详细内容或原文请订阅后点击阅览
MCP（模型上下文协议）vs A2A（代理到代理协议）清楚地解释了
探讨Google的代理到代理协议（A2A）和人类模型上下文协议（MCP）如何共同提高AI代理效率和性能。
来源:Clarifai博客 | 实际应用中的人工智能为什么AI代理需要通用语言
AI变得非常聪明。我们正在将单身的巨型AI模型转移到共同努力的专业人工智能代理团队中。将它们视为像专家助手一样，每个人都应付一项特定任务 - 从自动化业务流程到成为您的私人助理。这些代理团队到处都弹出。
AI代理但是有一个陷阱。目前，让这些不同的代理人真正顺利交谈是一个巨大的挑战。想象一下，试图经营一个全球公司，每个公司都会说出不同的语言并使用不兼容的工具。这就是我们与AI代理商所处的位置。它们通常由不同的公司建造不同，并居住在不同的平台上。没有标准的沟通方式，团队合作就会变得凌乱和效率低下。
但是有一个陷阱。现在，让这些不同的代理人实际 谈话 彼此顺利进行是一个巨大的挑战。想象一下，试图经营一个全球公司，每个公司都会说出不同的语言并使用不兼容的工具。这就是我们与AI代理商所处的位置。它们通常由不同的公司建造不同，并居住在不同的平台上。没有标准的沟通方式，团队合作就会变得凌乱和效率低下。这感觉很像互联网的早期。在像HTTP这样的通用规则出现之前，连接不同的计算机网络是一场噩梦。我们现在与AI面临类似的问题。随着更多的代理系统的出现，我们迫切需要一个通用的通信层。否则，我们最终会纠缠在自定义集成的网络中，这是不可持续的。
两个协议开始解决以下问题：Google的代理到代理（A2A）协议和人类模型上下文协议（MCP）。
Google的A2A 是一项开放的努力（由50多家公司支持！），专注于让不同的AI代理商交谈 直接 人类的MCP 他们工作 。将其视为通过将其连接到外部资源来赋予代理商超级大国。 创建 。 其中 x