Google在近期的Cloud Next '25大會(huì)上推出了Agent2Agent (A2A)協(xié)議，旨在打破不同AI Agent之間的信息孤島，實(shí)現(xiàn)跨系統(tǒng)、跨領(lǐng)域的無(wú)縫協(xié)作。與此同時(shí)，Anthropic的Model Context Protocol (MCP)也在為AI Agent的互操作性提供解決方案。本文將深入探討Google的A2A協(xié)議與Anthropic的MCP之間的技術(shù)差異、戰(zhàn)略意圖以及它們對(duì)未來(lái)AI Agent生態(tài)的深遠(yuǎn)影響，揭示這場(chǎng)關(guān)于AI Agent“通用語(yǔ)言”的競(jìng)爭(zhēng)背后，兩大巨頭如何布局未來(lái)人工智能的標(biāo)準(zhǔn)化和應(yīng)用生態(tài)。

Google Cloud Next ’25大會(huì)上，Google“殺瘋了”，而與其說(shuō)今年的大會(huì)是一場(chǎng)按部就班的發(fā)布會(huì)，不如看作是Google Cloud在全球AI軍備競(jìng)賽中的一次表態(tài)。面對(duì)亞馬遜 AWS 和微軟 Azure 這兩大巨頭的擠壓，盡管手握 DeepMind 等頂尖 AI 研究力量，Google Cloud在市場(chǎng)份額上長(zhǎng)期扮演著“第三名”的角色。這一次，Google似乎決心不再僅僅追隨，而是要先發(fā)制人。

Google Cloud CEOThomas Kurian和Alphabet CEO桑達(dá)爾·皮查伊在臺(tái)上反復(fù)強(qiáng)調(diào)的主題，是如何將 AI 從“可能性”轉(zhuǎn)變?yōu)槠髽I(yè)的“生產(chǎn)力”。

漂亮的增長(zhǎng)數(shù)據(jù)——Vertex AI 平臺(tái)使用量激增二十倍、超過(guò)四百萬(wàn)開(kāi)發(fā)者使用Gemini模型，固然能提振士氣，但數(shù)字背后，Google真正亮出的底牌是對(duì)AI Agent未來(lái)潛力的全面押注。

其中，最有野心的就是開(kāi)放Agent互操作協(xié)議 Agent2Agent (A2A)。

01 從MCP 到A2A：Agent間的“通用語(yǔ)言”之爭(zhēng)已經(jīng)開(kāi)始

在Google的A2A發(fā)布前，給AI Agent一個(gè)“通用語(yǔ)言”的趨勢(shì)正在形成，而主角是Anthropic的MCP。

在去年11月，Anthropic開(kāi)源了“模型上下文協(xié)議”（MCP），該協(xié)議將大模型直接連接至數(shù)據(jù)源，核心目標(biāo)是解決 AI 模型與數(shù)據(jù)孤島的隔離問(wèn)題，通過(guò)提供統(tǒng)一協(xié)議替代碎片化的自定義集成。MCP使用客戶端-服務(wù)器架構(gòu)，AI 應(yīng)用（如 Claude Desktop 或 IDE）通過(guò) MCP 客戶端連接到 MCP 服務(wù)器，前者提供數(shù)據(jù)源或工具的訪問(wèn)。

簡(jiǎn)單來(lái)說(shuō)，現(xiàn)在企業(yè)和開(kāi)發(fā)者要把不同的數(shù)據(jù)接入AI 系統(tǒng)，都得單獨(dú)開(kāi)發(fā)對(duì)接方案，而MCP要做的，就是提供一個(gè)“通用”協(xié)議來(lái)解決這個(gè)問(wèn)題。

MCP架構(gòu)包含以下幾個(gè)部分：MCP主機(jī)：包括Claude Desktop、IDE等需要通過(guò)MCP訪問(wèn)資源的AI工具M(jìn)CP客戶端：與服務(wù)器保持一對(duì)一連接的協(xié)議客戶端MCP服務(wù)器：一個(gè)輕量級(jí)程序，通過(guò)標(biāo)準(zhǔn)化的MCP協(xié)議開(kāi)放特定功能本地資源：計(jì)算機(jī)上的數(shù)據(jù)庫(kù)、文件和服務(wù)等資源，MCP服務(wù)器可以安全地訪問(wèn)這些內(nèi)容遠(yuǎn)程資源：通過(guò)互聯(lián)網(wǎng)訪問(wèn)的API等資源，MCP服務(wù)器可以與之建立連接

“MCP 之所以強(qiáng)大，部分原因在于它通過(guò)同一協(xié)議處理本地資源（如數(shù)據(jù)庫(kù)、文件、服務(wù)）和遠(yuǎn)程資源（如 Slack 或 GitHub 的 API）”當(dāng)時(shí)Anthropic給出的“推薦語(yǔ)”如此。這個(gè)統(tǒng)一標(biāo)準(zhǔn)在推出之初并沒(méi)有立刻成為行業(yè)共識(shí)。但隨著最近一個(gè)月AI Agents產(chǎn)品的井噴，它迅速變成了目前最受認(rèn)可的“標(biāo)準(zhǔn)”。

有模型從業(yè)者從接口標(biāo)準(zhǔn)化的角度看待MCP，將其類比為Mac筆記本的接口：“充電，外接顯示器以及插本地U盤什么的都用一個(gè)接口統(tǒng)一起來(lái)了”。人們認(rèn)為該協(xié)議的核心價(jià)值在于為大模型數(shù)據(jù)集成提供了統(tǒng)一標(biāo)準(zhǔn)，不僅能提高開(kāi)發(fā)和使用效率，還能增強(qiáng)大模型的實(shí)際應(yīng)用能力。

而在技術(shù)上，在MCP出現(xiàn)之前，業(yè)界主要依賴RAG和微調(diào)等方案，以及各類Agent應(yīng)用來(lái)實(shí)現(xiàn)數(shù)據(jù)集成，不夠統(tǒng)一。像Dify、Coze這些平臺(tái)，都是借助llamaindex和langchain構(gòu)建，雖然這些方案能夠滿足需求，但整體來(lái)說(shuō)比較零散，缺乏統(tǒng)一標(biāo)準(zhǔn)。

本質(zhì)上，Google的A2A也是想解決這個(gè)孤島與統(tǒng)一的問(wèn)題。

目前有大量工具在嘗試讓大家能方便地“造”出 Agent，但這還遠(yuǎn)遠(yuǎn)不夠。企業(yè)內(nèi)部很快會(huì)面臨新的“筒倉(cāng)效應(yīng)”：不同團(tuán)隊(duì)、不同任務(wù)、使用不同框架（如 ADK、LangGraph、CrewAI 等）構(gòu)建的Agent可能無(wú)法有效溝通，形成新的信息孤島。

這是Agent2Agent (A2A) 協(xié)議試圖解決的核心問(wèn)題。A2A被定位為一個(gè)新型的、開(kāi)放的互操作性協(xié)議，其野心在于讓任何來(lái)源、任何框架構(gòu)建的AI Agent，都能夠安全地進(jìn)行通信、交換信息并協(xié)調(diào)行動(dòng)。例如，一個(gè)銷售部門的Agent可以無(wú)縫地調(diào)用財(cái)務(wù)部門的Agent來(lái)核實(shí)信用額度，或者一個(gè)客服Agent能夠自動(dòng)觸發(fā)供應(yīng)鏈Agent來(lái)查詢訂單狀態(tài)——A2A旨在為這種跨系統(tǒng)、跨領(lǐng)域的Agent協(xié)作提供一套標(biāo)準(zhǔn)化的“握手”和“對(duì)話”機(jī)制。

根據(jù)Google的介紹，A2A協(xié)議基于能力發(fā)現(xiàn)（Agent 通過(guò) JSON 格式的“Agent Card”發(fā)布自身能力）、任務(wù)管理（實(shí)現(xiàn)任務(wù)生命周期的同步）、協(xié)作和用戶體驗(yàn)協(xié)商等關(guān)鍵原則運(yùn)作，并建立在成熟的HTTP和JSON標(biāo)準(zhǔn)之上，以確保兼容性和安全性。

Google深知，標(biāo)準(zhǔn)的建立非一家之功。因此，他們將A2A作為開(kāi)源項(xiàng)目發(fā)布，并已聯(lián)合了超過(guò) 50 家技術(shù)合作伙伴，包括Salesforce、SAP、ServiceNow、MongoDB、德勤等行業(yè)巨頭，共同參與協(xié)議的開(kāi)發(fā)和推廣。這個(gè)陣容顯示了 A2A 在企業(yè)軟件領(lǐng)域的初步吸引力。正如 ServiceNow執(zhí)行副總裁喬·戴維斯所說(shuō)：“這關(guān)乎打破壁壘和孤島，讓Agent真正協(xié)作。”

不過(guò)A2A的野心，可能遠(yuǎn)不止于讓 AI Agent 聊天那么簡(jiǎn)單。有評(píng)論一針見(jiàn)血地指出，Google試圖通過(guò) A2A 解決的是一些互聯(lián)網(wǎng)誕生以來(lái)就存在的根本性問(wèn)題：服務(wù)發(fā)現(xiàn)、互操作性、身份認(rèn)證。這些挑戰(zhàn)并非 AI 時(shí)代獨(dú)有，想想微軟曾憑借 OLE (對(duì)象連接與嵌入) 技術(shù)在桌面軟件時(shí)代構(gòu)建的生態(tài)壁壘，再想想蒂姆·伯納斯-李爵士那個(gè)宏大卻未能完全實(shí)現(xiàn)的“語(yǔ)義網(wǎng)”夢(mèng)想。

相比之下，目前業(yè)界熱議的“自動(dòng)函數(shù)調(diào)用”只是解決了”Agent 如何使用工具”的問(wèn)題，Anthropic 的 MCP 是這方面的一個(gè)重要標(biāo)準(zhǔn)，A2A在這個(gè)意義上對(duì)其進(jìn)行了補(bǔ)充支持。但長(zhǎng)期來(lái)看， A2A 則試圖解決“Agent 如何與 Agent 協(xié)作”這個(gè)更宏大、更復(fù)雜的問(wèn)題。這體現(xiàn)了Google在技術(shù)戰(zhàn)略上依然懷有的“大圖景”野心。

Google還表示，A2A 的設(shè)計(jì)將支持文本、音頻、視頻等多種模態(tài)。此外，將A2A 開(kāi)源，邀請(qǐng)社區(qū)參與，既是加速標(biāo)準(zhǔn)成熟的策略，也是爭(zhēng)取開(kāi)發(fā)者和企業(yè)認(rèn)同的高明之舉。

在當(dāng)天的發(fā)布后，Google并沒(méi)有“挑明”它與Anthropic的競(jìng)爭(zhēng)，而是形容兩者是“互補(bǔ)”的關(guān)系。不過(guò)，仔細(xì)對(duì)比會(huì)發(fā)現(xiàn)這場(chǎng)競(jìng)爭(zhēng)注定發(fā)生：

MCP最初的出現(xiàn)，就是Anthropic為了解決Agents的互通問(wèn)題，只不過(guò)在Anthropic的定義里，模型能力它自己就能來(lái)解決，而Agents需要的調(diào)用工具的能力需要一個(gè)生態(tài)，這導(dǎo)致它其實(shí)更像傳統(tǒng)的API的思路，參與者只需要把自己的能力提供出來(lái)，至于你能不能有一個(gè)完整的自己的應(yīng)用，不重要。

但Google這次的A2A，則在探索新的AI時(shí)代是否可以從一開(kāi)始改掉API的模式。A2A的設(shè)想里，加入的AI Agent是有“掌握”一個(gè)自己的應(yīng)用產(chǎn)品的可能，不像MCP可能把數(shù)據(jù)的權(quán)利都要提供出來(lái)，而是以完整Agent的形式參與一個(gè)更大的市場(chǎng)。

這也讓Google這次發(fā)布里的一些細(xì)節(jié)值得玩味，在Google當(dāng)天宣布的合作伙伴名單中，缺少了微軟和OpenAI這樣的玩家。但OpenAI其實(shí)在前不久剛剛高調(diào)宣布接入了Anthropic的MCP。很明顯的一個(gè)判斷是，對(duì)于OpenAI這樣的野心家，MCP它可以不做，但Google這種更直接的可能統(tǒng)一應(yīng)用生態(tài)的標(biāo)準(zhǔn)，它是想做的。

Google發(fā)布A2A的時(shí)機(jī)抓的也很準(zhǔn)，在模型水平不斷拉平，曾經(jīng)落后的Gemini早已追上OpenAI后，在制定標(biāo)準(zhǔn)這事上，Google絕對(duì)不想讓Anthropic吃掉一切。這場(chǎng)競(jìng)爭(zhēng)已經(jīng)開(kāi)始。

02 配套A2A的更大野心：要讓AI Agent無(wú)處不在

要繁榮生態(tài)，必先降低門檻。Google為此還推出了Agent Development Kit (ADK) 。

這是一個(gè)開(kāi)源的、初期以Python實(shí)現(xiàn)的框架，旨在極大簡(jiǎn)化單個(gè)Agent及復(fù)雜多Agent系統(tǒng)的創(chuàng)建過(guò)程。Google宣稱，開(kāi)發(fā)者僅用不到100行代碼就能構(gòu)建一個(gè)功能性的Agent。

ADK的目標(biāo)非常明確：鼓勵(lì)開(kāi)發(fā)者和企業(yè)圍繞Google Cloud構(gòu)建各式各樣的Agent——無(wú)論是用于響應(yīng)客戶、編寫代碼、生成營(yíng)銷文案還是優(yōu)化運(yùn)營(yíng)流程。通過(guò)提供易用的工具，Google希望加速Agent應(yīng)用的落地。當(dāng)然，這也潛藏著商業(yè)目的：一個(gè)繁榮的Agent生態(tài)，自然會(huì)增加對(duì)其底層云服務(wù)的依賴和消耗，從而提振Google Cloud的收入，或許還能部分緩解投資者對(duì)生成式AI高昂成本和資本支出（Alphabet 預(yù)計(jì)今年高達(dá) 750 億美元）的擔(dān)憂。

在Agent藍(lán)圖之外，Google還在加速將其能力融入實(shí)際工具，讓Agent成為可用的生產(chǎn)力。

其AI 編程助手Code Assist也迎來(lái)了Agent化升級(jí)，核心是引入能執(zhí)行多步驟復(fù)雜任務(wù)（如根據(jù)需求文檔生成應(yīng)用、自動(dòng)代碼遷移）的 AI 代理，并擴(kuò)展支持 Android Studio 等環(huán)境。此舉旨在應(yīng)對(duì)日益激烈的 AI 編程助手競(jìng)爭(zhēng)，盡管新功能尚待發(fā)布。

同時(shí)，Google推出了 Firebase Studio，一個(gè)基于云和 Gemini 的全棧 AI 工作區(qū)。目標(biāo)是顯著降低 AI 應(yīng)用開(kāi)發(fā)門檻，讓開(kāi)發(fā)者乃至非技術(shù)用戶也能在瀏覽器中一站式構(gòu)建、發(fā)布和監(jiān)控應(yīng)用，從而加速 AI 應(yīng)用的創(chuàng)新和普及。

通過(guò) Code Assist 的深化和 Firebase Studio 的拓寬，Google正將 Agent 能力注入從專業(yè)開(kāi)發(fā)到低代碼的全流程。這顯示了其完善工具與平臺(tái)、配合底層 ADK 與 A2A 協(xié)議，加速 Agent 戰(zhàn)略在Google Cloud生態(tài)落地的決心。

這一系列關(guān)鍵產(chǎn)品發(fā)布背后，Google深知成為標(biāo)準(zhǔn)制定者的重要性，在AI Agent走向繁榮的關(guān)鍵節(jié)點(diǎn)，它肯定不想讓所有AI Agents都聽(tīng)Anthropic的。Google想讓AI Agents 無(wú)處不在，并且要讓它們都建立在Google的生態(tài)里。