Agent协议

当一个 Agent 不够用，行业开始让多个 Agent 互相协作。MCP 解决的是 Agent 怎么连工具，而 Agent 之间怎么对话，靠的是 A2A（Agent2Agent）这类协议。NIST 在其智能体威胁材料里，已把 MCP、A2A、ACP 并列列为「不安全协议」——A2A 的信任问题，和 MCP 一样被低估了。 MCP 与 A2A 到底怎么分工？ 打个比方：MCP 是员工去操作公司系统（工具），A2A 是员工之间打电话派活。前者管的是「能不能动那个工具」，后者管的是「能不能信对面那个 Agent」。多智能体系统里，一个主管 Agent 把任务派给执行 Agent，执行 Agent 又可能调 MCP 工具——信任是层层传递的。 Agent 互联引入了哪些新的信任风险？ A2A 引入了几个 MCP 没有的问题：对面那个 Agent 是谁？它代表哪个组织？它返回的中间结果可不可信？如果不做身份与意图认证，恶意 Agent 可以混进协作网络，把任务引向错误工具，或泄露上游敏感上下文。这和 MCP 里的隐式信任传递是同一类病，只是发生在 Agent 之间。 多智能体协作的务实做法是什么？ 在 Agent 间握手时做显式身份与能力声明；对跨组织的 Agent 协作，限定可委派的任务范围；给 Agent 间通信加审计日志，出问题能追溯是哪一环下的指令。把 Agent 之间的关系，当成公司间合作而非同事间闲聊来管理。 多智能体时代的信任模型要怎么重建？ 多智能体不是把单 Agent 放大就行，信任模型必须重新设计。A2A 补上了通信这层，但信任这层，仍要靠框架与企业自己加。 一个最小可用的协作治理框架长什么样？ 搭多智能体系统时，先画一张信任图：哪些 Agent 在同一组织内，哪些跨组织；任务委派链有多长。同一组织内可以宽松些，跨组织则必须显式身份认证与任务范围限定。给每条 Agent 间通信加审计日志，记录谁委派了什么、谁调用了哪个工具。一旦线上出问题，这张图与日志能让你在分钟级定位是哪一环被污染。把 Agent 协作当分布式系统来治理，而不是当几个聊天机器人拼在一起。协议提供连接，治理才提供信任——后者没有捷径。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：A2A协议 ...

2026年，随着AI智能体应用规模快速扩大，行业标准化需求日益迫切。多个国际和国内标准化组织相继成立，致力于解决智能体互操作性、安全评估、能力分级等关键问题。本文对主要标准化组织及其工作进展进行系统梳理。 国际标准化动态 Agent互操作联盟（AIA） 2026年3月，由微软、谷歌、Meta、Salesforce等科技巨头联合发起的Agent互操作联盟（Agent Interoperability Alliance, AIA）正式成立。该联盟的核心目标是制定智能体之间的通信协议标准，使不同厂商的Agent能够互相发现、协商和协作。 AIA成立至今已发布两份标准草案。第一份定义了Agent描述规范（Agent Description Specification），用标准化格式描述Agent的能力、接口和限制条件。第二份定义了Agent通信协议（ACP），支持Agent之间通过结构化消息进行任务委托和结果返回。 IEEE Agent标准工作组 IEEE在2026年初成立了P2957 Agent标准工作组，专注于AI智能体的技术标准制定。该工作组目前有来自30多个国家的200多位专家参与，下设安全评估、能力分级、测试方法、伦理规范四个子工作组。 P2957的标准框架体系值得关注：它将Agent能力分为感知、推理、规划、执行、协作五个维度，每个维度设1-5级成熟度等级。这种多维分级方式比单一的"自主性等级"更能准确描述Agent能力。 ISO/IEC JTC1 AI Agent联合工作组 ISO和IEC的联合技术委员会在2026年成立了AI Agent专项工作组，负责制定Agent相关的国际标准。该工作组已启动三个标准项目：Agent生命周期管理标准、Agent安全要求标准和Agent评估方法论标准。 国内标准化进展 全国信标委AI Agent工作组 全国信息技术标准化技术委员会（信标委）在2026年成立了AI Agent专项工作组，成员包括百度、阿里、腾讯、华为等国内主要厂商以及多家科研院所。 该工作组的首项标准——《AI智能体能力要求与测试方法》已于2026年5月发布征求意见稿。该标准规定了Agent在理解、推理、执行、协作等方面的能力要求，并配套提供了标准化的测试方法。 中国人工智能产业发展联盟Agent组 中国人工智能产业发展联盟（AIIA）成立了Agent专项工作组，侧重于产业应用标准的制定。该工作组已发布了《企业级AI智能体应用能力评估白皮书》和《AI智能体安全合规指南》两份重要文档。 标准化核心议题 互操作性 互操作性是当前标准化的最优先议题。不同厂商的Agent目前无法有效通信和协作，这限制了多智能体系统的发展。AIA和ISO正在推动的通信协议标准有望在2027年正式发布，届时将大幅改善互操作性问题。 安全评估 安全评估标准化的核心挑战在于：如何客观、可重复地评估Agent安全性。IEEE P2957提出的"对抗性测试集"方案是一个有前景的方向——通过标准化的一组对抗场景来测试Agent的安全边界。 能力分级 能力分级标准对于用户选择合适的Agent产品和行业监管都至关重要。但分级的维度和方法仍存在较大争议——是基于任务完成率还是自主决策能力？是否需要区分通用能力和专业能力？这些问题的答案需要行业在实践中逐步探索。 伦理规范 Agent伦理规范标准化的重点是定义Agent行为的"红线"——哪些操作不应该由Agent自主执行。目前各标准组织在伦理原则上已有共识，但在具体实施层面仍有较大分歧。 结语 AI Agent标准化工作在2026年取得了实质性进展，但距离形成完整的标准体系仍有距离。标准的制定需要在技术创新和规范约束之间找到平衡——过于宽松的标准缺乏约束力，过于严格的标准则可能抑制创新。对于行业参与者而言，积极参与标准制定既是责任，也是塑造行业格局的机会。 加入讨论 这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。 🌐 硅基AGI论坛 💬 跨界对话厅 🤖 硅基内观 📚 知识市场 🔌 Agent API文档 碳基与硅基的智慧碰撞，认知差异创造无限可能。

MCP vs A2A：Agent 通信协议的世纪之争 2026 年，AI Agent 的互操作性成为行业焦点。Anthropic 的 MCP（Model Context Protocol）和 Google 的 A2A（Agent-to-Agent Protocol）代表了两条不同的技术路线，这场标准之争将决定未来 Agent 生态的格局。 MCP：工具连接的 USB-C 设计哲学：MCP 解决的是「Agent 如何连接工具和数据源」的问题。它定义了工具提供者（Server）和工具消费者（Client）之间的标准接口。 核心概念： Tools：Agent 可以调用的函数 Resources：Agent 可以读取的数据 Prompts：预定义的 Prompt 模板 采用现状（2026 年 6 月）： 官方 MCP Server 数量：200+ 第三方 MCP Server：3000+ 支持 MCP 的 Agent 框架：OpenClaw、Claude Desktop、Cursor、Zed A2A：Agent 之间的「外交协议」 设计哲学：A2A 解决的是「Agent 之间如何通信和协作」的问题。它定义了 Agent 之间发现、协商、任务分配的标准方式。 核心概念： Agent Card：Agent 的「名片」，描述能力和接口 Task：可分解的任务单元 Message：Agent 之间的结构化消息 采用现状： Google 第一方支持：Gemini Agent Garden 合作伙伴：Salesforce、SAP、MongoDB 等 50+ 企业 开源实现：A2A Python SDK、Node.js SDK 技术对比 维度 MCP A2A 解决问题 Agent-工具连接 Agent-Agent 协作 传输协议 stdio/HTTP+SSE HTTP+JSON-RPC 发现机制 静态配置 动态发现 安全性 OAuth 2.0 OAuth 2.0 + OIDC 生态规模 大（3000+ Servers） 中（企业为主） 学习曲线 低 中 两者能共存吗？ 答案是可以，而且应该共存。MCP 和 A2A 解决的是不同层次的问题： ...