A2A（Agent2Agent）是一个开放协议，用于在不透明的智能体应用之间实现通信与互操作。根据官方资料，它针对 AI 领域的一个关键挑战：让由不同公司基于多种框架构建、运行在各自服务器上的生成式 AI 智能体，能够以“智能体”的身份而非仅仅作为工具来有效沟通与协作。A2A 意在为智能体提供一种共同语言，促进更互联、更强大且更具创新性的 AI 生态。
主要能力包括：智能体可以互相发现对方的能力；协商交互方式（文本、表单、媒体）；在长时间运行的任务上安全协作；并且在不暴露自身内部状态、记忆或工具的情况下运行。协议特性方面，A2A 采用 JSON-RPC 2.0 over HTTP(S) 的标准化通信；通过“Agent Cards”进行智能体发现，卡片中详述能力与连接信息；支持灵活的交互方式，包括同步请求/响应、流式（SSE）以及异步推送通知；支持丰富的数据交换，可处理文本、文件和结构化 JSON 数据；并在设计上考虑企业级需求，关注安全、身份认证与可观测性。
使用方式上，官方建议先查阅 Agent2Agent 协议文档站点，以获取完整概览、完整协议规范、教程与指南，也可直接查看 A2A 协议规范。SDK 安装方式为：A2A Python SDK 使用 pip install a2a-sdk；A2A Go SDK 使用 go get github.com/a2aproject/a2a-go；A2A JS SDK 使用 npm install @a2a-js/sdk；A2A Java SDK 使用 maven；A2A .NET SDK 使用 NuGet，命令为 dotnet add package A2A；A2A Rust SDK 使用 cargo add a2a-lf。官方还提供示例供参考实际运行效果。
官方与 DeepLearning.AI 合作推出了关于 A2A 的短课程，合作方包括 Google Cloud 与 IBM Research，讲师为 Holt Skinner、Ivan Nardini 和 Sandi Besen。课程内容包括：让智能体符合 A2A 规范，例如把使用 Google ADK、LangGraph 或 BeeAI 等框架构建的智能体暴露为 A2A 服务器；连接智能体，即从头创建 A2A 客户端或使用集成连接到符合 A2A 规范的智能体；编排工作流，构建 A2A 智能体的顺序与层级工作流；多智能体系统，使用不同框架构建一个医疗多智能体系统，观察 A2A 如何促成协作；A2A 与 MCP，了解 A2A 如何通过让智能体彼此协作来补充 MCP。
适用场景方面，资料指出随着 AI 智能体日益普及，其互操作能力对构建复杂、多功能的应用程序至关重要。A2A 旨在打破孤岛，连接不同生态中的智能体；支持复杂协作，让专业化智能体共同处理单个智能体无法独立完成的任务；推动开放标准，采用社区驱动的方式促进智能体通信、鼓励创新与广泛采用；同时保留不透明性，让智能体无需共享内部记忆、专有逻辑或具体工具实现即可协作，从而增强安全性并保护知识产权。
限制与补充信息：官方列出的协议增强方向包括在 AgentCard 中正式纳入授权方案与可选凭据；研究 QuerySkill() 方法以动态检查不受支持或未预料到的技能；在任务生命周期与用户体验方面，支持任务内动态 UX 协商，例如智能体在对话中途加入音频/视频；在客户端方法与传输方面，探索将支持扩展到客户端发起的方法（超出任务管理范围），并改进流式可靠性与推送通知机制。A2A 协议是 Linux 基金会下的开源项目，由 Google 贡献，采用 Apache License 2.0 许可，并开放社区贡献。社区参与渠道包括 GitHub Discussions、A2A Discord 服务器、GitHub Issues、CONTRIBUTING.md、私密反馈用的 Google 表单，以及面向 Google Cloud 客户的合作伙伴计划表单。具体收费、价格及商业条款暂未提供。
