首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >MCP 与 A2A:Agent 之间的通信协议

MCP 与 A2A:Agent 之间的通信协议

原创
作者头像
老周聊架构
发布于 2026-11-17 13:00:49
发布于 2026-11-17 13:00:49
200
举报

Agent 火了快两年,但很多团队到现在没想清楚一件事:agent 怎么接外部工具、agent 之间又怎么协作,这是两件事,不是一件。有人给每个 agent 都手写一套对接代码,系统越堆越乱,改一个接口全线崩溃。今年 MCP 和 A2A 两个协议的出现,把这两个问题各自定义清楚了。这篇文章把它们的本质机制讲透,不堆名词,只看它到底解决了什么。

一、MCP:模型连接外部能力的"标准插头"

先说 MCP(Model Context Protocol)。它的核心就一句话:MCP 是能力协议——标准化模型访问工具、资源、提示词的方式,把 agent 和具体实现解耦。

一个 agent 要干活,离不开三样东西:

  • 调工具 查天气、跑 SQL、调第三方 API,把动作执行出去。
  • 读资源 读本地文件、取数据库、拉网页,把上下文喂进来。
  • 用提示词 加载预设的 prompt 模板,把任务框定清楚。

麻烦在底层实现千差万别:今天接 REST API,明天接本地脚本,后天接一个 SaaS。每接一个就改一遍 agent 代码,耦合迟早爆炸。MCP 在中间插了一层统一协议:能力方按规范把工具"暴露"出来,agent 按规范去"调用",双方都不关心对方内部怎么写。像 USB 接口——设备不管电脑什么牌子,电脑不管设备内部电路怎么走,插上就能用。

没有 MCP,是 N 个 agent 对 M 个能力写 N×M 套对接;有了 MCP,是 N+M 套——每个能力实现一次 server,每个 agent 实现一次 client,剩下交给协议。

二、MCP 的 client/server:别被名字骗了

很多人看到 client/server 就以为 server 是跑大模型那台机器。错。MCP 里的 server 是暴露能力的一端,client 是消费能力的一端。三个角色:

  • Host(宿主) 运行 agent 的应用,比如 IDE 插件、聊天机器人,内部为每个连接起一个 client。
  • Client(客户端) 活在 Host 里,负责和某一个 MCP server 维持一条连接、收发协议消息。
  • Server(服务端) 暴露 Tools、Resources、Prompts 三类能力,背后可以是任意系统——本地文件、数据库、第三方 API。

伪代码层面的交互:

代码语言:java
复制
Host (Agent 应用)
  └─ McpClient ──stdio / SSE / HTTP──► McpServer
        │                                │
        │  initialize()                  ├─ listTools()
        │  listTools()  ◄── tools/list ──┤
        │  callTool("query_db", {...})
        │               ──── tools/call ┺►├─ 执行真实逻辑
        │  ◄── result ───────────────────┤

协议消息格式是固定的,transport 可替换(本地 stdio,远程 SSE/HTTP)。Host 不需要知道 server 背后是 MySQL 还是 Snowflake,只收到"这个工具有哪些参数、返回什么结构"。解耦就发生在这里。

三、A2A:agent 之间的"外交协议"

MCP 解决"agent 怎么接能力",A2A(Agent-to-Agent)解决另一件事:A2A 是智能体间协议——agent 之间怎么协作。类比很直白:A2A 之于 agent,就像微服务里服务间通信(gRPC 之类)之于服务,定义了一套 agent 互相说话的标准。

核心机制是 Agent Card:每个 agent 把自己的能力、联系方式写成一张"名片"(JSON,挂在 /.well-known/agent.json)。别的 agent 读这张卡,就知道该把什么任务交给谁。

  • 能力发现 通过 Agent Card 找到协作方,不用写死对方地址。
  • 任务委派 一方把任务发给另一方,对方认领执行。
  • 结果交换 执行方返回结构化产物(Artifact):文档、代码、结论。

四、任务委派:A2A 的核心交互

光说概念太空,画成一次任务委派的消息流。以"生成周报"为例:

代码语言:java
复制
Client Agent                Remote Agent
     │                          │
     │  tasks/send              │
     │  {task: "生成本周周报"}   │
     ├─────────────────────────►│
     │                          │  status: submitted → working
     │  task 受理 (ack)          │  (内部:调 MCP 查数据、写文档)
     │◄─────────────────────────┤
     │                          │  生成 Artifact
     │  tasks/send              │
     │  {artifact: 周报.docx}    │
     ├─────────────────────────►│
     │  ack / 关闭任务           │
     ├─────────────────────────►│

几个机制要点:

  • 任务是第一公民 一切协作围绕 Task,每个有唯一 id 和状态(submitted / working / completed / failed)。
  • 异步友好 Remote Agent 不必立刻返回,可以先回 working,干完再推 Artifact。长任务靠这个。
  • 产物即结果 结果不是一句"好了",而是结构化 Artifact,可被下游继续消费。

注意分工:Remote Agent 内部干活的"工具调用"走它自己的 MCP;它和 Client Agent 之间"交任务、拿结果"走 A2A。两条协议在同一系统并存,互不替代。

五、反模式与定位:为什么需要两套协议

先说反模式。最常见的坑,是每个 agent 各自硬编码调对方 API:

  • 点对点耦合爆炸 Agent A 直接 import B 的 SDK、拼它的请求体;B 一改接口,A 立刻挂。N 个 agent 互调是 N×(N-1) 条私有对接,没人敢动。
  • 生态无法互通 你写的 agent 和我写的用完全不同的"私语",换项目就得重写通信层。没有统一协议,就不存在真正的 agent 生态。
  • 重复造轮子 每个团队自己写服务发现、重试、鉴权,殊途同归,只是 bug 各不相同。

这正是 MCP 和 A2A 要治的病。回到定位对比:

  • MCP 是能力协议 连接"模型"和"外部能力(工具/资源/提示)",解决 agent 内部怎么干活。
  • A2A 是智能体协议 连接"agent"和"agent",解决多个 agent 怎么协作。

一句话收口:一个 agent 内部用 MCP 接工具,跨 agent 用 A2A 协作。MCP 往下扎到能力层,A2A 横向连到伙伴层。上图把这套关系画全了——单个 agent 既通过 MCP 消费工具,又通过 A2A 与其他 agent 对话,两套协议各司其职。

我的判断是,2025 年之后 agent 工程化的分水岭不在模型多大,而在协议多清晰。MCP 把"接能力"标准化,A2A 把"搞协作"标准化。理解这两层,你搭的不是一堆互相喊话的脚本,而是一套能生长、能互换、能规模化的 agent 系统。

下一篇我们拆 A2A 的 Agent Card 设计,看一张 JSON 怎么让 agent 互相"看懂"对方。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、MCP:模型连接外部能力的"标准插头"
  • 二、MCP 的 client/server:别被名字骗了
  • 三、A2A:agent 之间的"外交协议"
  • 四、任务委派:A2A 的核心交互
  • 五、反模式与定位:为什么需要两套协议
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档