Agent 不需要 A2A:不需要将函数调用包装成协议交互

过去,一个系统调用另一个系统,我们称之为 API 调用;一个服务把任务交给另一个服务,我们称之为 RPC;一个耗时任务需要查询进度,我们会返回一个 task_id;一个服务需要向调用方持续发送结果,我们会使用 SSE、WebSocket 或消息队列。

现在,只要调用链路两端都接入了大模型,这些已经存在多年的工程动作,似乎突然需要换一套更宏大的语言:它们不再是服务,而是 Agent;不再是接口调用,而是 Agent 协作;不再是任务状态,而是智能体之间的长期委托;不再是服务发现,而是 Agent Discovery。 最后,我们得到了一套新的 Agent-to-Agent 协议,也就是 A2A。

A2A 的设计当然是完整的。它定义了 Agent Card、Skill、Message、Task、Artifact、流式更新、任务状态和认证方式,看起来像是为“智能体社会”准备了一整套外交制度。

但问题在于:今天绝大多数所谓的 Agent,真的已经发展到需要外交协议了吗?

我的观点是:

对绝大多数企业 Agent 系统来说,Agent 不需要 A2A。它需要的是稳定的接口、确定性的编排、清晰的状态管理,以及一套已经被软件工程验证过的服务治理体系。

A2A 不是完全没有价值,而是它试图标准化的场景,远远没有行业宣传中那么普遍。很多团队引入 A2A,并不是因为现有技术解决不了问题,而是因为“两个 Agent 在通信”听起来比“一个服务调用另一个服务”更像 AI 原生架构。

这很像给公司里的每一个部门都发一本外交护照。部门之间确实需要沟通,但未必需要建立联合国。

Agent 首先是软件,其次才是 Agent

讨论 A2A 之前,必须先回答一个经常被忽略的问题:什么是 Agent?

一个典型 Agent 可能包含大模型、Prompt、工具调用、短期记忆、长期记忆、规划器、工作流和若干业务规则。它可以根据输入判断下一步动作,也可能在执行过程中进行多轮推理。

但这些特征描述的是它的内部实现,而不是它对外暴露的接口形式。

假设有一个市场研究 Agent。它收到一个行业名称,搜索公开信息,调用内部数据库,分析竞争格局,最后生成一份报告。

从它自己的视角看,它可能是一个复杂的自主 Agent:

理解任务
  ↓
制定检索计划
  ↓
调用搜索工具
  ↓
提取竞争对手
  ↓
补充行业数据
  ↓
生成报告
  ↓
自我检查

但从调用方的视角看,它完全可以只是一个接口:

report = research_agent(
    topic="AI survey software",
    depth="deep",
    output_format="markdown"
)

调用方通常不需要知道它内部使用了几个模型、执行了几轮反思、是否建立了计划,也不需要知道它究竟算不算“真正的 Agent”。

调用方真正关心的是:输入是什么,输出是什么,什么时候完成,失败后怎么重试,是否具有幂等性,消耗了多少资源,以及出现问题时如何追踪。这正是软件接口一直在解决的问题。

所以,Agent 是否具有自主性,并不能自动推出“它需要一套新的通信协议”。内部复杂性,不等于外部必须复杂。

Agent as Tool 已经覆盖了大多数协作场景

A2A 支持者经常强调,工具与 Agent 不一样。工具通常是确定性的,而 Agent 具有自主性;工具执行一次明确的操作,而 Agent 可能自主规划多个步骤;工具返回一个结果,而 Agent 可能要求补充信息、持续更新任务状态,甚至在较长时间后才完成工作。

这些区别在概念层面成立,但它们没有改变接口设计的基本事实。一个接口背后可以是一行代码,也可以是一个运行数小时的工作流。接口并不要求实现简单,也不要求实现确定。

例如,下面这个工具定义看起来很普通:

{
  "name": "generate_market_report",
  "description": "Generate a market research report",
  "inputSchema": {
    "type": "object",
    "properties": {
      "topic": {
        "type": "string"
      },
      "depth": {
        "type": "string",
        "enum": ["brief", "standard", "deep"]
      }
    },
    "required": ["topic"]
  }
}

它背后的实现可以是一个简单函数,也可以是一个具备规划、搜索、反思和多轮工具调用能力的 Agent。

对于主控 Agent 来说,这种区别并不重要。主控 Agent只需要判断:当前任务是否适合调用 generate_market_report,应该传入什么参数,以及如何处理返回结果。这就是 Agent as Tool。

有人会认为,把 Agent 描述为 Tool 是对 Agent 自主性的降维。实际上,这是一种非常有价值的工程抽象。

一个系统越复杂,越应该在边界处隐藏内部细节。把远程 Agent 封装成 Tool,不是说它内部没有自主性,而是说它的自主性不应该泄漏到整个系统。

Task、Artifact 和 Agent Card 并不是新的计算原语

A2A 最有代表性的几个概念是 Task、Artifact 和 Agent Card。这些概念确实清晰,但换一个熟悉的软件工程词汇就会发现,它们并不陌生。

A2A 概念
传统工程中的对应概念
Agent Card
服务描述、OpenAPI 文档、注册中心元数据
Agent Skill
API 能力、工具描述、服务能力标签
Message
请求或事件
Task
异步任务、工作流实例、Job
Task Status
任务状态机
Artifact
文件、对象存储结果、结构化响应
Push Notification
Webhook、事件回调
Streaming
SSE、WebSocket、流式 RPC
Agent Discovery
服务发现、能力注册中心

这并不是说 A2A 的抽象没有意义。统一术语本身可以产生价值。但术语统一和新协议必要性是两件事。

假设一个研究任务需要运行二十分钟。服务端可以立即返回:

{
  "task_id": "task_20260724_001",
  "status": "working"
}

调用方随后轮询:

GET /tasks/task_20260724_001

或者通过 SSE 订阅:

GET /tasks/task_20260724_001/events

任务完成后返回:

{
  "task_id": "task_20260724_001",
  "status": "completed",
  "result": {
    "report_url": "https://example.com/report.md"
  }
}

这已经覆盖了 A2A Task、状态更新和 Artifact 的核心语义。

多轮交互也不是 A2A 的专属能力

A2A 的另一个卖点,是 Agent 之间可以进…

— 以上为试看内容(约 40%),开通会员后阅读全文 —