🕷️
SetupAI
💼較早收集於 14h

AI 代理通訊協定的演進

AI 代理通訊協定的演進
PostLinkedIn
💼閱讀原文： VentureBeat
#ai-agents#interoperability#protocol-standardsmcp-and-a2a-protocolsanthropicgooglelinux foundationmcpa2a

💡了解 AI 代理通訊的新興標準，為您的架構與整合策略做好未來準備。

⚡ 30-Second TL;DR

有什麼變化

MCP (Model Context Protocol) 已成為工具呼叫介面的產業標準。

為什麼重要

架構師必須區分工具呼叫與協調層，以避免整合債務。隨著生態系統成熟，採用 MCP 等既定協定可確保互通性。

下一步行動

評估您目前的代理架構，並實作 MCP 進行工具呼叫，以確保與現有超過 10,000 個公開 MCP 伺服器的相容性。

誰應關注：Developers & AI Engineers

關鍵要點

  • •MCP (Model Context Protocol) 已成為工具呼叫介面的產業標準。
  • •A2A (Agent2Agent) 為任務委派、能力宣告和生命週期管理提供了框架。
  • •代理生態系統正從多種協定競爭轉向功能性整合。
  • •不同協定正解決堆疊中的不同層面，例如工具呼叫與任務協調。

🧠 深度解析

Web-grounded analysis with 31 cited sources.

🔑 增強重點摘要

  • •模型上下文協定 (MCP) 和 Agent2Agent (A2A) 現已成為 Linux 基金會旗下 Agentic AI Foundation (AAIF) 的開放標準，該基金會匯集了 Anthropic、OpenAI、Google、Microsoft 和 AWS 等主要 AI 供應商，共同推動產業標準化。
  • •這些協定旨在解決 AI 代理專案早期各自為政所導致的碎片化問題，透過提供標準化的通訊層，如同 AI 代理的「HTTP」，實現跨不同框架和供應商的無縫互操作性，解決了客製化整合的「NxM 問題」。
  • •MCP 主要專注於代理與外部工具/資料來源的整合（垂直存取），而 A2A 則專門處理代理之間的協作和任務委派（水平協調），兩者在 AI 通訊堆疊中扮演互補而非競爭的角色。
  • •隨著自主多代理系統的興起，新的安全風險也隨之浮現，例如「級聯幻覺」（cascading hallucinations）和「鏈式攻擊」（daisy-chained exploits），其中受損的代理可能向下傳遞惡意上下文，繞過傳統安全檢查。
  • •這些協定的最終目標是促成「代理經濟」或「代理式網路」的形成，使 AI 代理能夠自主發現、協商並利用其他代理來完成複雜任務，從而將 AI 從單純的聊天機器人轉變為主動、目標導向的執行系統。

🛠️ 技術深入

  • 模型上下文協定 (MCP):
    • 作為 AI 應用程式與外部系統（工具、記憶儲存、即時資料、資料來源、工作流程）連接的開源標準。
    • 被譽為 AI 應用程式的「USB-C 連接埠」，標準化了上下文、工具和記憶如何注入模型的推理過程。
    • 採用 JSON-RPC 2.0 進行通訊。
    • 由 MCP 主機（AI 應用程式）、MCP 用戶端（轉接器）和 MCP 伺服器（存取外部工具/資料）組成。
    • MCP 伺服器提供三種功能：工具（執行動作）、資源（讀取資料）和提示（可重複使用的範本）。
    • 針對基於 HTTP 的傳輸，OAuth 2.1 被採納為標準驗證方式。
    • 補充 LangChain、LangGraph 等代理編排框架，但並非取代它們，而是標準化工具整合。
  • Agent2Agent (A2A) 協定:
    • 旨在實現 AI 代理之間通訊的開放標準。
    • 讓來自不同供應商、框架或雲端的代理能夠安全地發現、通訊和協作。
    • 建構於 HTTP、SSE (Server-Sent Events) 和 JSON-RPC 等現有標準之上。
    • 採用用戶端-伺服器架構，包含三個階段的工作流程：發現、驗證和通訊。
    • 核心組件包括：代理卡（基於 JSON 的能力清單/簡介）、任務（用於達成結果的狀態實體）、訊息和工件。
    • 支援非同步任務啟動和管理，以及用於即時進度的 SSE 串流。
    • 強調安全性（驗證、HTTPS、範圍控制）和對長時間執行任務的支援。
    • 代理之間被視為對等關係，無需中央「主管」。

🔮 前景展望AI analysis grounded in cited sources

AI 代理將從單純的資訊工具轉變為企業營運的核心執行系統。
隨著 MCP 和 A2A 等協定的成熟，AI 代理將能自主存取外部工具和數據，並協調多個代理完成複雜任務，從而實現更深層次的業務流程自動化和決策執行，而非僅提供建議。
AI 代理生態系統的互操作性將加速「代理經濟」的形成，推動跨平台和跨供應商的 AI 服務整合。
標準化協定如 MCP 和 A2A 打破了 AI 代理的孤島效應，使得不同來源的代理能夠無縫協作，促進 AI 服務的發現、協商和使用，類似於網際網路的 HTTP 協議。
隨著 AI 代理自主性的提高，對其安全性和治理的需求將成為企業導入的關鍵挑戰。
多代理系統中的「級聯幻覺」和「鏈式攻擊」等新型安全風險，以及對代理行為的可追溯性、權限管理和人機協作中的信任建立，將促使企業優先考慮強大的安全框架和治理機制。

⏳ 時間線

2024-11
Anthropic 推出模型上下文協定 (MCP) 作為開源框架。
2025-04-09
Google 發表 Agent2Agent (A2A) 協定，旨在實現 AI 代理間的互操作性。
2025-05
AGUI (Agent User Interaction Protocol) 起源於 CopilotKit 和開源社群。
2025-08
IBM 推出代理通訊協定 (ACP)。
2025-12
Linux 基金會成立 Agentic AI Foundation (AAIF)，由主要 AI 廠商共同參與，負責管理包括 MCP 在內的標準。ACP 隨後與 A2A 合併，並由 Linux 基金會管理。
💼閱讀原文： VentureBeat
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #ai-agents

同產品

更多關於 mcp-and-a2a-protocols

同來源

最新來自 VentureBeat

57% 的企業回報 AI 代理出現自信但錯誤的回答

57% 的企業回報 AI 代理出現自信但錯誤的回答

VentureBeat•Jul 10
Google 推出 TabFM，實現未見過表格數據的零樣本推論

Google 推出 TabFM，實現未見過表格數據的零樣本推論

VentureBeat•Jul 10

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： VentureBeat ↗