。

A2A 在解决什么问题

MCP（Model Context Protocol）解决的是「Agent 和工具之间的对话」——Agent 用工具、查数据、调 API，这是「代理用工具」的协议。

A2A 解决的是「Agent 和 Agent 之间的对话」——一个 Agent 发现另一个 Agent、会话管理、任务委派、结果汇总，这是「代理找代理」的协议。

简单说：MCP 让 Agent 操控工具，A2A 让 Agent 操控另一个 Agent。

A2A 的四个核心机制

第一个是 Agent Card。每个 Agent 发布自己的「数字名片」，包含我叫什么、会什么 Skills、怎么联系我、需要什么认证。别的 Agent 想找人帮忙，先查 Agent Card。

第二个是任务生命周期。任务有明确的状态机：submitted → working → completed/failed。Agent 可以返回实时进度、SSE 流式输出、最终结果。不是「一问一答」，是真正的异步协作。

第三个是多模态支持。消息体叫 Part，可以是文本、结构化 JSON，也可以是音频、视频流。Agent 之间不只能发文字，能发文件、发截图、发语音。

第四个是企业级安全。支持 OpenAPI 的认证方案，包括 Bearer Token、API Key、OAuth2。跨组织的 Agent 协作，安全性是有保障的。

真实场景长什么样

腾讯有篇文章描述了一个场景：你对手机说「帮我订下周二上午去墨尔本的机票」。几秒钟之内，你的 AI 助理已经联系上了企业差旅供应商的订票 Agent，查好了航班和酒店——全部符合公司差旅政策。

整个过程，你没有发过一封邮件，也没有打过一通电话。这就是 A2A 正在做的事。

不是让两个 AI 聊天，而是让任务在智能体之间可控地流转。

为什么是 2026 年爆发

2025 年 A2A 刚出来的时候，很多人觉得「又是一个概念」。但今年不一样。

几个信号：第一，Linux 基金会托管，主流云厂商全进来了，不是 Google 一家自嗨。第二，a2aprotocol.ai 上已经有真实的生产级 Agent 在跑——TrustBoost 做 PII 脱敏、Ambr 做法律合同、AlgoVoi 做多链支付。第三，清华大学出了专门的 A2A 研究报告，从技术、商业、组织变革三个维度系统分析。

对你的意义

如果你在搭 Agent 系统：MCP 和 A2A 不是二选一，是各管一段。工具层用 MCP，协作层用 A2A。

如果你在选型：看这个平台有没有 Agent Card、支不支持 A2A 发现机制，这是未来 Agent 系统「能不能接入别的系统」的关键。

如果你就在用现成的 Agent：留意你用的工具今年有没有支持 A2A 的 Roadmap——这决定了它能不能和别的厂商的 Agent 打通。

多 Agent 协作这事儿，2026 年是分水岭。