从 MCP 到 A2A:智能体互操作协议正在收敛
过去两年,大模型应用的基础设施讨论基本围绕两个问题:上下文怎么喂、工具怎么调。前者催生了 RAG,后者催生了协议标准。2026 年一个明确的趋势是:智能体之间的互操作协议开始从各自为政走向收敛,这件事对工程实践的影响比模型参数升级更直接。
工具调用协议的现状
MCP(Model Context Protocol)解决的是模型与外部工具之间的连接问题:工具以标准化的方式描述自己的能力,模型按统一格式发起调用。在它之前,每个框架都有自己的插件系统,插件无法跨框架复用,安全边界也无从谈起。MCP 把「工具描述」「调用请求」「返回结果」三件事定义清楚之后,插件的可移植性大幅提升。
但 MCP 只覆盖了半条链路。当多个智能体需要协作–一个负责检索、一个负责执行、一个负责校验–它们之间的任务委派、结果回传、失败重试并没有标准答案。这就是 A2A(Agent to Agent)协议要填补的空白:智能体之间如何互相发现、如何声明能力、如何交换任务状态。
收敛的工程意义
协议收敛带来的第一个好处是接入成本的下降。过去对接一个新系统,需要读它的私有 SDK,处理它特有的鉴权方式,再写一层适配。协议统一之后,适配层可以被公共网关吸收,业务代码只需要关心「调哪个能力、传什么参数」。
第二个好处是安全审计有了统一抓手。智能体调用工具本质上是代码执行,权限必须最小化。统一的协议意味着统一的权限模型:工具声明自己需要哪些权限,网关在执行前完成校验,调用链路完整落盘。这比每个框架各写一套鉴权要可靠得多。
一个典型的调用请求长这样:
{
"jsonrpc": "2.0",
"id": "req-7f3a",
"method": "tools/call",
"params": {
"name": "query_order",
"arguments": { "order_id": "SO20261112001" }
}
}
请求体本身没有特别之处,关键在于围绕它的约定:幂等性如何保证、超时应该多长、失败时返回结构化的错误码而不是自然语言。这些细节决定了协议能不能在生产环境撑住。
落地时值得注意的三个问题
第一,工具描述的质量比协议本身更重要。协议只规定格式,不保证语义。「把订单状态改成已发货」这样的描述,模型无法判断它和「调用物流接口」的区别。描述写得越含糊,调用越容易出错。
第二,提示注入仍然是最大的风险面。智能体读取的外部内容–网页、邮件、文档–都可能夹带针对模型的指令。协议层面能做的是把「数据」和「指令」严格分离,工具返回值必须被当作数据处理,而不是拼进系统提示。
第三,兼容期会比想象中长。存量系统不可能一次改造完,网关上同时挂协议适配和私有适配是常态。工程上要接受这个过渡期,先把内部调用统一,再逐步向外扩展。
值得现在做的事
对团队而言,现在就可以做的准备是把工具能力清单梳理成结构化描述,无论最终用哪个协议,这份清单都是资产。其次是给智能体调用加上完整的审计日志,协议怎么变,日志都不会白记。最后是保持克制:不是所有能力都该暴露给智能体,能通过固定流程完成的事情,交给人或脚本更稳妥。
协议是基础设施,基础设施的价值在于稳定而非新颖。今年出现的这些标准,真正重要的不是它们的名字,而是背后那套「能力可声明、调用可审计、失败可重试」的工程共识。
- 点赞
- 收藏
- 关注作者
评论(0)