本文收录于「流浪」的系列专栏Linux系统⚙️C数据结构与算法PythonLangChain LangGraph️MySQL 数据库Git 工具计算机网络LLM大厂面试、八股学习筑基专栏 博客主页流浪 原创首发于 CSDN上篇文章把一群 Agent 怎么组队协作用七种模式拆透了顺序流水线、交接、层级主管、路由、中心化协调、去中心化对话、动态图各管一段路。但「组队」只解决了「谁干什么」没解决「之间怎么说话、怎么传话」。一个用 LangChain 写的 Agent 和一个用 CrewAI 写的 Agent连彼此的接口长什么样都不知道硬凑到一起就是「鸡同鸭讲」。这一篇讲清楚Agent 之间靠什么协议互通——MCP、A2A、ANP 三套协议各自解决什么问题以及它们脚下那层你已经熟悉的网络协议TCP/IP、HTTP、JSON-RPC、SSE、WebSocket、Webhook、TLS、DID到底在哪发光。一、为什么需要通信协议单个 Agent 再强也是「单打独斗」多 Agent 要的是「团队作战」。但团队作战的头号障碍是各讲方言A 用 JSON 调工具B 用 Protobuf 发消息C 连消息格式都没定义三者凑一起谁也听不懂谁。结果就是效率低、无法复用、且没有任何安全与权限约束——谁都能随便调别人的工具、读别人的数据。通信协议的作用就是那个「翻译官」它规定消息长什么样、怎么寻址、怎么鉴权、出错怎么兜底让不同框架、不同厂商造出来的 Agent 能安全、稳定、可扩展地互通。网络协议与 Agent 协议的分层关系这里必须点透一件事Agent 协议不是从零造轮子而是构建在经典网络协议栈之上的应用层协议。三者是分层、不是替代TCP/IP解决「数据能不能传到」——提供可靠的字节流和路由让两个进程在网里找到彼此。这是地基。HTTP / JSON-RPC / WebSocket解决「双方怎么对话」——请求-响应、远程过程调用、全双工双向通道。这是对话的语法。MCP / A2A / ANP才解决「智能体之间说什么、怎么协作」——工具调用、任务委派、身份互信。这是语义层。一句话先有网络协议托底才有 Agent 协议的空间。一个 Agent 协议如果自己重造一套可靠传输等于退回到 1980 年重写 TCP毫无必要。这也是为什么下文每一套 Agent 协议都得先说清楚它「跑在什么网络传输上、为什么这么选」。没有通信协议多 Agent 只是一群各自为战的孤岛通信协议解决的从来不是「谁更强」而是「能不能互操作」。二、MCP智能体与工具/资源的标准化连接MCPModel Context Protocol由 Anthropic 推出定位是标准化智能体与外部工具、资源、上下文之间的通信方式。它的核心设计理念是做一个「万能适配器」把数据库、API、文件系统、搜索引擎这些外部能力用统一接口动态插到 Agent 上Agent 不必为每个工具重写一套调用代码。它最大的价值是上下文注入——把外部数据按统一格式喂进模型的上下文窗口让工具结果成为模型可推理的「已知信息」。网络基础适当引入MCP 把「调一个工具」封装成标准化的请求/响应传输层直接交给成熟的网络栈本地场景走 stdioAgent 把工具当作自己启动的子进程通过标准输入/输出stdin/stdout用管道通信零网络开销、零端口暴露最安全。远程场景走 Streamable HTTP每个消息是一次 HTTP POST 打到同一个 MCP 端点回包可以是单个 JSON 对象也可以是一条「请求作用域内的 SSE 流」回传增量结果。消息体统一是 JSON-RPCMCP 用 JSON-RPC 2.0 编码消息UTF-8请求/通知/响应结构由协议统一定义。一个容易踩坑的点早期 MCP 有一套独立的「HTTPSSE」传输客户端单向收 SSE但在现行 spec2026-07-28 版里它已被Streamable HTTP取代——后者用单次 POST 可选 SSE 流更简洁、更易穿透代理。面试里如果说「MCP 用 SSE 传输」准确说法应是「远程用 Streamable HTTPSSE 只是它回传增量结果的一种承载方式」。MCP 解决的是「Agent 怎么用工具」属于垂直连接Agent 向下接外设类比「AI 的 USB-C 接口」插上就能用不关心另一端是数据库还是天气 API。三、A2AAgent 间的通信规范3.1 什么是 A2A 协议A2AAgent2Agent Protocol最初由 Google 主导后捐赠给 Linux 基金会以 Apache 2.0 许可开源技术指导委员会由 AWS、Cisco、Google、IBM、Microsoft、Salesforce、SAP、ServiceNow 等共同维护。它的目标是成为 Agent 的「通用语言」被形容为「智能体互联网时代的 HTTP」——让用不同框架LangGraph、CrewAI、Semantic Kernel、自研造出来的 Agent 能互相发现、委派任务、交换结果。A2A 里有一个关键概念Agent Card用一份 JSON 文档描述这个 Agent 的技能、接口、认证方式。Client 与 Server 是相对角色——发起请求的是 Client响应的是 Server同一个 Agent 在不同交互里可以切换角色。3.2 为什么需要 A2A三大痛点框架不兼容LangGraph 写的 Agent 和 CrewAI 写的 Agent 接口方言不同直接对接就是「鸡同鸭讲」。框架锁定业务一旦深度绑定某个 Agent 框架未来想换技术栈就被「绑架」。厂商壁垒各家 Agent 各建各的协作方式跨企业、跨平台时谁也不认识谁。A2A 的本质是给智能体之间立一套「TCP/IP 级别」的互联标准——不关心你 internal 怎么想只规定对外怎么握手、怎么传话。3.3 A2A 核心组件A2A 的交互由几个基本对象拼成A2A Server / A2A Client服务端与客户端角色相对。Agent Card能力名片JSON声明技能、接口、认证要求。Task一次协作的任务单元有完整生命周期。Artifact任务的最终产出物区别于对话用的 Message。Messages / Part消息与消息内的最小内容单元文本、文件、结构化数据。Notifications进度与状态通知。3.4 工作过程发现 → 认证 → 通信与任务执行 → 完成发现Client 向 Server 的标准 HTTP 端点如/.well-known/agent-card.json发一次 GET拿到对方的 Agent Card知道它「能干什么、接口在哪、要什么认证」。认证按 Agent Card 声明的方式OAuth / API Key 等完成鉴权遵循最小权限——只给本次任务需要的那点权限。通信与执行通过SendMessage/SendStreamingMessage发起或继续任务。A2A 区分无状态消息一问一答和有状态任务跨多轮、长时运行。任务有清晰的生命周期submitted → working → input-required → completed / failed / canceled用contextId把多轮交互归到同一上下文里。进度获取有三条路径对应不同场景流式SSE服务端通过 Server-Sent Events 持续往客户端推状态/片段。轮询tasks/get客户端定时查任务状态适合不能长连的场景。推送Webhook客户端先注册一个回调 URL服务端在状态重大变化时主动 POST 过去适合跑几小时甚至几天的长任务。网络基础适当引入A2A 整套流程全程跑在HTTP/HTTPS上用JSON-RPC 2.0做消息信封——请求、响应、通知都有统一结构任何语言都能手搓调试时直接curl就能打不需要生成客户端桩代码。「发现」就是一次普通的 HTTP GET「实时进度」用SSE服务端→客户端单向推流而不是 WebSocket原因在于Agent 任务的实时需求几乎全是「服务端推状态/片段给客户端」这一个方向SSE 的单向模型刚好契合且它走标准 HTTP穿代理、过网关的兼容性远好于 WebSocketWebSocket 是独立协议常被网关、负载均衡特殊对待运维成本高。长时任务则让服务端用Webhook服务端→服务端回调反向通知把「推送」当作信号、客户端再按需tasks/get拉全量。3.5 A2A 与 MCP 的关系两者不是对手是互补MCP Agent 与外部工具偏内部事务本地走 stdio、远程走 Streamable HTTP。A2A Agent 与 Agent更高层的集成偏 HTTP/JSON-RPC 之上的任务委派与协作。一个主 Agent 可以一边用 MCP 调数据库、一边用 A2A 把子任务委派给另一个专业 Agent——一个负责「用工具」一个负责「找人帮忙」处在系统的不同层次。A2A 把「Agent 互操作」标准化成 HTTP 之上的 JSON-RPC用 SSE 解决流式、用 Webhook 解决长时推送它与 MCP 是「水平通信」对「垂直连接」的互补关系谁也替代不了谁。四、ANP开放互联网上的智能体协作网络4.1 什么是 ANP 协议ANPAgent Network Protocol是一个开源协议愿景同样是「智能体互联网时代的 HTTP」但出发点和 MCP/A2A 不同它要的是为数十亿个、跨组织、互不认识的智能体建一张开放、安全、高效的协作网络。如果说 MCP 解决「用工具」、A2A 解决「熟人/同生态内协作」ANP 解决的是「开放网络里两个陌生 Agent 怎么互信、怎么对接」。官网https://agent-network-protocol.com/协议内容https://agent-network-protocol.com/specs/white-paper4.2 ANP 三层架构ANP 用三层架构把「找谁、信谁、怎么谈」一次解决身份与加密通信层基于 W3C 的DID去中心化标识符ANP 用did:wba方法做身份配合ECDHE 端到端加密做链路保护。每个智能体拥有独一无二的 DID像数字世界的护照能独立验证对方身份不依赖任何第三方授权服务器。元协议层负责两个 Agent 建立连接后动态协商到底用哪种通信方法、格式、版本——甚至可以用自然语言商量、再生成代码执行。让网络具备自适应、自协商能力不用事前约定死协议。应用协议层基于语义网技术JSON-LD实现能力描述与发现——Agent 通过标准化的描述文档ADPAgent Description Protocol公布自己的功能清单和接口类似「交换电子名片」让对方不仅收到数据还理解数据的语义。一个具体例子私人旅行助理「小旅」要订酒店先通过身份层用 DID 验证酒店预订系统「小酒」的身份再在元协议层协商好交互格式最后在应用层用 ADP 读懂小酒提供的房型与价格接口并完成预订。网络基础适当引入ANP 与 MCP/A2A 最大的不同是把「身份与加密」从应用约定提升为一层独立、可移植的基础设施。传统 HTTPS 的信任靠 CA 证书 中心化域名你得相信证书机构、相信 DNSANP 把这替换为W3C DID 的去中心化身份信任——身份由智能体自己生成、点对点验证没有中心机构能卡脖子链路加密则依托TLS 类机制ANP 的基础层直接复用 HTTP、CA、DNS、CDN、TLS 等开放互联网设施保证传输不被窃听。换句话说ANP 不是不要 TLS而是把「谁是我、我信谁」这件事从「靠中心发证件」升级成了「靠密码学自证」。4.3 ANP 与 MCP、A2A 的比较把三者摆在一起看全貌协议全称核心定位类比身份/发现模型MCPModel Context ProtocolAgent ↔ 工具/资源USB-C 接口客户端-服务器无强制身份A2AAgent2Agent ProtocolAgent ↔ Agent同/跨生态智能体间 HTTPAgent Card 发现OAuth/API KeyANPAgent Network Protocol开放网络的 Agent 互信协作智能体互联网 HTTPW3C DID 去中心化身份三者不是竞争关系而是协作栈上的不同层MCP 是「手」动手做、A2A 是「嘴」找人帮忙、ANP 是「眼」在茫茫网络里找到并信任对的人。真实系统里一个 Agent 可能同时用 MCP 接工具、用 A2A 派活、用 ANP 在开放网络发现陌生协作者。ANP 用 DID 把身份去中心化用三层架构把「找谁、信谁、怎么谈」一次性解耦最适合跨组织、开放、要隐私的协作场景代价是生态尚早实验阶段、实现复杂度高短期内难和已成事实标准的 MCP/A2A 正面拼落地。五、面试题5.1 推导题【推导】从「单 Agent 上下文过载 多 Agent 协作」出发推导为什么规模化必须依赖标准化通信协议并进一步推导为什么这些 Agent 协议普遍选择建在 HTTP / JSON-RPC 之上而不是自定义一套二进制协议推导链单 Agent 受上下文窗口物理上限约束长任务易遗忘/幻觉见 大模型技术全景(六)AI 的逐字接龙——Token 与自回归生成背后的真相→ 规模化要靠多 Agent 分工每个 Agent 只背自己那点上下文。多 Agent 一旦变多若每个 Agent 用自己的私有消息格式对接成本随组合数量爆炸「会干活」却「说不到一块」→ 必须有一套标准化通信协议把「消息格式、寻址、鉴权、兜底」统一否则多 Agent 只是一个个孤岛谈不上协作。协议要标准化第一反应是「传什么」但更底层的问题是「怎么传」。如果自造一套二进制传输等于重造可靠传输、重造路由、重造鉴权——成本高且和现有基础设施不兼容。既有的 TCP/IP 已解决可靠字节流与路由HTTP 已解决请求-响应与穿透防火墙JSON-RPC 已解决结构化的远程调用。Agent 协议直接架在这套成熟网络栈之上MCP 用 Streamable HTTP JSON-RPCA2A 用 HTTP JSON-RPC 2.0 SSE/WebhookANP 复用 HTTP/TLS/DNS好处是零额外基础设施、天然防火墙友好、全生态工具curl、网关、负载均衡直接复用、跨语言零门槛。所以「建在 HTTP/JSON-RPC 之上」不是偷懒而是工程上最优选——把精力留给真正属于 Agent 的语义层工具调用、任务委派、身份互信。5.2 真题【真题·转述自《A2A 协议实战Agent Card、Task 与多 Agent 编排》】A2A 为什么选 SSE 而不是 WebSocket 做流式推送Agent Card 起什么作用思路SSE 是「服务端→客户端」单向推流恰好匹配 Agent 任务「服务端推状态/片段」这一唯一方向的需求且 SSE 走标准 HTTP穿代理、过网关的兼容性远好于 WebSocket调试直接curl就能打。Agent Card 是 Agent 的「能力名片」JSON声明技能、接口、认证方式供其他 Agent 在/.well-known/agent-card.json这类标准端点发现——没有它跨框架的 Agent 连对方「能干什么、怎么调」都无从知晓。【真题·转述自《A2A、AG UI、SSE、WebSockets 协议对比与关系解析》】MCP 和 A2A 的核心区别是什么分别解决什么问题思路核心区别在「连接对象」。MCP 面向 Agent ↔ 工具/资源是垂直连接类比 USB-C解决「Agent 怎么用工具/取数据」A2A 面向 Agent ↔ Agent是水平通信类比智能体间的 HTTP解决「多个 Agent 怎么发现、沟通、委派任务」。选型判断先问系统要连的是「工具」还是「智能体」——工具调用优先 MCP多智能体协作优先 A2A两者可同系统并存。【真题·转述自《Agent Network Protocol (ANP)》官方文档】ANP 用 DID 解决什么三层架构各自职责与传统 HTTPS 信任模型有何不同思路DID 提供去中心化、自主权的 Agent 身份让两个陌生智能体无需中心 CA/域名即可点对点互验。三层身份与加密通信层W3C DID 端到端加密解决「我是谁、怎么安全通信」、元协议层动态协商通信方法/格式/版本、应用协议层ADP 描述能力 发现机制语义网交互。传统 HTTPS 信任靠中心化 CA 证书 域名ANP 信任靠 DID 文档密码学自证——把「身份与加密」从应用约定提升为独立基础设施。结语一个 Agent 会干活了一群 Agent 要组队了但组队的前提是「能对话」——这正是通信协议的活。MCP 把「Agent 怎么用工具」标准化成垂直连接类比 USB-CA2A 把「Agent 怎么找人、怎么协作」标准化成水平通信HTTP 上的 JSON-RPC用 SSE 推流、Webhook 兜底ANP 再把「身份与信任」去中心化W3C DID 三层架构让开放网络上的陌生智能体也能互信协作。三者都建在 TCP/IP、HTTP、JSON-RPC 这些成熟网络协议之上而不是另起炉灶——复用网络栈才有生态互通的底气。MCP 是手、A2A 是嘴、ANP 是眼互补而非竞争。哪一层你以前没想清楚评论区聊聊。觉得有收获点个赞再走关注流浪大模型技术全景持续更新。