跳到主要内容

7. 多智能体 & A2A

随着单个智能体的成熟，前沿已转向智能体协作——智能体如何沟通、协调并形成社会。2025年，Google的A2A协议和AG-UI协议在智能体-用户交互方面进行了重大标准化工作。

7.1 多智能体系统的演进​

7.2 A2A协议（Google, 2025.4）​

智能体间（A2A）协议是Google的开放标准，用于智能体间通信，于2025年4月公布，得到了50多家公司的支持。

为什么A2A很重要​

A2A存在的问题A2A的解决方案
每对智能体都需要自定义集成所有智能体的标准协议
供应商锁定开放、互操作
无发现机制用于能力发现的智能体卡片
专有的消息格式标准JSON-RPC消息
无任务生命周期管理标准化任务状态

核心概念​

概念描述
智能体卡片描述智能体能力、端点和认证的JSON元数据
任务从一个智能体发送到另一个智能体的工作单元，具有生命周期管理
消息任务内的通信（文本、文件、表单）
部分消息中的内容片段（文本、文件、数据）
推送通知长时间运行任务的异步通知

智能体卡片示例​

{
  "name": "研究智能体",
  "description": "执行网络研究并综合发现",
  "url": "https://research-agent.example.com/a2a",
  "capabilities": {
    "streaming": true,
    "pushNotifications": true
  },
  "skills": [
    {
      "id": "web-research",
      "name": "网络研究",
      "description": "从网络上搜索和综合信息"
    },
    {
      "id": "data-analysis",
      "name": "数据分析",
      "description": "分析数据集并生成报告"
    }
  ],
  "authentication": {
    "schemes": ["bearer"]
  }
}

任务生命周期​

A2A vs MCP​

方面MCP（模型上下文协议）A2A（智能体间）
目的智能体-工具通信智能体-智能体通信
类比连接外设的USB连接服务的HTTP
范围单个智能体的工具生态系统多智能体协作
传输stdio / SSEHTTP / JSON-RPC
发现服务器配置智能体卡片
创建者Anthropic (2024)Google (2025)
关系互补互补

7.3 AG-UI协议（CopilotKit, 2025）​

**智能体-用户交互协议（AG-UI）**标准化了智能体如何通过UI组件与人类用户交互。

为什么AG-UI很重要​

传统智能体返回文本。AG-UI使智能体能：

  • 渲染丰富的UI组件（表单、表格、图表）
  • 流式传输实时进度指示器
  • 请求结构化用户输入
  • 显示交互式元素

架构​

事件类型​

事件类型方向描述
TextMessageStart/Content/End智能体 → UI流式文本输出
StateSnapshot / StateDelta智能体 → UI智能体状态更新
ToolCallStart/Args/End智能体 → UI工具执行进度
ToolCallResult智能体 → UI工具结果
RunStarted / RunFinished智能体 → UI生命周期事件

7.4 多智能体模式​

常见编排模式​

1. 监督者模式​

中央监督者智能体将任务委托给专业的工作者。

2. 分层模式​

具有战略和战术规划的多级管理。

3. 网状/对等模式​

智能体直接通信，无需中央协调器。

4. 辩论模式​

多个智能体通过结构化辩论讨论并达成共识。

模式比较​

模式复杂度可扩展性最适合
监督者低中等任务委托
分层中等高大型组织
网状高中等创意协作
辩论中等低质量改进

7.5 智能体社会 & 群体​

自组织智能体​

根据任务需求动态形成团队的智能体。

关键概念​

概念描述
智能体注册表可用智能体及其能力的目录
动态团队形成智能体根据任务需求自组织
任务市场任务被发布，智能体竞价完成
声誉系统跟踪智能体性能和可靠性
经济模型基于代币的智能体服务补偿

7.6 W3C ANP（智能体网络协议）​

W3C正通过**智能体网络协议（ANP）**标准化智能体网络。

目标​

  1. 互操作性：来自不同供应商的智能体可以通信
  2. 发现：查找智能体的标准机制
  3. 信任：验证和声誉系统
  4. 隐私：数据共享控制
  5. 安全：身份验证和授权

与其他标准的关系​

W3C ANP（智能体网络协议）
  ├── 基于：A2A协议（Google）
  ├── 补充：MCP（Anthropic）
  ├── 灵感来自：AG-UI（CopilotKit）
  └── 对齐：Web标准（HTTP、JSON-LD）

7.7 使用智能体SDK实现​

OpenAI智能体SDK — 多智能体交接​

from agents import Agent, Runner

researcher = Agent(
    name="研究员",
    instructions="你彻底研究主题。",
)

writer = Agent(
    name="作者",
    instructions="你编写清晰、引人入胜的内容。",
)

coordinator = Agent(
    name="协调者",
    instructions="将任务路由到合适的专家。",
    handoffs=[researcher, writer],
)

result = Runner.run_sync(coordinator, "写一份关于量子计算的报告")

LangGraph — 监督者模式​

from langgraph.graph import StateGraph, END
from typing import TypedDict, Annotated
import operator

class State(TypedDict):
    messages: Annotated[list, operator.add]
    next: str

def supervisor(state: State):
    # 决定下一个智能体
    return {"next": "researcher"}

def researcher(state: State):
    # 研究并返回发现
    return {"messages": ["研究发现..."]}

workflow = StateGraph(State)
workflow.add_node("supervisor", supervisor)
workflow.add_node("researcher", researcher)
workflow.add_conditional_edges("supervisor", lambda s: s["next"])
workflow.add_edge("researcher", "supervisor")
workflow.set_entry_point("supervisor")

app = workflow.compile()

7.8 关键要点​

  1. A2A协议正成为智能体间通信的标准
  2. AG-UI协议桥接了智能体与丰富用户界面之间的差距
  3. MCP + A2A是互补的 — 工具 vs 智能体协作
  4. 多智能体模式（监督者、分层、网状）解决不同的协调需求
  5. 智能体社会代表前沿 — 自组织、经济系统
从模式开始

在构建多智能体系统之前，先掌握监督者模式 — 它对大多数用例最实用。使用LangGraph或OpenAI智能体SDK进行实现。

协议选择
  • 需要智能体-工具通信？使用MCP
  • 需要智能体-智能体通信？使用A2A
  • 需要智能体-用户丰富交互？使用AG-UI