本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！

• 🚀 魔都架構師 | 全網30W技術追隨者
• 🔧 大廠分佈式系統/數據中台實戰專家
• 🏆 主導交易系統百萬級流量調優 & 車聯網平台架構
• 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者
• 🌍 以技術驅動創新，我們的征途是改變世界！
• 👉 實戰乾貨：編程嚴選網

0 前言

亞馬遜 宣佈，在 Amazon Bedrock AgentCore Runtime 正式支持A2A協議，讓基於不同框架構建的智能體之間能夠實現通信與協作。

該協議支持來自 Strands Agents、OpenAI Agents SDK、LangGraph、Google ADK 和 Claude Agents SDK 等框架的智能體以“通用且可驗證的格式”共享上下文、能力與推理信息。

Bedrock AgentCore Runtime充當這些跨智能體通信的基礎設施層。通過 A2A，開發者可以構建跨框架的多智能體工作流，實現系統級協作。

1 智能體系統的基礎組件

智能體系統（Agentic systems）想高效運行，需要多個核心組件協同工作：

• 記憶（Memory）：包括短期記憶（維持會話上下文）和長期記憶（跨多次會話保留洞察）
• 工具（Tools）：賦予智能體執行功能，可通過原生集成或 Model Context Protocol（MCP） 服務器訪問
• 身份管理（Identity Management）：通過 IAM 提供安全認證與權限控制，使智能體可代表用户或自主訪問資源
• 安全防護（Guardrails）：通過 Bedrock Guardrails 檢測有害內容、防止幻覺、確保輸出符合政策和事實準確性

來源：Bedrock AgentCore 平台

2 A2A 與 MCP 的區別

A2A 協議 解決 智能體之間的通信 問題，而 MCP 解決 智能體與資源之間的連接 問題。

• MCP：讓單個智能體能訪問其工具和數據源
• A2A：讓多個智能體能彼此協調，共同完成任務

這一區別對系統架構尤為重要——前者側重“智能體到資源”，後者側重“智能體到智能體”的協作通信。

來源：AWS 官方博客

3 協議特性：鬆耦合與模塊化

A2A 協議採用 鬆耦合（Loose Coupling） 與 模塊化（Modularity） 設計，使每個智能體能作為獨立單元運行。開發者可獨立開發、測試、部署和升級單個智能體，而不影響整個系統。新智能體可無縫加入現有部署，而發生故障的智能體也能被隔離在定義好的交互邊界內。

4 動態發現與編排

協議支持動態的 智能體發現與編排（Orchestration）。智能體通過標準化的模式（Schema）發佈自身的能力信息，形成一個“功能註冊表”。
編排智能體（Orchestrator Agents） 可基於實時任務需求發現並調用最合適的智能體，從而實現 自適應工作流 ——任務會根據上下文動態分配給合適的智能體執行。

5 技術實現：Agent Card 與 Task Object

• A2A服務器（A2A Server）：遠程智能體通過實現協議規範的 HTTP 接口來提供服務，支持 HTTP/S 上的 JSON-RPC 2.0 通信，既可 同步，也可 異步 交互
• Agent Card：每個智能體都會發佈一個 JSON 元數據文件，描述其身份、功能、接口端點及認證要求
  這相當於一份“契約説明書”，讓其他智能體能正確地與其交互。
• Task Object：代表系統中流動的每個任務單元，包含唯一標識符和生命週期信息。任務可能是長時間運行的過程，涉及多個智能體的多輪協作。協議會跟蹤任務狀態，幫助編排器監控進度、處理故障或超時

6 安全性與社區反饋

安全研究機構 Unit42（Palo Alto Networks） 指出，A2A 協議的狀態化設計可能帶來安全風險。根據其 分析報告：

A2A允許智能體在會話中記住交互歷史並保持上下文一致性。這種特性可能被攻擊者利用，通過“會話走私（Session Smuggling）”注入惡意指令，將其隱藏在正常請求與響應之間。

7 開發資源與文檔

有興趣實現基於 A2A 的系統的開發者，可參考：

• A2A 教程與示例代碼
• Bedrock AgentCore 開發者指南 ——詳細介紹運行時操作、內存管理與身份控制
• A2A 協議規範文檔 ——定義智能體間通信的技術要求與交互模式
• InfoQ 早期報道 ——回顧 Bedrock AgentCore 平台最初發布時的功能背景

通過引入A2A，亞馬遜進一步推動了多智能體生態系統的互操作與標準化，使不同框架和平台上的智能體能夠協同工作，構建更復雜、更智能的分佈式 AI 系統。