AI概念与词典

A2A 1.0 与 MCP 有什么区别?Agent Card、工具调用与多智能体协作

A2A1.0负责智能体之间的发现、委派、状态和交付,MCP负责智能体连接工具与资源。本文用对象、认证、长任务和组合架构说明怎样选。

A2A 1.0 与 MCP 分别连接智能体和工具资源的边界
本页目录
  1. A2A 与 MCP 的核心差异
  2. A2A 1.0 的五个关键对象
  3. 按场景选择协议
  4. 组合架构怎样落地
  5. 上线前的协议检查
  6. 来源与复核记录

快速结论:A2A 1.0 与 MCP 不是二选一。MCP 主要解决智能体怎样连接工具、API 和资源;A2A 主要解决独立智能体怎样发现彼此、委派任务、跟踪状态和交付结果。一个采购智能体可以通过 MCP 访问数据库和审批工具,同时通过 A2A 把物流核验委派给另一家公司的远程智能体。先看边界:如果只是给一个智能体增加工具,优先 MCP;如果要跨团队、跨框架连接黑盒智能体并跟踪长任务,才需要 A2A。

A2A 与 MCP 的核心差异

问题 MCP A2A 1.0
连接对象 智能体或主机连接工具、资源和提示模板 客户端智能体连接远程智能体
暴露内容 工具定义、资源、提示、能力协商 Agent Card、技能、接口、认证要求与任务能力
主要工作单元 工具调用、资源读取等协议请求;Tasks 已在 2026-07-28 RC 中移至实验性扩展 Message 或有状态 Task,结果以 Artifact 交付
长任务 可用实验性 Tasks 包装请求 原生任务生命周期、流式更新、轮询和推送通知
典型边界 主机控制模型、连接、授权与用户同意 远程智能体内部实现保持黑盒,客户端按能力和接口协作
能否组合 可以:MCP 给单个智能体配工具,A2A 让多个智能体协作

A2A 官方文档明确说它不是工具调用协议,也不是 MCP 的替代品;MCP 官方架构则把主机、客户端和服务器分开,服务器暴露资源、工具与提示。两者都有版本和能力协商,生产实现不能只看到协议名字就假设对方支持流式、通知或某项工具。

MCP Tasks 新鲜度边界:MCP 的 2025-11-25 规范把 Tasks 作为实验性核心能力;2026-07-28 官方 Release Candidate已把 Tasks 移到扩展,并调整任务创建、更新、取消和列表边界。本文只把它视为仍在演进的可选异步机制,不假设 2025-11-25 与当前扩展实现互操作;生产接入必须锁定双方实际支持的规范或扩展版本。

A2A 1.0 的五个关键对象

A2A 1.0 中 Agent Card、Message、Task、Part 与 Artifact 的关系
原创对象图:Message 用于交互,Task 追踪有状态工作,最终交付物应进入 Artifact。
  • Agent Card:描述智能体身份、服务端点、能力、技能、支持接口和认证要求,客户端先读它再决定是否调用。
  • Message:客户端与远程智能体的一次通信,可包含文本、文件引用或结构化数据。
  • Task:有唯一 ID 和生命周期的工作单元,适合长时间、可中断、多轮或需要授权的任务。
  • Part:Message 或 Artifact 内最小内容单元,可承载文本、原始字节、URL 或结构化数据。
  • Artifact:任务产生的文档、图片或结构化结果。A2A 规范建议把真正交付结果放进 Artifact,而不是依赖可能不会持久保存的状态 Message。

按场景选择协议

场景 优先方案 理由
让编码智能体读取 Git 仓库并调用测试工具 MCP 核心是同一智能体访问工具与资源
把“法律审查”委派给另一个独立服务并等待报告 A2A 需要发现远程智能体、跟踪任务和接收 Artifact
销售智能体查 CRM,再把报价审批交给财务智能体 MCP + A2A CRM 是工具;财务智能体是独立协作方
单进程内创建几个框架子智能体 框架原生能力 A2A 不负责智能体内部子智能体调度
普通服务之间固定 JSON 接口 REST/gRPC 也可能足够 没有智能体发现、任务状态和多轮协作需求时无需增加协议

组合架构怎样落地

MCP 连接工具资源与 A2A 连接远程智能体的组合架构
原创架构图:协议边界清楚后,权限、审计和失败恢复才能分别设计。
  1. 主智能体先通过 MCP 读取授权数据、调用本地工具,形成范围明确的子任务。
  2. 客户端读取远程智能体的 Agent Card,核对版本、接口、技能、输入输出模式和安全要求。
  3. 用 A2A 发送 Message;复杂工作由远程端返回 Task,客户端使用流、轮询或推送跟踪。
  4. 需要额外授权时处理 AUTH_REQUIRED,凭据应通过安全的带外渠道并绑定目标智能体和操作。
  5. 把最终结果作为 Artifact 验收,再由主智能体或人工决定是否调用 MCP 工具产生真实变更。

协议不会自动提供业务授权。Agent Card 只能声明认证方案,服务器仍要对每个请求和具体技能做授权;A2A 的 AUTH_REQUIRED 状态本身也不等于批准了某项操作。工具调用的最小权限、预览和回滚可结合本站的智能体治理指南设计。

上线前的协议检查

  • 固定 A2A 与 MCP 协议版本,不允许静默降级后丢失需要的能力。
  • Agent Card 不嵌入静态秘密;敏感技能使用受认证的扩展卡或选择性披露。
  • 验证流式、推送、轮询、断线重连、取消和重复请求的幂等行为。
  • 区分 Message、Task 状态和 Artifact,不把瞬时状态消息当可靠交付物。
  • 对 MCP 工具注释、远程智能体输出和外部网页都按不可信输入处理。
  • 保存任务 ID、调用者、授权、工具动作、结果版本和人工审批记录。

如果还没确定网站或企业里的智能体究竟是什么,可先阅读AI Agent、工作流与工具调用边界;协议只是连接层,不能替代任务定义、评测和运营治理。

来源与复核记录

本文依据 Linux Foundation A2A 官方文档A2A 1.0 规范MCP 2025-11-25 规范概览MCP 生命周期与能力协商MCP 2026-07-28 Release Candidate整理,资料复核日期为 2026 年 8 月 23 日。协议草案和扩展仍会变化,生产实现必须锁定版本并运行互操作与安全测试。本站规则见关于兰塞 AI 与编辑规范