返回资讯中心
外部精选
软件工程
#开发者实时流

Amit K. Chopra 发文批评 A2A 协议存在根本性设计缺陷

来源标题:A2A (Agent2Agent) Protocol Is Fundamentally Flawed

Amit K. Chopra 撰文指出,Google 于 2025 年发起、现由 Linux 基金会下属 Agentic AI Foundation 管理的 A2A 协议存在根本性缺陷。他认为 A2A 只支持任务委派这一种交互方式,而智能体基础设施应能表达应用所需的任意交互模式,例如采购场景中买卖双方智能体之间的多种交互。文章还指出,每次交互都是一次独立的通信行为,会改变系统的社会状态。

Hacker News 最新ioper2026/11/15 · 2 天前23 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

A2A:智能体时代的基础设施?

2026年11月1日·Amit K. Chopra

A2A 正日益被视为智能体时代的基础设施。A2A 的官方页面声称:“A2A 为智能体互操作提供了权威的通用语言。”MCP 将智能体连接到工具,而 A2A 则将智能体彼此连接。A2A 最初由 Google 于 2025 年开发,如今已成为 Agentic AI Foundation(AAIF)的项目,该基金会隶属于 Linux 基金会,其支持者名单堪称科技行业的群英谱。

A2A 是智能体通信的语言吗?是智能体基础设施的核心组件吗?

A2A 是一种用于任务委托的协议,而任务委托只是潜在无限多样的交互类型中的一种。智能体的基础设施必须更加通用,能够支持表达手头应用所需的任何交互模式。

不妨考虑一下采购场景中代表买方和卖方(即委托人)的智能体之间涉及的交互。

上述每一种交互都是一类一等公民的通信行为。执行一个行为会改变系统的社会状态。在最基本的层面上,社会状态就是已经发生的行为的集合。

我们还可以进一步规定行为的高层含义,即它们如何改变智能体之间的规范关系,例如,从它们之间承诺的演变方式来规定。由于系统的规范状态是对社会状态的一种视图(由社会状态推断而来),我们可以将其视为更高层的社会状态。

让我们通过用承诺来规定采购交互的含义,把这个概念具体化。在下面的记号中,C(debtor, creditor, antecedent, consequent) 表示债务人向债权人承诺:若前件成立,则促成后件。

Cship = C(seller, buyer, Payment, Shipment)。Cship 是卖方向买方作出的承诺:若 Payment 发生,则 Shipment 也会发生。

Cpay = C(buyer, seller, Shipment, Payment)。Cpay 是买方向卖方作出的承诺:若 Shipment 发生,则 Payment 也会发生。

Crefund = C(seller, buyer, violated Cship, Refund)。Crefund 是卖方向买方作出的承诺:若 Cship 被违反(发生了 Payment 但没有 Shipment),则会发生 Refund。

正如你所预料的,承诺有其生命周期。当前件成立时,承诺被解除条件化,即变为无条件。当后件成立时,承诺被清偿。如果前件成立而后件未能成立,则承诺被违反。如果前件未能成立,则承诺过期。(为简化起见,假设某事项在截止时间已过仍未发生即视为未能成立。)

有了这一背景,我们现在可以将通信行为映射到它们对 Cship、Cpay 和 Crefund 的影响上。

以下序列图刻画了采购场景中一些合理的执行过程。每个执行过程都标注了其行为如何改变智能体之间的承诺。

请注意这些执行过程的以下几点。

A2A 的目的是任务委托。一个智能体(客户端)将任务交给另一个智能体(远程端),并跟踪其进度,直到任务完成或失败。远程端可以拒绝任务,客户端可以取消任务。远程端可以产出一个或多个工件来体现任务执行的结果,并且在此过程中它可以向客户端请求澄清。

一个以任务委托为基本设施的协议,能否作为智能体通信的充分基础?

回到上面的采购场景,首先要注意的是,上述行为没有一个能自然地映射到 A2A 的委托。以 RFQ 为例,它至少是一个请求,因此或许最适合以委托为导向的框架来理解。RFQ 的含义是发出报价邀请,这是 RFQ 概念本身所固有的。将其框定为从买方到卖方的委托,并不会带来任何额外价值。此外,考虑一下卖方可能如何回应这一邀请。它可以用 Quote 来回应,但这并非唯一的可能。卖方也可以选择执行 Shipment 来赢得买方的好感,或者保持沉默。这种灵活性削弱了 RFQ 是一种委托的观念。类似的论证也适用于其他通信行为。

委托的一种替代方案是利用 A2A 的 Message 抽象,将各种行为作为消息的载荷发送。但如果 A2A 仅仅是在传输消息,那么你就会面临一个问题:A2A 的意义何在?

假设 A2A 是所有多智能体应用基础设施的一部分。社会状态才是智能体决策的关键。A2A 对其计算毫无贡献,计算仍然必须在更高层完成。A2A 所做的只是加剧了架构的复杂性和低效。

通用通信语言的想法在多智能体系统中有着悠久的历史。90 年代末,人们对提出智能体通信语言(ACL)产生了广泛兴趣。FIPA ACL 和 KQML 是当时的主要候选。二者都借鉴了言语行为理论,各自确定了一组(不同的)固定通信行为。例如,KQML 有大约 30 种行为,如 tell、achieve(一个目标)等。2013 年,Munindar Singh 在其 1998 年对智能体通信语言批判的基础上进一步指出,没有任何固定的行为集合能够涵盖应用中出现的、以其含义相区分的各种行为。因此,在实践中,真实的行为最终会成为语言中可用行为的载荷。例如,在 KQML 中,上面为采购场景列举的那些行为很可能最终被编码为 tell 的载荷。

A2A 是固定词汇表问题的极端案例。KQML 和 FIPA ACL 有几十种通信行为。A2A 只有一种——delegate。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →