A2A与MCP：它们有何不同？ - 分析Vidhya

代理到代理（A2A）和模型上下文协议（MCP）是最近引起了重大兴趣的两个突出的AI协议。虽然这似乎是“ A2A与MCP”之间的选择，但它们实际上处理了AI系统的不同方面。本文探讨了A2A和MCP是什么，它们在AI系统中的独特角色，以及它们如何相互增强以促进企业AI工作流程中的无缝集成。

目录

• 什么是A2A（代理到代理）？
• 什么是MCP（模型上下文协议）？
• A2A与MCP
• 关键差异
• 他们如何独立工作
• 集成（更好在一起）
• 误解
• 互补的优势
• 结论
• 常见问题

什么是A2A（代理到代理）？

Agent2Agent（A2A）是由Google开发的开放协议，它标准化了AI代理之间的通信和协作。 A2A启用由各种供应商创建或在不同平台上运行的不同AI代理，以建立一种共同的合作语言。通过A2A，代理可以安全，系统地共享目标，交换上下文并触发操作。该协议专门设计用于支持跨各种云，应用程序或服务运行的多代理工作流程。 A2A利用HTTP等熟悉的Web标准，该标准有助于其集成到现有的IT基础架构中。

要深入了解A2A协议的功能，请参阅本文：A2A的工作原理？

什么是MCP（模型上下文协议）？

Claude的母公司Anthropic引入了模型上下文协议（MCP），以促进AI代理（或LLMS）与外部工具的连接。尽管A2A专注于代理到代理通信，但MCP强调了代理到资源的集成。它为AI模型提供了一种标准化的方法，可以访问其自身参数以外的外部数据源，知识库和服务。这就是为什么经常将MCP比作AI应用程序的“ USB-C端口”的原因。在MCP之前，开发人员必须为每个新工具或数据源创建自定义集成，从而产生复杂的连接网络。 MCP使用单个开放协议简化了此功能，使任何合规的数据/服务连接器都可以与任何MCP兼容代理使用。

要了解MCP的运作方式，请参阅本文：MCP的工作原理？

有关MCP协议的视频说明，请观看：

A2A与MCP -------------

下表概述了A2A和MCP的独特作用：

**方面**	** A2A（代理到代理）**	** MCP（模型上下文协议）**
**目的**	促进多个代理之间的连接和协调（代理↔代理）	启用代理与外部工具/数据之间的连接（代理↔资源）
**关键功能**	促进代理商之间的任务代表团；允许上下文和目标共享	启用工具和数据集成；为代理提供实时上下文
**由**创建	Google（与合作伙伴的贡献开放规格）	拟人化（多个供应商采用的开放规范）
**生态系统支持**	Microsoft（Azure AI Foundry，Copilot Studio），Google，Atlassian，Salesforce，ServiceNow等。	Microsoft（Copilot Studio），Google，OpenAI，人类（Claude），Atlassian，Ett。
**专注于**	代理沟通：代理协作中的安全性，信任和互操作性。	代理可扩展性：统一访问数据源和工具，维护代理的当前上下文。
**类比**	AI代理之间的对话和团队合作的协议。	通用连接器，用于将AI链接到所需的任何数据/工具。

关键差异

A2A和MCP在AI体系结构的不同领域运行。这是三个主要区别：

• 互动范围： A2A将代理相互连接，而MCP将代理连接到外部工具和数据。 Google将A2A定位为代理协作的标准，而Anthropic的MCP专注于将代理与外部服务集成。
• 主要功能： A2A管理代理之间的通信，任务授权和状态共享。 MCP通过将基于统一的，基于工具的接口将其连接到外部资源来增强它们。
• 设计原则： A2A基于HTTP/JSON标准，并支持代理发现和安全委托。 MCP采用JSON-RPC，专注于工具注册，数据访问和实时上下文提供。 A2A将代理视为同龄人，而MCP将工具视为可可服务。

他们如何独立工作

仅A2A：考虑一家拥有专门AI代理商在金融，营销和计划等领域的公司。主代理可以使用A2A将诸如预算或时间表计划之类的任务委托给其他代理。然后，每个代理通过共享协议返回结果。但是，如果没有MCP，每个代理仅取决于其内部知识或预先建立的连接。

单独使用MCP：想象一下通过MCP链接到实时系统的支持聊天机器人，例如产品数据库，运输API和知识库。此设置使代理可以实时动态意识和响应。即使没有A2A，MCP也将其作为工具丰富的响应助手。但是，它缺乏与多个代理协调解决复杂或多步骤问题的能力。

独立地，这两个方案都提供了明显的好处。 A2A促进了模块化团队合作，而MCP允许代理获得外部功能。

集成（更好在一起）

在现代Genai系统中，A2A和MCP经常合作以实现智能编排：

• 分层合作：将MCP视为工具和数据访问的基础层，而A2A是将任务委派在代理之间的协调层。在供应链方案中，代理可以检索库存数据，管理采购并使用MCP监督交付，而A2A使他们能够分发任务并共享成果。
• 统一的开发经验：微软的Copilot Studio例证了这一集成。开发人员可以注册MCP工具并通过单个接口中的A2A连接代理工作流程。 A2A管理工作流，MCP处理功能。

误解

尽管其起源于不同的组织，但A2A和MCP不应被视为竞争标准：

• 不同的问题： A2A解决了通信，而MCP专注于执行。他们在不同的协议层上运行。
• 互补功能： A2A有助于代理之间的任务共享，而MCP使每个代理都能使用工具。
• 整个行业的一致性： Microsoft将A2A集成在副本上，并注册MCP工具。人类已经开源的MCP并支持A2A采用。
• 没有重要的层次结构：两者都解决了基本挑战。没有MCP的A2A会导致不知情的药物，而没有A2A的MCP导致孤立的药物。

标准，Google和人类的创建者都积极地促进了企业AI工作流中这两个协议的集成。使用两者都可以构建适应性和可扩展的代理系统。

互补的优势

这两个协议在处理工作流的特定方面时各表现。当一起使用时，它们有效地相互补充：

• 互操作性可扩展性： A2A连接跨系统的代理，而MCP使每个代理可扩展。它们一起形成模块化，灵活的生态系统。
• 专业合作：代理商可以专业但可以合作。 MCP提供了工具，而A2A允许他们共享工作量。
• 实时适应： MCP提供当前上下文，而如果条件发生了变化，则A2A重新连续任务。这使系统具有弹性和响应能力。
• 治理可观察性： MCP管理工具访问权限，而A2A控制互动。它们共同提供可追溯性，合规性和控制性。

它们一起为生成的AI系统带来了智能和互操作性。

结论

A2A和MCP不隔离；它们是协同标准。每个都解决了一个独特的挑战，但是当结合在一起时，它们会赋予代理人进行交流（A2A）并以现实世界情境（MCP）行动。

微软首席执行官萨蒂亚·纳德拉（Satya Nadella）恰当地说：

“诸如A2A和MCP之类的开放协议对于启用代理网络至关重要……因此，客户可以开发可通过设计可互操作的代理系统。”

Genai的未来并不是要选择一个协议而不是另一个协议。这是关于将它们整合到我们的工作流程中。他们共同为互操作和工具意识的下一代智能系统奠定了基础。

常见问题

Q1。 AI系统中的A2A和MCP有什么区别？答：A2A促进了多个AI代理之间进行通信和任务委托的连接，而MCP将代理连接到现实世界功能的工具和数据源。

Q2。可以在同一系统中一起使用A2A和MCP吗？答：是的，它们旨在互相补充。 A2A处理代理之间的协调，MCP提供工具和数据访问。

Q3。谁创建了A2A和MCP，他们是开放标准吗？ A. A2A是由Google，MCP通过众多的开发的，两者都是Microsoft和Openai等公司采用的开放协议。

以上是A2A与MCP：它们有何不同？ - 分析Vidhya的详细内容。更多信息请关注PHP中文网其他相关文章！