𝗠𝗖𝗣加𝗔𝟮𝗔 ，这就是它们如何互补的👇 协议之争持续不断，让我们来了解一下 Google 的 A2A（Agent2Agent）协议与 MCP 有何不同，以及它们如何相互补充（读到最后）。 𝘔𝘰𝘷𝘪𝘯𝘨 𝘱𝘪𝘦𝘤𝘦𝘴 𝘪𝘯 𝘔𝘊𝘗 ： 𝟭 . MCP 主机 - 使用 LLM 为核心并希望通过 MCP 访问数据的程序。 ❗️当与 A2A 结合时，代理将成为 MCP 主机。 𝟮 . MCP 客户端 - 与服务器保持 1:1 连接的客户端。 𝟯 . MCP 服务器 - 轻量级程序，每个程序都通过标准化模型上下文协议公开特定功能。 𝟰 . 本地数据源 - MCP 服务器可以安全访问的您的计算机的文件、数据库和服务。 𝟱 . 远程数据源 - MCP 服务器可以通过互联网（例如通过 API）连接的外部系统。 𝘌𝘯𝘵𝘦𝘳 𝘈 2 𝘈 ： 在 MCP 不足之处，A2A 可以提供帮助。在多 Agent 应用中，状态不一定共享 𝟲代理（MCP 主机）将通过 A2A 协议实现并进行通信，从而实现： ➡️安全协作。 ➡️任务和状态管理。 ➡️用户体验谈判。 ➡️能力发现 - 类似于 MCP 工具。 𝗛𝗼𝗻𝗲𝘀𝘁 𝘁𝗵𝗼𝘂𝗴𝗵𝘁𝘀 ： ❗️开放的代理通信协议固然重要，但它们只是其中的一部分。未来需要制定标准来规范所有现有协议以及其他缺失的部分。例如 ❓我们如何标准化多智能体 IOA 系统中的跟踪和可观察性？ ❓如果管道不同部分的通信标准不统一，我们如何保留 AI Agent 实例正在运行的作业的身份？ ❓ ... ✅我以后的帖子中会详细介绍，敬请关注！ 请在评论中告诉我你的想法。 👇 LLM AI MachineLearning 编程严选网