美国东部时间2025 年 4 月 9 日，谷歌推出了一项名为Agent2Agent的全新开放协议，该协议允许AI Agent彼此之间安全地进行互操作，即使它们是由不同的开发人员构建的或在单独的框架上构建的。

近年来，各行各业涌现出大量自主AI Agent和框架，帮助企业和员工处理专注于特定任务的重复性复杂任务。因此，这项技术正变得越来越碎片化。允许代理之间相互调用以扩展其能力，而不是将其孤立在业务领域的边界内，有助于提高其自主性。

AI Agent是“agentic AI”这一持续发展趋势的一部分。agentic AI 指的是能够根据特定目标解决多步骤问题的 AI 系统，其功能远不止问答或内容生成。它们可以自主行动，几乎无需用户监督。AI Agent基于多个大型语言模型构建，并运用复杂的推理，通常必须与外部第三方工具交互。

作为今日发布会的一部分，谷歌宣布 Agent2Agent 协议已获得 50 多家技术合作伙伴的支持，其中包括 Atlassian、Box、Cohere、Intuit、Langchain、MongoDB、Salesforce、SAP、ServiceNow、UKG 和 Workday。埃森哲、波士顿咨询集团 (BCG)、凯捷、Cognizant、德勤和普华永道等领先服务提供商也加入了他们的行列。

A2A 协议的工作原理是在一个Agent和另一个Agent之间提供一个通信通道，允许第一个Agent请求另一个Agent完成任务。这意味着Agent需要能够告知自己的功能，以便消费者Agent在连接到其他Agent之前了解它们的能力。然后，它们可以协商需要完成的任务，并就上下文、回复、工件（例如文件、视频、文档和其他内容）以及其他用户指令进行协作。

Atlassian 人工智能平台工程副总裁 Brendan Haire 表示：“随着 Atlassian 对Rovo Agent的投资，开发像 A2A 这样的标准化协议将帮助Agent成功地发现、协调和推理彼此，从而实现更丰富的授权形式和大规模协作。”

谷歌表示，A2A 支持的Agent协作将允许跨众多业务流程进行协作，否则这些流程将不得不停止并让用户使用其他工具进入下一步。

例如，在招聘流程中，经理可以要求代理根据不同的职位列表、地点和技能组合来发现潜在候选人。然后，Agent可以联系招聘公司的不同Agent人工智能系统，以寻找潜在候选人。用户可以浏览这些建议，并利用系统提供的信息来决定联系谁，并指导代理安排面试。面试结束后，另一位代理可以协助进行背景调查，这可能需要联系其他代理平台。

这将大大减少用户需要进行的交互和接触点数量，让AI Agent在幕后完成大部分繁琐的工作，例如研究候选人、安排面试、联系猎头公司和进行背景调查。所有这些都是多步骤的过程，需要高级推理来确定完成任务并汇报的最佳方式。

A2A 是对 Anthropic PBC 开发的一套工具集的补充，该工具集将 LLM 连接到外部系统中的数据，称为模型上下文协议 (Model Context Protocol，简称 MCP)。MCP 为Agent提供了实用的工具，使开发人员无需编写大量自定义代码即可让 LLM 与外部数据库或其他系统通信。据谷歌称，MCP 将使代理能够轻松连接到更广泛的业务系统、数据库和云环境。

谷歌已在 GitHub 上发布了完整的规范，包括代码示例和其他示例场景，供开源和商业开发者了解如何为该协议生态系统做出贡献。该公司表示，正在与合作伙伴合作，计划在今年晚些时候推出该协议的生产版本。