知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 13 - A2A 与 MCP 深度对比 > 导读:本文从"做 Agent 平台时到底该选 MCP 还是 A2A、两者是不是二选一"这个面试与选型中的高频疑问出发,把两个协议的定位、四大核心区别、完整对比表、互补关系与协作架构、选型建议、决策流程、技术栈差异与融合趋势逐项讲透,最后给出企业内部平台设计与权限传递的工程实践与踩坑。适合正在做 Agent 平台选型、需要设计多 Agent 协作架构的后端与架构同学。 ## 一、先建立全局认知 ### Q:一句话说清 MCP 和 A2A 的区别? A:结论先行——MCP 是 Agent 的"手",负责让 Agent 能操作工具和数据;A2A 是 Agent 的"嘴",负责让 Agent 能和其他 Agent 对话协作。 ```text 一句话区分: MCP = Agent 的"手" → 让 Agent 能操作工具和数据 A2A = Agent 的"嘴" → 让 Agent 能和其他 Agent 对话协作 ``` 为什么这个类比成立?因为二者抽象的是完全不同的关系:MCP 抽象的是"Agent 调用无自主性的外部能力",A2A 抽象的是"Agent 委托任务给另一个同样能自主决策的 Agent"。前者是**垂直集成**(向下接工具),后者是**水平协作**(横向找同行)。理解了这一点,后面的所有区别都能推导出来。 ### Q:MCP 是什么?它的核心模型是什么? A:结论先行——MCP(Model Context Protocol,模型上下文协议)由 Anthropic 发布,是 Agent 调用外部工具与数据源的标准协议。  *图:MCP 的核心模型:Client 调用 Server 提供的工具* ```text MCP 的核心模型: ┌──────────────┐ ┌──────────────┐ │ Agent │ MCP 协议 │ MCP Server │ │ (MCP Client)│ ◄──────────────► │ (工具提供方) │ │ │ │ │ │ "帮我查天气" │ JSON-RPC │ 天气 API │ │ │ stdio / SSE │ 数据库 │ │ │ │ 文件系统 │ └──────────────┘ └──────────────┘ Agent 是调用方(Client) MCP Server 是被调用方(提供工具) 关系:主从关系,Agent 主动调用,Server 被动响应 ``` MCP 暴露三类能力: ```text MCP 暴露的三种能力: Tools → 可执行的函数(查天气、发邮件、执行 SQL) Resources → 可读取的数据(文件内容、数据库记录) Prompts → 预定义的 Prompt 模板 ``` 这三类能力回答了它要解决的问题:在没有 MCP 之前,每家 LLM 厂商的 Function Calling 格式都不一样,工具开发者要为每家适配一遍;MCP 让工具"写一次,所有支持 MCP 的 Agent 都能用"——它的定位类似 LSP(Language Server Protocol,语言服务器协议)之于编辑器和语言。 ### Q:A2A 是什么?它的核心模型是什么? A:结论先行——A2A(Agent-to-Agent,智能体间通信协议)由 Google 发布,是不同 Agent 之间互相发现与协作的标准协议。  *图:A2A 的核心模型:Agent 之间的任务委托* ```text A2A 的核心模型: ┌──────────────┐ ┌──────────────┐ │ Client Agent │ A2A 协议 │ Remote Agent │ │ │ ◄──────────────► │ │ │ "帮我审查 │ HTTP │ 代码审查 │ │ 这段代码" │ JSON-RPC + SSE │ 专家 Agent │ │ │ │ │ └──────────────┘ └──────────────┘ 两边都是 Agent(都有 LLM、都能自主决策) 关系:委托关系,Client 委托任务,Remote 自主完成 Remote Agent 可以追问、拒绝、部分完成 ``` 关键差别在于"两边都是 Agent":A2A 的接收方有 LLM、能自主决策,因此它可以**追问**("请问这是什么语言?")、可以**拒绝**("这超出我的能力范围")、可以**部分完成**("我完成了质量检查,安全问题需要另一个 Agent")。这种"不确定性"是 MCP 工具调用里不存在的。 ### Q:两个协议的发布时间与治理背景是什么? A:结论先行——MCP 由 Anthropic 在 2024 年底提出,A2A 由 Google 在 2025 年 4 月提出,并随后交给中立组织托管。 ```text 时间线(大致): MCP:Anthropic 提出(2024 年底) A2A:Google Cloud Next 发布(2025 年 4 月) 随后捐赠给 Linux Foundation,150+ 组织支持 (AWS、Microsoft、Cisco、Salesforce 等在列) ``` 为什么治理背景值得记?因为它直接影响"敢不敢押注"。协议由单一厂商把持时,其它厂商会有被锁定(vendor lock-in)的顾虑;交给中立基金会托管,是开放协议获得跨厂商信任的常见路径。所以看到"某协议宣布捐赠给中立基金会 / 多家竞争对手共同支持",通常意味着它更可能成为行业事实标准。注意具体数字与名单会随时间变化,引用前建议核实最新状态。 ### Q:为什么说 MCP 像 USB、A2A 像 HTTP?这个类比成立吗? A:结论先行——成立,而且相当准确地刻画了两者的抽象层级:USB 是"设备接入标准",HTTP 是"服务间通信标准"。 ```text USB → 各种设备用统一接口接入主机 = MCP:各种工具/数据源用统一协议接入 Agent HTTP → 各种服务用统一协议互相调用 = A2A:各种 Agent 用统一协议互相委托 ``` 为什么这个类比有价值?因为它同时点出了两件事:一是**接口统一**(工具写一次、到处能用),二是**层级不同**(接入标准 vs 通信标准,不在同一层,因此不会互相替代)。反过来也要注意类比有边界:USB 设备是被动外设,而 A2A 的对端 Agent 能自主决策。所以准确的说法是"工具像 USB 设备",而不是"Agent 像 USB 设备"——这条边界恰恰就是 MCP 与 A2A 的分界线。 ## 二、理解核心机制:四个维度的区别 ### Q:MCP 和 A2A 的区别,可以归纳为哪四个维度? A:结论先行——可以从通信对象、交互模式、能力发现、状态管理四个维度区分,四者层层递进:对象决定关系,关系决定交互,交互决定状态。 #### 区别一:通信对象不同(Agent ↔ Tool vs Agent ↔ Agent) ```text MCP:Agent ↔ Tool(垂直集成) Agent 调用工具,工具没有自主性 工具只是执行指令,不会"思考" 类比:人使用计算器 A2A:Agent ↔ Agent(水平协作) Agent 委托任务给另一个 Agent 被委托的 Agent 有自主决策能力 类比:人委托同事帮忙 ``` 这个区别是最根本的。"用计算器"和"委托同事"的区别不在于难易,而在于**对方有没有自主性**:计算器只会执行你按的键,同事会问你"这个需求是不是理解错了"。这决定了后面三个区别。 #### 区别二:交互模式不同(一问一答 vs 多轮对话) ```text MCP 交互: Agent: "调用 get_weather,参数 city=北京" Tool: "北京,晴,18°C" → 一问一答,确定性的 A2A 交互: Client Agent: "帮我审查这段代码" Remote Agent: "请问这是什么语言?" ← 可以追问 Client Agent: "Python 3.11" Remote Agent: "发现 2 个安全问题..." ← 自主分析 → 多轮对话,非确定性的 ``` 为什么 MCP 是"确定性"的?因为工具是函数,同样的入参就该有同样的出参(除了外部状态变化)。而 A2A 的 Remote Agent 背后是 LLM,同样的输入可能走不同的路径、问不同的澄清问题。这个"非确定性"直接带来了状态管理的差异。 #### 区别三:能力发现不同(函数级精确 vs 技能级语义) ```text MCP 能力发现: Client 调用 list_tools() → 返回工具列表和参数 Schema 精确到函数级别:函数名、参数类型、返回值 A2A 能力发现: Client 获取 Agent Card → 返回技能描述和示例 描述是自然语言级别:技能名称、描述、使用示例 更模糊,但更灵活 ``` 取舍在"精确"与"灵活"之间:工具是给程序调用的,参数 Schema 必须精确(`city: string`),否则程序无法生成正确调用;Agent 是面向任务委托的,技能用自然语言描述 + 示例更能表达"我能帮你干这类事",代价是匹配不够精确,需要 Client 的 LLM 来判断"这个 Agent 能不能接我的活"。 #### 区别四:状态管理不同(无状态 vs 有状态) ```text MCP:无状态 每次工具调用是独立的 工具不记住之前的调用 状态由 Agent 自己管理 A2A:有状态 Task 有完整的生命周期(submitted → working → completed) 支持多轮交互 Remote Agent 维护任务状态 ``` 为什么 MCP 可以无状态?因为工具调用是"一次原子操作",不需要记住上次调用;如果确实需要上下文,由 Agent 自己把它拼进参数里。而 A2A 必须是有状态的,否则 `input-required` 之后无法"继续"同一个任务,多轮交互就断了。 ## 三、对比总览与互补关系 ### Q:能给出 MCP 与 A2A 的完整对比表吗? A:结论先行——完整对比如下,核心差异集中在"通信对象是否具有自主性"以及由此带来的交互、发现、状态三方面。  *图:MCP 与 A2A 的 14 个维度逐项对比* ```text ┌──────────────────┬─────────────────────┬─────────────────────┐ │ 维度 │ MCP │ A2A │ ├──────────────────┼─────────────────────┼─────────────────────┤ │ 发起方 │ Anthropic │ Google │ │ 发布时间 │ 2024 年底 │ 2025 年 4 月 │ │ 解决问题 │ Agent 调用工具 │ Agent 之间协作 │ │ 通信对象 │ Agent → Tool │ Agent ↔ Agent │ │ 对方有自主性吗 │ 没有(工具被动执行) │ 有(Agent 自主决策) │ │ 交互模式 │ 一问一答 │ 多轮对话 │ │ 能力发现 │ list_tools() │ Agent Card │ │ 能力描述粒度 │ 函数级(精确) │ 技能级(自然语言) │ │ 状态管理 │ 无状态 │ 有状态(Task) │ │ 协议基础 │ JSON-RPC + stdio │ HTTP + JSON-RPC │ │ 实时通信 │ SSE(可选) │ SSE(原生支持) │ │ 安全机制 │ 进程隔离 │ OAuth 2.0 │ │ 典型场景 │ 查数据库、调 API │ 委托代码审查、协作分析│ │ 类比 │ USB 接口 │ HTTP 协议 │ └──────────────────┴─────────────────────┴─────────────────────┘ ``` 面试中如果只让说三点,就说:**对象不同(工具 vs Agent)、交互不同(一问一答 vs 多轮)、状态不同(无状态 vs 有状态)**,其余都是派生结论。 ### Q:技术栈层面,两者还有哪些差异? A:结论先行——传输层、能力发现方式与认证方式差异最明显。  *图:MCP 与 A2A 的分层对比(传输到 SDK)* ```text ┌──────────────┬──────────────────────┬──────────────────────┐ │ 层级 │ MCP │ A2A │ ├──────────────┼──────────────────────┼──────────────────────┤ │ 传输层 │ stdio(本地进程) │ HTTP(网络) │ │ │ SSE(远程) │ │ ├──────────────┼──────────────────────┼──────────────────────┤ │ 消息格式 │ JSON-RPC 2.0 │ JSON-RPC 2.0 │ ├──────────────┼──────────────────────┼──────────────────────┤ │ 实时通信 │ SSE(可选) │ SSE(原生) │ ├──────────────┼──────────────────────┼──────────────────────┤ │ 能力发现 │ initialize + │ Agent Card │ │ │ list_tools/resources │ (/.well-known/ │ │ │ │ agent.json) │ ├──────────────┼──────────────────────┼──────────────────────┤ │ 认证 │ 进程级隔离 │ OAuth 2.0 │ ├──────────────┼──────────────────────┼──────────────────────┤ │ 部署模式 │ 本地进程 / 远程服务 │ 远程服务(HTTP) │ ├──────────────┼──────────────────────┼──────────────────────┤ │ SDK 语言 │ Python, TypeScript, │ Python, TypeScript, │ │ │ Java, C#, Go │ Java │ └──────────────┴──────────────────────┴──────────────────────┘ ``` 两点值得注意:一是两者**都用 JSON-RPC 2.0**,说明这层是共识;二是 MCP 的传输可以是 stdio(本地进程,零网络配置)也可以是 SSE(远程),而 A2A 天生就是 HTTP 远程服务。SDK 语言覆盖属于会随版本演进的细节,实际接入前需结合当版本确认。 ### Q:两者都用 JSON-RPC 2.0,为什么还需要两个协议? A:结论先行——因为它们抽象的**对象层级不同**:MCP 抽象"调用一个工具",A2A 抽象"委托一个任务",同一套消息格式被用于表达两种完全不同粒度的关系。 ```text 同一套 JSON-RPC 2.0,表达两种关系: MCP:method = tools/call,params = {name, arguments} → 一次函数调用 A2A:method = tasks/send,params = {id, message{parts}} → 一次任务委托 ``` 为什么不能合成一个协议?因为二者的**语义约束**不同:工具调用要求"参数精确、结果确定、无状态",任务委托要求"可追问、可多轮、有状态、可取消"。把两种语义塞进一个协议,会导致工具侧背上不必要的状态管理负担,或让任务侧失去生命周期能力。所以更清晰的做法是"**底层消息格式统一、上层语义各管一段**"——MCP 管垂直集成,A2A 管水平协作。 ### Q:为什么说 MCP 和 A2A 是互补而非竞争? A:结论先行——它们解决的是不同层面的问题:MCP 向下接工具(垂直集成),A2A 横向找 Agent(水平协作),一个 Agent 可以同时使用两者。  *图:A2A 层(Agent 间协作)与 MCP 层(调用工具)* ```text 完整的 Agent 协作架构: ┌─────────────────────────────────────────────────────────────────┐ │ Agent 生态全景 │ │ │ │ ┌─────────────────────────────────────────────────────────┐ │ │ │ A2A 层(Agent 间协作) │ │ │ │ │ │ │ │ ┌───────────┐ A2A ┌───────────┐ A2A ┌────────┐│ │ │ │ │ 代码审查 │◄─────►│ 安全分析 │◄─────►│ 测试 ││ │ │ │ │ Agent │ │ Agent │ │ Agent ││ │ │ │ └─────┬─────┘ └─────┬─────┘ └───┬────┘│ │ │ │ │ │ │ │ │ │ └─────────┼────────────────────┼───────────────────┼─────┘ │ │ │ │ │ │ │ ┌─────────┼────────────────────┼───────────────────┼─────┐ │ │ │ │ MCP 层(Agent 调用工具) │ │ │ │ │ │ │ │ │ │ │ │ ┌────▼────┐ ┌───▼────┐ ┌───▼───┐ │ │ │ │ │MCP │ │MCP │ │MCP │ │ │ │ │ │Client │ │Client │ │Client │ │ │ │ │ └────┬────┘ └───┬────┘ └───┬───┘ │ │ │ │ │ │ │ │ │ │ └─────────┼───────────────────┼──────────────────┼─────┘ │ │ │ │ │ │ │ ┌────▼────┐ ┌───▼─────┐ ┌───▼─────┐ │ │ │MCP │ │MCP │ │MCP │ │ │ │Server │ │Server │ │Server │ │ │ │(GitHub) │ │(漏洞库) │ │(CI/CD) │ │ │ └─────────┘ └─────────┘ └─────────┘ │ │ │ └─────────────────────────────────────────────────────────────────┘ 每个 Agent: - 用 MCP 调用自己需要的工具(向下集成) - 用 A2A 和其他 Agent 协作(水平协作) ``` 判断"互补还是竞争",只要问一句:**它们优化的目标是同一个吗?** MCP 优化的是"Agent 怎么拿到外部能力",A2A 优化的是"Agent 怎么把活交给另一个 Agent"。目标不同、层级不同,因此可以叠加使用。  *图:MCP 与 A2A 协作架构* ### Q:能用一个具体例子说明两者如何配合吗? A:结论先行——以"代码全面审查"为例:编排 Agent 用 A2A 把任务分给三个专业 Agent,每个专业 Agent 再用 MCP 调自己的工具。  *图:A2A 委托子 Agent、MCP 调用工具* ```text 场景:用户提交了一段代码,需要全面审查 1. 用户 → 编排 Agent(Orchestrator) "请审查这段代码" 2. 编排 Agent 通过 A2A 委托任务: → 代码质量 Agent(A2A):"检查代码质量" → 安全审查 Agent(A2A):"检查安全漏洞" → 性能分析 Agent(A2A):"分析性能瓶颈" 3. 每个 Agent 内部通过 MCP 调用工具: 代码质量 Agent: → MCP → ESLint Server(代码规范检查) → MCP → SonarQube Server(代码质量扫描) 安全审查 Agent: → MCP → Snyk Server(依赖漏洞扫描) → MCP → 漏洞数据库 Server(CVE 查询) 性能分析 Agent: → MCP → Profiler Server(性能分析) 4. 各 Agent 通过 A2A 返回结果给编排 Agent 5. 编排 Agent 汇总所有结果,生成最终审查报告 ``` 这个例子最直观地体现了"分层的价值":A2A 层处理"分工与汇总",MCP 层处理"具体工具调用"。如果全部用 MCP,就无法表达"交给一个会自主判断的专业 Agent";如果全部用 A2A,则每个小工具调用都要包装成一个 Agent,成本和延迟都会失控。 ## 四、选型建议、决策流程与融合趋势 ### Q:什么时候用 MCP、什么时候用 A2A、什么时候两者都用? A:结论先行——简单、确定性、一问一答的工具调用用 MCP;需要委托复杂任务、要多轮交互、对方需要自主决策的用 A2A;构建多 Agent 系统时两者配合。 ```text 什么时候用 MCP: ✓ 需要调用外部 API(天气、搜索、数据库) ✓ 需要读写文件系统 ✓ 需要执行确定性操作(计算、格式转换) ✓ 工具逻辑简单,不需要"思考" ✓ 一问一答就能完成 示例: 查询数据库 → MCP 调用天气 API → MCP 读取文件内容 → MCP 执行 SQL 查询 → MCP ``` ```text 什么时候用 A2A: ✓ 需要委托复杂任务给专业 Agent ✓ 任务需要多轮交互才能完成 ✓ 被委托方需要自主决策和判断 ✓ 需要跨组织/跨框架的 Agent 协作 ✓ 任务结果不确定,需要 Agent 自己分析 示例: 代码审查 → A2A(需要 Agent 理解代码语义) 数据分析报告 → A2A(需要 Agent 自主分析和总结) 翻译校对 → A2A(需要 Agent 理解上下文) 方案评估 → A2A(需要 Agent 给出专业判断) ``` ```text 什么时候两者都用: ✓ 构建多 Agent 系统 ✓ Agent 既需要工具能力,又需要和其他 Agent 协作 ✓ 企业级 Agent 平台 示例: 智能客服系统: Router Agent 用 A2A 把问题分给专业 Agent 每个专业 Agent 用 MCP 查询知识库和订单系统 ``` 在面试里,选型题的标准答法是先给**判断依据**再给例子:判断依据就是"这个能力的交互语义是确定性的还是需要自主决策的"。 ### Q:有没有一个可以直接照着走的决策流程? A:结论先行——有。先判断"要不要 Agent 能力",再判断"是不是同系统内",最后判断"Agent 内部要不要工具"。  *图:选 MCP 还是 A2A:一次决策* ```text 需要 Agent 能力吗? │ ├── 不需要(只是调用 API/工具) │ └── 用 MCP │ └── 需要(对方要能"思考"和"决策") │ ├── 是同一个系统内的 Agent 吗? │ ├── 是 → 用框架内置通信(LangGraph State、CrewAI) │ └── 否 → 用 A2A │ └── Agent 内部需要调用工具吗? ├── 是 → MCP + A2A 配合使用 └── 否 → 只用 A2A ``` 这个流程里最容易被忽略的是中间那一问:**同系统内的 Agent 之间,未必要上 A2A**。如果两个 Agent 都在同一个进程/同一个框架里,用框架自带的状态传递(如 LangGraph 的 State)往往更简单、更快;A2A 的价值主要在**跨进程、跨框架、跨组织**。 补充一个常被追问的点:既然同系统内可以不用 A2A,那什么信号提示"该考虑 A2A 了"?常见信号有三个:一是双方由**不同团队或不同组织**维护、发布节奏无法统一;二是跨了**技术栈或进程边界**,无法共享内存里的状态;三是需要**跨组织鉴权与审计**(对方是外部供应商或合作伙伴)。这三个信号出现时,用框架内置通信硬扛会越来越痛,A2A 的标准化收益才开始大于其接入成本。 ### Q:未来的趋势是什么? A:结论先行——趋势是 MCP 与 A2A 走向融合,形成统一的 Agent 生态基础设施。 ```text 当前(2025): MCP 和 A2A 是独立的协议 开发者需要分别集成 未来可能的融合方向: 1. 统一的 Agent 运行时 一个 Agent 框架同时支持 MCP 和 A2A 开发者不需要关心底层协议细节 2. MCP Server 升级为 A2A Agent 简单工具 → MCP Server 复杂工具(需要多步推理)→ A2A Agent 渐进式升级,不需要重写 3. Agent 注册中心 统一的目录服务 同时注册 MCP Server 和 A2A Agent Client 根据需求自动选择调用方式 4. 协议网关 自动在 MCP 和 A2A 之间转换 旧的 MCP Server 可以被包装为 A2A Agent ``` 这四条方向本质都在降低"协议选择"的心智负担,让开发者按能力语义写代码、由运行时决定走哪条协议。其中第 4 条的"协议网关"尤其现实——它允许存量 MCP Server 不必重写就被包装成 A2A Agent,是渐进演进的关键。需要说明的是,这些是方向性判断,具体落地形态需结合生态演进确认。 ### Q:MCP + A2A 的融合趋势,对一线工程师意味着什么? A:结论先行——意味着"协议细节会被框架或网关吸收",工程师更应关注能力语义与治理,而不是背协议的每个字段。 ```text 三层视角: 上层(业务):我要的是"调个工具"还是"找个 Agent 帮忙" 中层(治理):身份、权限、审计、配额、版本——无论走哪个协议都要有 下层(协议):MCP / A2A 的具体报文与端点——逐步被框架与网关接管 ``` 为什么这么说?因为第 4 条方向"协议网关"一旦成熟,"把 MCP Server 包装成 A2A Agent"会变成配置项而非开发任务。届时区分工程师水平的,不再是"你知道 A2A 有哪几个方法",而是"你知道什么能力该做成工具、什么能力该做成 Agent,以及如何做统一的权限与审计"。 ## 五、工程实践与踩坑 ### Q:一个 MCP Server 越来越复杂(内部有多步推理),什么时候该升级为 A2A Agent? A:结论先行——当它需要自主规划、多轮澄清、维护长生命周期任务、产出多种不确定结果或对外提供专业决策时,更像 A2A Agent;若仍是参数明确、可预测、短时完成的操作,继续做 MCP 工具更简单可靠。 ```text 升级信号(满足越多越该升级): ✓ 需要自主规划多步、目标不固定 ✓ 需要多轮澄清(追问用户/调用方) ✓ 任务生命周期长,需要查询进度/取消 ✓ 输出不确定,含专业判断 ✓ 需要和其他 Agent 协作再汇总 留在 MCP 的信号: ✓ 入参出参明确(有 Schema) ✓ 单次调用可完成、耗时短 ✓ 结果是确定性的 ``` 判据可以概括为一句:**"它还需不需要'想'?"** 需要想 → A2A;只是执行 → MCP。 ### Q:企业内部如何设计一个同时支持 MCP 和 A2A 的 Agent 平台? A:结论先行——建设统一的身份、权限、审计、注册与观测层;MCP 用于受控的工具与数据访问,A2A 用于跨团队的 Agent 委托,并用网关统一策略执行。 ```text 平台分层建议: 1. 身份与权限层(统一) 统一身份、最小权限、委托凭证托管 2. 注册与目录层(统一) 同时登记 MCP Server 与 A2A Agent(含 Agent Card) 3. 网关层(统一) 统一鉴权、限流、配额、版本治理、协议转换 4. 观测与审计层(统一) 工具调用与 Agent 委托都落 trace、成本、审计日志 5. 协议层 MCP:受控工具/数据访问 A2A:跨团队 Agent 委托 ``` 统一层的价值在于"避免两套治理":如果 MCP 走一套权限体系、A2A 走另一套,审计和配额就无法统一。网关层同时承担协议转换(例如把旧的 MCP Server 暴露为 A2A Agent),是向上兼容的关键。 ### Q:一个 Remote A2A Agent 内部调用 MCP 工具时,权限应如何传递? A:结论先行——使用最小权限、可追溯的委托凭证或短期 token,并把"用户 → 调用 Agent → 任务 → 工具操作"关联起来做审计;不要把用户的长期高权限凭证无差别转发给所有下游工具。 ```text 错误做法: 把用户的高权限长期 token 一路透传给所有下游 MCP Server → 任一环节被滥用,等于全权限泄露 推荐做法: 1. 使用短期、最小权限的委托凭证(delegation token) 2. 每条凭证绑定:发起用户 + 调用 Agent + 任务 ID + 允许的工具范围 3. 全程审计:谁在哪个任务里调了哪个工具、做了什么 ``` 核心原则是**权限随任务收窄**:委托出去的权限应当 ≤ 完成该任务所需的最小权限,且带时效。这既是安全要求,也是事后追责的基础。 ### Q:如何决定同一能力应以 MCP、A2A,还是两种形式同时提供? A:结论先行——先按交互语义判断:确定性函数与数据访问优先 MCP,需自主推理与任务生命周期优先 A2A;若既需要程序化原子能力又需要面向 Agent 的复杂委托,可让 A2A Agent 内部复用 MCP 工具,但保持两个接口边界清晰。 ```text 同一能力两种形态(示例:代码质量检查) MCP 形态:check_quality(file) → 返回结构化问题列表(给程序/其他 Agent 调) A2A 形态:代码质量 Agent(可追问、可给专业建议、有任务生命周期) 内部实现:A2A Agent 复用同一个 MCP 工具 ``` 关键在"边界清晰":MCP 接口保持**精确、稳定、可程序化**,A2A 接口保持**语义化、面向委托**。不要让 A2A Agent 的接口退化成"一个参数明确的函数",也不要让 MCP 工具承担"要自由发挥"的职责。 ### Q:对比两个协议时最容易踩的坑是什么? A:结论先行——最典型的错误是"把简单工具包装成 Agent"和"同系统内硬上 A2A"。 ```text 踩坑清单: 1. 过度 A2A 化 把"查天气""执行 SQL"也做成 Agent → 延迟、成本双高,收益为负。 2. 同进程内硬上 A2A 同框架内本可用 State 直传,却跨网络走 HTTP → 徒增复杂度和故障点。 3. 把 MCP 当有状态用 MCP 工具是无状态的,误以为它记得上次调用会出 bug;上下文要由 Agent 维护。 4. 权限一路透传 用户高权限 token 直接转发下游(见上一问)。 5. 混淆"能力发现"的精度预期 指望 Agent Card 像 Swagger 一样精确匹配 → 实际是自然语言技能,需 LLM 判断。 6. 只看协议不看治理 两套协议两套权限/审计,导致企业内无法统一管控。 ``` 面试速记:判断"该用哪个协议"只需要一句话——**看对方有没有"想法"**。工具不会思考,用 MCP 接入最合适;对端是会自主决策的 Agent,就该用 A2A 委托。至于"两者一起用",则是在同一次任务里既调工具、又找 Agent 的必然结果。 ## 小结 - MCP 是 Agent 调用工具的协议(垂直集成),A2A 是 Agent 之间协作的协议(水平协作)。 - 四大区别:通信对象(工具 vs Agent)、交互模式(一问一答 vs 多轮)、能力发现(函数级精确 vs 技能级语义)、状态管理(无状态 vs 有状态)。 - 两者互补而非竞争,一个 Agent 可以同时用 MCP 调工具、作为 A2A 节点对外协作。 - 选型口诀:简单工具调用用 MCP,复杂任务委托用 A2A,企业级系统两者配合。 - 升级判据:能力"还需不需要想"——需要想就该从 MCP 升级为 A2A Agent。 - 未来趋势是 MCP + A2A 融合,形成完整的 Agent 生态基础设施。 最后提醒一点:**协议是手段,不是目的**。选 MCP 还是 A2A,最终取决于"你的能力边界画在哪一层"——画在工具层就是 MCP,画在 Agent 层就是 A2A;边界画得不清楚,两个协议都会用得很别扭。反过来,只要能力语义清晰,"该用哪个协议"往往是水到渠成的结论。 ## 思考题 1. 如果一个 MCP Server 变得越来越复杂(内部有多步推理),什么时候应该把它升级为 A2A Agent? - 参考思路:当它需要自主规划、多轮澄清、维护长生命周期任务、产出多种不确定结果或对外暴露专业决策时,更像 A2A Agent;若仍是参数明确、可预测且短时完成的操作,继续作为 MCP 工具更简单可靠。 2. 在企业内部,如何设计一个同时支持 MCP 和 A2A 的 Agent 平台? - 参考思路:建设统一身份、权限、审计、注册和观测层;MCP 用于受控工具与数据访问,A2A 用于跨团队 Agent 委托。通过网关统一策略执行、凭证托管、配额与版本治理,并保留清晰的服务目录。 3. 一个 Remote A2A Agent 内部调用 MCP 工具时,权限应如何传递? - 参考思路:使用最小权限、可追溯的委托凭证或短期 token,并把用户、调用 Agent、任务和工具操作关联审计。不要把用户的长期高权限凭证无差别转发给所有下游工具。 4. 如何决定同一能力应以 MCP、A2A,还是两种形式同时提供? - 参考思路:先按交互语义判断:确定性函数和数据访问优先 MCP,需自主推理与任务生命周期优先 A2A。若既需要程序化原子能力又需要面向 Agent 的复杂委托,可让 A2A Agent 内部复用 MCP 工具,但保持两个接口的边界清晰。
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入