A2A 协议完全指南：2026 年 AI Agent 通信标准

2025 年 4 月，Google 正式发布了 A2A（Agent-to-Agent）协议，这被视为 AI Agent 领域的"HTTP 协议"。一年后的 2026 年，A2A 正在成为多 Agent 系统的事实标准。

如果你已经了解 MCP（Model Context Protocol），那么 A2A 就是它的"孪生兄弟"——MCP 解决的是 Agent 与工具的连接问题，而 A2A 解决的是 Agent 与 Agent 之间的通信问题。

本文将深入解析 A2A 协议的核心概念、工作机制，以及与 MCP 的互补关系。

一、为什么需要 A2A 协议？

1.1 多 Agent 系统的崛起

2026 年，单一 Agent 的能力已经很强——Claude Code 可以独立完成编码任务，Operator 可以操作浏览器。但现实世界的复杂任务往往需要多个 Agent 协作：

研究 Agent 负责搜集信息
分析 Agent 负责处理数据
写作 Agent 负责生成报告
审核 Agent 负责质量把控

这些 Agent 可能来自不同团队、不同厂商、不同技术栈。问题是：它们如何发现彼此？如何通信？如何协作？

1.2 传统方案的局限性

在 A2A 出现之前，业界尝试过几种方案：

方案一：同一框架内的多 Agent LangGraph、CrewAI、AutoGen 等框架可以编排多个 Agent，但这些 Agent 被"困"在同一个框架内。一旦需要与外部 Agent 通信，就变得非常困难。

方案二：自定义 API 每个团队为自己的 Agent 编写 API。这种方式缺乏标准，Agent 之间很难互操作。

方案三：A2A 的出现

A2A 提供了统一的通信协议，让不同厂商、不同框架开发的 Agent 能够无缝协作。就像 HTTP 让不同网站可以互联一样，A2A 让不同 Agent 可以互通。

二、A2A 协议核心概念

2.1 四大核心概念

A2A 协议定义了四个核心概念：

1. Agent Card（Agent 卡片）

每个 A2A Agent 必须暴露一个 JSON 格式的 Agent Card，相当于 Agent 的"名片"。Agent Card 包含：

Agent 名称和描述
支持的技能（Skills）
端点 URL
认证方式
能力列表

{
  "name": "Research Agent",
  "description": "专业的研究分析 Agent，擅长信息搜集和整理",
  "url": "https://agent.example.com/a2a",
  "version": "2025-04-02",
  "capabilities": {
    "streaming": true,
    "pushNotifications": true
  },
  "skills": [
    {
      "id": "web_search",
      "name": "网页搜索",
      "description": "搜索互联网获取最新信息"
    },
    {
      "id": "data_analysis",
      "name": "数据分析",
      "description": "分析结构化数据并生成报告"
    }
  ],
  "authentication": {
    "schemes": ["Bearer"]
  }
}

2. Client-Server 架构

A2A 采用经典的客户端-服务器模式：

Client Agent：发起任务的 Agent
Remote Agent：执行任务的 Agent

Client 向 Remote 发送任务请求，Remote 完成处理后返回结果。

3. 任务生命周期（Task Lifecycle）

A2A 定义了完整的任务状态机：

submitted → working → input-required → completed
                    ↓
                  failed
                    ↓
                  canceled

submitted：任务已提交
working：正在处理
input-required：需要用户输入
completed：成功完成
failed：执行失败
canceled：已取消

4. 消息与工件（Messages & Artifacts）

A2A 支持多种消息格式：

TextMessage：纯文本
ImageMessage：图片
FileMessage：文件
Artifact：Agent 生成的产物（文档、代码、数据等）

三、Agent Card 机制详解

3.1 Agent 发现方式

Client 如何找到 Remote Agent？A2A 提供了三种发现方式：

方式一：已知 URL

如果知道 Agent 的地址，可以直接访问其 Agent Card：

GET /.well-known/agent.json

方式二：目录服务

企业可以部署 Agent 目录，Client 先查询目录获取可用的 Agent 列表。

方式三：广播发现

在某些场景下，Agent 可以通过广播的方式被发现。

3.2 Skills（技能）

Agent Card 中的 skills 字段定义了 Agent 的能力：

{
  "skills": [
    {
      "id": "code_review",
      "name": "代码审查",
      "description": "审查代码质量并提出改进建议",
      "tags": ["programming", "quality"],
      "examples": [
        "审查这个 PR 的代码质量",
        "检查函数是否有安全漏洞"
      ]
    }
  ]
}

Client 可以根据 skills 选择最适合的 Agent 来执行任务。

四、A2A 与 MCP：互补而非竞争

4.1 两者定位不同

维度	MCP	A2A
解决什么问题	Agent 与工具的连接	Agent 与 Agent 的通信
类比	USB-C（设备与配件的连接）	HTTP（设备与设备的连接）
发起方	Agent	Agent
接收方	工具、服务、数据	另一个 Agent
状态	通常是无状态的	有状态的任务生命周期

4.2 典型的组合架构

┌─────────────────────────────────────────┐
│           Client Agent (A2A)            │
│  (负责任务编排和协调)                    │
└─────────────┬───────────────────────────┘
              │ A2A
    ┌─────────┴─────────┐
    ▼                   ▼
┌─────────────┐   ┌─────────────┐
│  Research   │   │   Writer    │
│  Agent      │   │   Agent     │
│  (A2A)      │   │   (A2A)     │
└──────┬──────┘   └──────┬──────┘
       │                 │
       │ MCP             │ MCP
       ▼                 ▼
┌─────────────┐   ┌─────────────┐
│ Web Search  │   │   Docs      │
│  Server     │   │   API       │
└─────────────┘   └─────────────┘

这个架构展示了 A2A 与 MCP 的协作模式：

A2A 负责 Agent 之间的任务分配和结果传递
MCP 负责每个 Agent 与其所需工具的连接

4.3 2026 年的生态现状

截至 2026 年：

MCP：8,000+ 社区服务器，支持 Claude、GPT、Gemini、Cursor、Windsurf 等主流客户端
A2A：由 Google 推出，Linux Foundation 托管，已被多个厂商采用

两者正在形成互补的生态，共同构成 Agent 互联的基础设施。

五、实战：A2A + MCP 组合使用

5.1 场景：自动化研究报告生成

假设我们要构建一个自动生成行业研究报告的系统：

研究 Agent（A2A Client）：协调整个流程
搜索 Agent（A2A Server + MCP）：负责信息搜集
分析 Agent（A2A Server + MCP）：负责数据分析
写作 Agent（A2A Server + MCP）：负责生成报告

5.2 实现步骤

第一步：定义 Agent Card

{
  "name": "Search Agent",
  "description": "专业的互联网信息搜索 Agent",
  "url": "https://search-agent.example.com/a2a",
  "version": "2025-04-02",
  "capabilities": {
    "streaming": true,
    "pushNotifications": false
  },
  "skills": [
    {
      "id": "web_search",
      "name": "网页搜索",
      "description": "使用搜索引擎获取信息"
    }
  ]
}

第二步：实现 A2A Server

from a2a.server import A2AServer
from a2a.types import AgentCard, TextMessage, TaskStatus

agent_card = AgentCard(
    name="Search Agent",
    description="专业的互联网信息搜索 Agent",
    url="http://localhost:8000",
    version="2025-04-02",
    capabilities={"streaming": True}
)

server = A2AServer(agent_card=agent_card)

@server.task_handler()
async def handle_task(task):
    query = task.message.content
    results = await search_web(query)
    
    return TaskStatus(
        state="completed",
        artifacts=[{"type": "text", "content": results}]
    )

第三步：实现 A2A Client

from a2a.client import A2AClient

client = A2AClient("https://search-agent.example.com/a2a")

# 发现 Agent
agent_card = await client.discover_agent()

# 发送任务
task = await client.send_task({
    "message": {
        "role": "user",
        "content": "搜索 2026 年 AI Agent 发展趋势"
    }
})

print(task.result)

5.3 MCP 集成

每个 Agent 内部可以通过 MCP 连接工具：

from mcp import Client

# 搜索 Agent 内部使用 MCP 连接搜索引擎
mcp_client = Client("mcp-server-web-search")

results = await mcp_client.call_tool("search", {
    "query": "AI trends 2026"
})

六、A2A 协议的安全考量

6.1 认证与授权

A2A 支持多种认证方式：

Bearer Token：OAuth 2.0 风格的令牌认证
API Key：简单的密钥认证
自定义：支持扩展的认证机制

6.2 安全最佳实践

1. 验证 Agent Card

Agent Card 可能包含恶意内容，必须验证其来源和完整性。

2. 输入 sanitization

来自外部 Agent 的所有输入都应被视为不可信，进行适当的过滤和验证。

3. 最小权限原则

每个 Agent 应该只被授予完成任务所需的最小权限。

4. 审计日志

记录所有 A2A 通信，便于安全审计和问题排查。

七、常见问题

Q1：已经有 MCP 了，为什么还需要 A2A？

MCP 和 A2A 解决的是不同层次的问题。MCP 让 Agent 能"做事"（调用工具），A2A 让 Agent 能"协作"（与其他 Agent 配合）。两者是互补关系，而非替代关系。

Q2：A2A 与现有的多 Agent 框架（如 LangGraph）冲突吗？

不冲突。A2A 是通信协议，LangGraph 是编排框架。你可以在 LangGraph 中使用 A2A 来连接外部 Agent。

Q3：A2A 支持实时流式输出吗？

支持。A2A 的 capabilities.streaming 字段表示是否支持服务器发送事件（SSE）进行流式输出。

Q4：如何在生产环境中部署 A2A？

A2A 本质上是基于 HTTP 的协议，可以部署在任何支持 HTTP 的基础设施上。建议使用 API 网关进行负载均衡、认证和监控。

八、总结

A2A 协议代表了 2026 年 AI Agent 发展的重要方向——从单 Agent 能力增强走向多 Agent 协作生态。

核心要点：

A2A 是 Agent 之间的通信协议，让不同厂商、不同框架的 Agent 能够互联互通
Agent Card 是 A2A 的核心，定义了 Agent 的身份、能力和服务端点
A2A 与 MCP 互补：MCP 连接 Agent 与工具，A2A 连接 Agent 与 Agent
2026 年生态正在成熟，A2A + MCP 组合正在成为多 Agent 系统的标准架构

如果你正在构建多 Agent 系统，理解 A2A 协议将是必备技能。

一、为什么需要 A2A 协议？#

1.1 多 Agent 系统的崛起#

1.2 传统方案的局限性#

二、A2A 协议核心概念#

2.1 四大核心概念#

三、Agent Card 机制详解#

3.1 Agent 发现方式#

3.2 Skills（技能）#

四、A2A 与 MCP：互补而非竞争#

4.1 两者定位不同#

4.2 典型的组合架构#

4.3 2026 年的生态现状#

五、实战：A2A + MCP 组合使用#

5.1 场景：自动化研究报告生成#

5.2 实现步骤#

5.3 MCP 集成#

六、A2A 协议的安全考量#

6.1 认证与授权#

6.2 安全最佳实践#

七、常见问题#

Q1：已经有 MCP 了，为什么还需要 A2A？#

Q2：A2A 与现有的多 Agent 框架（如 LangGraph）冲突吗？#

Q3：A2A 支持实时流式输出吗？#

Q4：如何在生产环境中部署 A2A？#

八、总结#

参考资源#