Agent 通信协议

一、3 秒看懂

一句话定义 为 AI Agent（智能体）之间提供消息交换、任务委派、能力发现与状态同步的标准化协议层，目标类似互联网的 TCP/IP，让不同厂商、不同框架的智能体能够互相对话与协作。

核心价值 打破 Agent 孤岛，将各厂商的“专才 Agent”组合为可动态编排的“群体智能”，是 AI 从单点工具走向自主协作体系的关键基础设施。

关键词 MCP、A2A、Agent Card、Tool Use、语义互操作、多智能体系统、链上身份、链上结算

二、3 分钟产业解释

为何需要 Agent 通信协议

当前主要协议格局（2025 年）

“链 cloud-chain”的含义

指链上（on-chain）+ 云端（cloud）混合架构的协议方案：

• 云端：目前主流路径，Agent 通过 HTTP/SSE/gRPC 调用云端大模型与工具，依赖中心化或联邦化基础设施。
• 链上：探索性路径，将区块链作为 Agent 身份注册（DID）、能力发现（Agent Card 存证）、任务结算（微支付/代币经济）与声誉记录的开放底层。 截至 2025 年中，公开资料未见成熟且大规模商用的“chain-cloud” Agent 通信协议落地案例，多数仍处于概念验证（PoC）或白皮书阶段。

市场地位简述（口径说明）

• Gartner 预测（2025 年 4 月）：到 2028 年，33% 的企业软件将包含 Agent 能力，2024 年该比例不足 1%。（来源：Gartner《Emerging Tech: The Future of Agentic AI》）
• 多智能体系统市场（含软件与服务）：Grand View Research 估计 2024 年全球约 50 亿美元，预计 2025‑2030 年复合年增长率约 40%。（来源：Grand View Research, 2025 年 3 月更新报告）
• Agent 通信协议单独市场规模：尚无独立第三方数据，被视为多智能体基础设施的子层，公开资料未见具体统计。

三、技术原理

3.1 协议栈分层模型

Agent 通信协议可抽象为四层：

┌──────────────────────────────────────────┐
│          应用层（Application）              │
│  任务分解 · 多Agent协商 · 工作流编排 · 人机交互 │
├──────────────────────────────────────────┤
│          语义层（Semantic）                 │
│  能力描述 · 意图路由 · 上下文窗口管理         │
├──────────────────────────────────────────┤
│          通信层（Transport）                │
│  消息格式 · 同步/异步 · 流式推送 · 断线恢复    │
├──────────────────────────────────────────┤
│          安全层（Security）                 │
│  身份认证 · 权限授权 · 审计日志 · 数据主权      │
└──────────────────────────────────────────┘

3.2 MCP 技术细节

MCP 是当前集成最广的单一协议，定义模型（通过 Host/Client）与外部工具/数据源（Server）的标准连接。

通信机制：

• 传输层：JSON‑RPC 2.0，默认通过 stdio 或 HTTP+SSE。
• 能力协商：Client 与 Server 启动时交换 capabilities 对象，声明支持的实验性或稳定特性。
• 工具调用：模型输出结构化 tool_call（含工具名和 JSON 参数）→ Client 路由至对应 Server → 返回内容或错误。
• 资源暴露：Server 可提供文件的列表/读取接口，模型可直接索引本地或远程数据。

关键安全设计：

• 本地优先：Server 默认运行在用户本地，敏感数据不离开设备；远程连接需显式授权。
• Schema‑driven：每个 Tool 必须附带 JSON Schema 描述参数类型与约束，模型自主理解参数语义。
• 渐进式授权：Server 声明所需权限（如文件读写、网络访问），Host 逐个征求用户批准，无大包大揽的授权。

已知限制：

• 当前为 Client‑Server 1:1 结构，原生不支持多 Agent 对等协商。
• 动态服务发现尚不完善，主要依赖静态配置文件。

3.3 A2A 技术细节

Google 的 A2A 协议专注于 Agent 之间的对等通信与任务委派，与 MCP 形成互补。

A2A 核心流程：

1. 发现：每个 Agent 发布 agent-card.json，声明身份、能力、身份验证方式、任务端点。
2. 任务创建：调用方 Agent 发送 tasks/send 或 tasks/sendSubscribe 请求，附带任务描述、输入工件（Artifact）和上下文。
3. 状态流转：任务状态遵循 submitted → working → input-required → completed / failed / canceled 有限状态机。
4. 流式更新：执行方通过 SSE 持续推送中间产物（Artifacts）和状态变更，调用方可实时监控。
5. 人机协作：支持“输入请求”状态，Agent 可在执行中途向用户索要额外信息。

与 MCP 的关系：A2A 文档建议内部工具调用仍可使用 MCP，A2A 负责跨 Agent 的宏观任务编排；二者是不同层面的互联标准，而非替代关系。

3.4 链上层（探索性）

将区块链引入 Agent 通信协议主要为解决去信任环境下的身份、发现与结算问题：

• Agent 身份：采用 W3C DID 标准 + 链上注册，智能体拥有可验证的去中心化标识符。
• 能力发现：Agent Card 的哈希存于智能合约或 IPFS，通过链上事件实现动态注册与吊销。
• 任务结算：基于状态通道或 Rollup 的微支付，按任务或按 API 调用计费；部分方案引入代币经济激励优质服务。
• 声誉系统：任务结果上链评分，形成不可篡改的声誉记录。

现实瓶颈：

• 延迟：主流公链的区块确认时间（秒级至分钟级）难以满足 Agent 实时交互（通常要求 < 500ms）。
• 成本：高频微支付造成的 Gas 成本在未规模扩容前难以商业可行。
• 隐私：链上数据公开与 Agent 处理的企业敏感数据存在冲突，需依赖零知识证明等技术，尚未成熟。

专家共识（截至 2025 年 Q2）：链上方案在未来 2‑3 年内仍将限于特定高价值、强审计场景（如跨组织数据交易、AI 服务市场），主流 Agent 通信仍依赖云原生中心化/联邦化基础设施。

四、关键参数

4.1 协议互通性指标

4.2 性能参考（公开资料整理）

• MCP Server 调用延迟：本地 stdio 模式在基准测试中通常 < 10ms 开销，远程 SSE 模式受网络影响，典型 50‑200ms。（来源：Anthropic 官方文档及社区测试，2025 年 Q1）
• A2A 任务创建延迟：规范未定义具体上限；初期原型演示中端到端任务提交到首次 Artifact 返回通常在 1‑2s，包含模型推理时间。（来源：Google A2A 官方演示，2025 年 4 月）
• 链上身份注册耗时：取决于所选区块链，以太坊 Layer 1 平均 12 秒以上，Layer 2（如 Arbitrum）约 2‑5 秒，高性能链（如 Solana）< 1 秒，但均伴随波动。（来源：各链浏览器，2025 年 Q2）
• 链上微支付单笔成本：以太坊 L2 上单次状态更新约 $0.001‑$0.01，但 Agent 高频交互每月可产生数百万笔，总成本仍是障碍。（来源：Dune Analytics 各 L2 平均费用，2025 年 6 月）

4.3 社区规模与采纳指标

• MCP GitHub 仓库 Star：超过 25k（截至 2025 年 7 月）。
• 公开 MCP Server 数量：社区维护列表收录超过 150 个（来源：github.com/modelcontextprotocol/servers）。
• A2A GitHub Star：约 8k（截至 2025 年 7 月），因发布时间较短，尚在早期增长阶段。
• 集成 A2A 的企业数量：谷歌公布初期合作伙伴 30+，包括 SAP、SAP、Salesforce、Cohere、MongoDB 等。（来源：Google Cloud Blog, 2025 年 4 月）

五、技术路线

5.1 MCP 路线

• 2024 年 Q4：Anthropic 发布 MCP 开源规范及 Python/TypeScript SDK，首批 Server 覆盖文件系统、GitHub、Puppeteer 等。
• 2025 年 H1：
  • 引入 streamable HTTP 传输（替代 SSE 的独立 HTTP），改进断线重连。
  • 新增 Sampling（服务器请求模型生成）和 Elicitation（人机交互模式）草案。
  • 社区涌现“MCP 网关”、“MCP 市场”等工具，实现多 Server 聚合。
• 展望 2025‑2026：官方讨论中的特性包括动态服务发现、多 Client 协同、Agent 对等模式，但尚未进入正式路线图。（来源：MCP 规范讨论区，2025 年 7 月）

5.2 A2A 路线

• 2025 年 Q2：发布 v0.1 规范，聚焦任务生命周期、Agent Card、基础流式更新、OAuth2 认证。
• 计划：
  • 形式化 Agent 能力描述模式（skill ontology）。
  • 引入任务组合模式（子任务委派、并行执行）。
  • 添加推送通知（webhook）以支持无 SSE 环境。
  • 探索与 MCP 的深度互操作（使用 MCP 工具执行 A2A 子任务）。 （来源：A2A GitHub 仓库 roadmap，2025 年 6 月更新）

5.3 链上路线（探索）

• 2024‑2025 年：几个 PoC 项目（如多数基于以太坊和 Solana 的 Agent 经济实验）实现 DID 注册和基本服务发现。
• 联盟链路径：部分方案采用 Hyperledger Fabric 或企业级 BFT 链降低延迟、限制访问，牺牲无许可性换取性能。
• 中期可能：链上方案更可能以“锚定层”形式出现，关键操作（身份、结算）上链，高频通信走链下通道。
• 标准化努力：IEEE、W3C 社区组内有论文讨论“Agent DID 方法”和“可信任务证明”，但尚无统一标准。（来源：W3C CCG 会议纪要，2025 年 Q1）

六、上游

Agent 通信协议的上游包括支撑 Agent 运行的模型、算力、云基础设施和数据源：

模型提供商

• 国际：OpenAI（GPT‑4o、o3）、Anthropic（Claude 3.5/4）、Google（Gemini 2.0）、Meta（Llama 3）、Mistral 等。
• 中国：阿里（通义千问）、百度（文心一言）、字节（豆包）、DeepSeek、智谱（GLM‑4）等。 截至 2025 年，上述厂商多通过 Function Calling / Tool Use 能力支持标准化的工具调用接口，但尚未在 Agent 通信层做统一适配，多数依赖框架或 MCP 社区 Server。

推理与算力芯片

• NVIDIA（A100/H100/B100 及后续）、AMD（MI300X）、Intel（Gaudi）等，以及云推理服务提供商如 Together AI、Fireworks。
• 中国国产替代：华为昇腾 910B、寒武纪 MLU370 等。 算力供给直接影响 Agent 响应延迟与并发能力，间接影响通信协议中超时、重试策略设计。

云厂商

• AWS、Azure、GCP、阿里云、腾讯云提供模型推理 API、容器编排（Kubernetes）、消息队列和 SSE 网关等通信基础设施，是云端 Agent 部署的默认选择。
• 对 Agent 协议的直接影响：云厂商支持的传输协议（HTTP/2、gRPC、WebSocket）和鉴权体系（IAM、OAuth2）决定了协议选型边界。

数据与工具源

• 企业软件（SAP、Salesforce、ServiceNow）提供的 API 将成为 Agent 工具的主要来源，要求协议层能够统一描述异构 API。
• 数据库/数据仓库（Snowflake、Databricks、Pinecone）和知识图谱也通过 MCP Server 等接入。

七、下游

Agent 通信协议的下游涉及所有需要多 Agent 协作的业务场景与垂直行业：

企业自动化与智能体平台

• 智能客服：前端对话 Agent 与后台订单、退款工具 Agent 协作；
• 软件开发生命周期：需求分析 Agent、代码生成 Agent、测试 Agent、运维 Agent 形成持续交付流水线；
• 商务智能：数据查询 Agent 联合报告生成 Agent，自动产出商业洞察。

垂直行业

• 金融：研报生成（数据抓取 + 财务分析 + 合规审核多个 Agent），需强审计与权限管理。
• 医疗：辅助诊断 Agent 与病历分析 Agent、知识库 Agent 联合，需严格数据隐私和授权。
• 工业运维：传感器数据 Agent 与故障诊断 Agent、工单 Agent 协作，要求低延迟和高可靠。
• 法律/合规：法律检索 Agent 与文书草拟 Agent、合规审查 Agent 配合，依赖标准任务状态追踪。

消费与娱乐

• 个人助理：跨日历、邮件、购物 Agent 的任务委派与汇总。
• 游戏与虚拟世界：NPC 作为独立 Agent，通过通信协议感知环境、交易物品、协作叙事。

协议的影响 标准化协议使下游应用厂商无需自造互通层，可专注垂直业务逻辑；同时，第三方可构建“Agent 中间件”（网关、市场、监控）服务于通用需求。

八、受益公司

以下分类整理截至 2025 年中公开信息，仅陈述事实，不构成任何投资或商业建议。

国际企业

中国企业及机构

• 阿里巴巴 / 蚂蚁：通义系列及蚂蚁的 Agent 框架；2025 年公开资料未见明确 Agent 通信协议推出，但内部技术中包含了多 Agent 编排能力。
• 百度：文心智能体平台支持插件生态与工作流编排，主要面向自有生态，未发布公开互操作协议。
• 字节跳动 / 豆包：豆包支持 Function Calling，扣子（Coze）平台具备多 Agent 编排，但协议仅限于平台内部。
• 华为：盘古大模型及企业级 Agent 方案，2025 年公开资料未见独立 Agent 通信协议。
• 独立团队/创业公司：如 Dify、FastGPT 等提供 Agent 编排前端，逐步集成 MCP 或自定义工具接口，但体量较小。

受益逻辑：上游模型厂商受益于协议标准化带来的 Agent 使用率提升；协议制定者占据生态控制点；工具/中间件开发商收获新的市场空间；企业软件厂商通过采用通用协议降低集成成本。

九、市场规模

9.1 多智能体系统市场（Agentic AI 软件系统）

• 全球市场：Grand View Research 估算 2024 年约 50 亿美元，预计 2030 年约 318 亿美元，CAGR 约 36.5%（2025‑2030）。（来源：Grand View Research, “Multi‑Agent Systems Market”, 2025 年 3 月发布）
• 中国市场：公开资料未见独立第三方统计，但根据 IDC 2025 年《中国 AI 软件市场跟踪》中 Agentic AI 相关子市场（含 RPA 进化、低代码 Agent 平台）推算 2024 年约 40‑50 亿人民币，后续增速或将高于全球平均。（来源：IDC 中国, 2025 年 5 月）

9.2 Agent 通信协议直接市场（基础设施层）

• 独立市场规模：尚无机构给出独立统计，因其属于多智能体系统的使能层，收入通常隐含在 Agent 平台、云服务或工具订阅中。
• 可参考指标：API 集成平台利润（如 Kong，MuleSoft 等）与协议相关服务收入，但无法剥离 Agent 通信协议贡献。
• 间接收入机会：授权/认证、企业级协议支持服务、安全网关和合规套件等。（来源：公开资料未见具体数值，此为基础推断）

9.3 链上 Agent 协议市场

• 除部分实验性项目的代币市值外，未形成具备参考意义的收入规模。
• 若将链上身份与结算视为一种微支付基础设施，可参考 Web3 中 AI 服务市场（如 SingularityNET）的整体代币估值作为情绪指标，但基本面薄弱。

十、玩家对比

10.1 协议方案多维对比

10.2 各路线主要风险与优势

• MCP：先发优势、集成面广，但缺少 Agent 对等与任务监控原语，长期可能需扩展或与 A2A 协同。
• A2A：企业基因，完备的任务模型，但尚需获得实质性跨平台部署量，社区规模远小于 MCP。
• 框架内方案：实现快，易优化，但天然锁定用户，无法成为行业通用层。
• 链上方案：去信任优势，但性能与成本问题暂无突破。

十一、风险

11.1 标准碎片化

MCP 与 A2A 定位互补但存在交集，若各自演进，可能导致协议丛林，增加开发者适配成本；此外，中国可能出现与国际互不兼容的自有标准，造成市场割裂。

11.2 安全与权限放大

Agent 通信意味着一个 Agent 可代替用户委派任务给另一 Agent 并传递敏感数据，授权边界一旦模糊，容易出现权限放大攻击、数据泄露。MCP 与 A2A 的安全模型仍在早期迭代，大规模企业部署缺乏充足的实战检验。

11.3 依赖模型能力

Agent 通信协议的效率高度依赖底层模型对结构化指令（tool_call、task 描述）的理解能力与遵循能力。低质量模型可能产生错误路由、错误的权限请求或任务表述歧义，导致协作失败。

11.4 链上方案不成熟

性能（延迟、吞吐）与成本是现阶段主要瓶颈；监管不确定性（加密资产结算的合规性）叠加智能合约安全风险，使链上 Agent 通信协议难以进入主流企业视野。

11.5 监管与合规

跨组织 Agent 任务执行若涉及跨境数据传输、隐私法（如 GDPR、《个人信息保护法》），标准化协议需要内置合规检测与审计能力，目前规范均未覆盖。

11.6 商业模式未明

开源协议的直接变现困难，主要玩家可能转向提供企业版（托管网关、安全合规套件）、认证服务或云市场抽佣；小微企业管理不易形成规模利润。

十二、误读纠偏

误读 1：“MCP 和 A2A 就是新的 TCP/IP，已经赢了” 当前协议仍处早期（MCP 发布不足一年，A2A 刚刚释出），远未达到全行业收敛。TCP/IP 历经 10 年以上才统一互联网，Agent 通信协议至少还需 3‑5 年激烈竞争与演化。

误读 2：“有了标准协议，任何 Agent 都能随意组合” 协议只是语法层互通；语义互操作（例如“生成报告”这个意图在两个 Agent 间有完全相同含义）仍需领域本体、评估机制和合约保障，目前远未解决。

误读 3：“链上协议能完全解决信任问题” 链上只能保证数据不可篡改与操作可审计，无法保证 Agent 任务执行质量或上下游数据的真实性；“上链”不改变“垃圾进垃圾出”的本质。

误读 4：“Agent 通信主要是个技术问题” 它也是商业和生态问题：控制协议的企业将获得生态定义权和数据流枢纽地位，竞争激烈度不亚于技术竞赛。

误读 5：“2025 年企业就能无缝接入多 Agent 协作” 目前协议落地以开发者预览和伙伴试点为主，大部分企业缺乏人才、测试基础设施和组织流程，规模化部署预计在 2027 年后才可能起步。

十三、最新事件

以下事件截至 2025 年 7 月，按时间倒序排列，来源为官方博客、行业媒体或 GitHub 发布记录。

• 2025 年 7 月：MCP 社区发布多个新的高质量 Server，覆盖 Notion、Linear、Salesforce 等，并出现首个支持 A2A‑MCP 互操作的网关原型。
• 2025 年 5 月：Google 更新 A2A 规范 v0.2 草案，增加多轮协商和人类介入（human‑in‑the‑loop）模式；社区贡献者提交 Java SDK。
• 2025 年 4 月：Google 正式发布 A2A 开源规范及首批适配器；MCP 官方发布 Streamable HTTP 传输模式预览。
• 2025 年 3 月：OpenAI 发布 Agents SDK，内置 Agent 交接、追踪和 Guardrails；Anthropic 宣布 MCP 接入 GitHub Copilot 与多家第三方 IDE。
• 2025 年 1 月：CrewAI 集成 MCP 工具能力；LangChain 推出 MCP 适配器稳定版。
• 2024 年 11 月：Anthropic 开源 MCP，开启 Agent 通信协议元年。

中国方面，2025 年上半年未观察到企业或机构公开发布对标 MCP/A2A 的通用 Agent 通信协议标准；部分企业内部在研发阶段。

十四、跟踪指标

协议采纳指标（月度/季度追踪）

• GitHub Star、Fork 数、Open Issue/PR 活跃度。
• 官方仓库收录的 Server（MCP）或 Agent Card（A2A）数量。
• 各主流 AI 框架（LangChain、AutoGen、CrewAI、Dify）对协议的集成方式与版本。
• 公共演示与 Hackathon 项目数量。

商业化指标

• 宣布支持协议的企业数量及类型（科技巨头、垂直 SaaS、传统企业）。
• 云厂商推出托管协议网关或 Agent 市场的时间点。
• 相关初创公司融资事件与金额（如 MCP 网关、A2A 代理服务等）。

技术与性能指标

• 各协议规范的版本更新频率与新功能（如动态发现、人机交互）。
• 第三方基准测试：跨协议任务完成延迟、成功率、安全性审计结果。
• 链上方案：性能基准（TPS、确认时间）、成本（单次互动）、链上活跃 Agent 数量。

生态合作指标

• 跨协议互操作性实验（例如 A2A 任务下使用 MCP 工具）。
• 标准组织（如 IEEE、ISO、W3C）相关工作组进展。
• 区域性规范文件（如中国信通院关于 Agent 互操作的白皮书或标准立项）。

十五、信源

1. Anthropic, “Introducing the Model Context Protocol”, 2024‑11‑25, anthropic.com/news/model-context-protocol
2. Google Cloud, “Announcing the Agent-to-Agent Protocol (A2A)”, 2025‑04‑09, cloud.google.com/blog
3. MCP 规范文档：modelcontextprotocol.io
4. A2A 规范 GitHub：github.com/google/A2A
5. Grand View Research, “Multi‑Agent Systems Market Size, Share & Trends Analysis Report”, 2025‑03
6. Gartner, “Emerging Tech: The Future of Agentic AI”, 2025‑04
7. IDC 中国, 《中国 AI 软件市场跟踪报告》, 2025‑05
8. OpenAI, “Introducing the Agents SDK”, 2025‑03‑11, openai.com/index
9. LangChain Blog, “MCP Integration”, 2025‑01‑15, blog.langchain.dev
10. W3C Credentials Community Group, 会议纪要与 DID 讨论, 2025 Q1, w3.org
11. GitHub 仓库 star 与贡献数据, 截至 2025‑07‑25
12. 各 L2 费用数据, Dune Analytics, 2025‑06
13. 公开区块链浏览器（Etherscan, Solscan 等）, 访问于 2025‑07

注：以上信源均为公开发布的报告、官方博客与代码仓库，所有数字与陈述均基于可查证的公开信息。对未明确记载的数据统一标注“公开资料未见”。