A2A 與 MCP 差在哪裡?為什麼 AI 代理之間的通訊需要獨立的協定,又為什麼只有 A2A 加入了 gRPC?

為什麼 AI 代理之間的通訊不能只靠 MCP?本文從三點說明:AI 代理能夠拒絕請求、能夠用 Agent Card 公開自己的能力、能夠回報任務狀態,而這三點都不在 MCP 的核心協定裡。最後再解析為什麼 A2A v1.0 提供了 gRPC,MCP 卻仍守著 HTTP。

更新

白色卡片上的藍色 Agent2Agent 的 A-2-A 圓形標誌與字樣
本頁目錄

引言

「想讓 AI 代理彼此協作,用 MCP 接起來不就好了嗎?」

隨著 AI 代理的開發越來越熱門,很多人都會碰到這個疑問。MCP(Model Context Protocol)正逐漸成為工具整合的標準,但同時也出現了另一份規格:由 Google 提出的 A2A(Agent-to-Agent)協定。

先講結論:兩者負責的範圍不同。MCP 是 AI 代理的「手和眼」,A2A 則是它的「嘴」。給工具用的協定沒辦法取代給 AI 代理用的協定,因為工具無法拒絕請求,AI 代理卻可以。本文將以 A2A v1.0 與 MCP 2026-07-28 版規格為準,依序回答三個問題:

  1. 為什麼需要兩個協定?
  2. MCP 到底缺了什麼?
  3. 為什麼 A2A 加入了 gRPC,MCP 卻仍守著 HTTP?

A2A 與 MCP 各自負責的範圍

MCPA2A
全名Model Context ProtocolAgent-to-Agent Protocol
負責範圍AI 代理 ↔ 工具/資料來源AI 代理 ↔ AI 代理
關係客戶端-伺服器(主從)對等、雙向
典型操作tools/call、resources/readSendMessage、GetTask
提出者AnthropicGoogle

一句話總結:MCP 是 AI 代理的「手和眼」(使用工具、讀取資料),而 A2A 是 AI 代理的「嘴」(與其他 AI 代理對話與協商)。

具體例子:物流與庫存管理

下圖是跨組織整合 AI 代理的一個例子。

AI 代理之間用 A2A,連接工具用 MCP圖中有兩個並排的企業方框。每個方框裡各有一個 AI 代理,透過 MCP 連接自家企業的三項工具。兩個 AI 代理之間用雙向的 A2A 連線相連,兩邊的 AI 代理都不會存取對方的工具。物流企業AI配送 AI 代理自主規劃配送並最佳化路線MCP工具配送資料庫GPS API路線最佳化引擎合作企業AI庫存 AI 代理自主追蹤庫存並判斷補貨時機MCP工具庫存資料庫訂購 API倉儲管理系統AI 代理間通訊A2A

只有 A2A 連線跨越企業邊界,兩邊的 AI 代理都不會存取對方的工具。

  1. 庫存 AI 代理透過 MCP 查詢庫存資料庫,判斷出「商品 X 只剩 10 個,需要補貨」
  2. 庫存 AI 代理透過 A2A 向配送 AI 代理提出請求:「要把 500 個商品 X 送到 A 倉庫,明天送得到嗎?」
  3. 配送 AI 代理透過 MCP 呼叫 GPS API 與路線最佳化工具,確認有沒有可以配送的空檔
  4. 配送 AI 代理透過 A2A 回覆:「明天 14:00 可送達,已指派 B-12 貨車」

工具操作(MCP)與 AI 代理之間的協商(A2A),角色分得很清楚。

為什麼光靠 MCP 撐不起 AI 代理之間的通訊?

「把對方的 AI 代理註冊成 MCP 工具不就好了?」會這樣想很自然,但這個做法有幾個根本性的問題。

1. 沒有對等關係

MCP 採用客戶端-伺服器模型。一邊是客戶端(呼叫方),另一邊是伺服器(被呼叫方)。

AI 代理會自主判斷。把 AI 代理當成工具、讓它處於從屬地位,等於讓對方失去了自主性,其中也包括說出「這種條件我無法接受」的能力。

A2A 則把拒絕的能力寫進了協定。TASK_STATE_REJECTED 是任務的終止狀態,代表 AI 代理決定不執行這項任務。AI 代理可以在任務建立時就拒絕,也可以在處理到一半、判斷自己無法或不願繼續時才拒絕。

MCP 沒有對應的機制。2026-07-28 版規格把請求的方向講得更明白:伺服器不會主動送出 JSON-RPC 請求,被呼叫的一方永遠只負責回答。JSON-RPC 是用 JSON 描述「要呼叫哪個方法、帶哪些參數」的遠端呼叫格式。

2. 缺乏「能力發現」的機制

MCP 可以公開工具 schema(輸入與輸出的型別定義),但光靠工具 schema,還不足以表達 AI 代理的能力、政策以及當前狀態。

A2A 則使用 Agent Card 機制:每個 AI 代理把自己的能力與政策公開在 /.well-known/agent-card.json。這樣一來,呼叫方在送出請求之前,就能得知對方能做什麼、願意在什麼條件下接下工作。

3. 不擅長非同步管理長時間的任務

MCP 的核心協定採用請求-回應模式。像「配送安排中,三小時後確認」這種長時間的工作,要交給 Tasks 擴充功能處理,而且這個擴充功能預設不啟用。啟用之後,伺服器不會直接回傳結果,而是先回傳一個任務控制代碼,客戶端需要再用 tasks/get 輪詢,或訂閱狀態通知。

A2A 則把任務放進了核心協定。任務的狀態分成三類:

  • 進行中:TASK_STATE_SUBMITTED → TASK_STATE_WORKING
  • 暫停:TASK_STATE_INPUT_REQUIRED(AI 代理要求補充資訊)、TASK_STATE_AUTH_REQUIRED(AI 代理等待認證),之後都會回到 TASK_STATE_WORKING
  • 終止狀態:TASK_STATE_COMPLETED、TASK_STATE_FAILED、TASK_STATE_CANCELED、TASK_STATE_REJECTED

進度可以透過 SSE 串流、Webhook 推播通知或輪詢取得。SSE(Server-Sent Events)讓伺服器能透過一條 HTTP 連線持續推送事件給客戶端。

A2A 任務生命週期A2A 任務的狀態圖。任務從 SUBMITTED 進入 WORKING,之後可能暫停在 INPUT_REQUIRED(AI 代理要求補充資訊)或 AUTH_REQUIRED(等待認證),兩者都會回到 WORKING。任務最後以四個終止狀態之一結束:COMPLETED、FAILED、CANCELED 或 REJECTED,其中 REJECTED 代表 AI 代理拒絕了任務。進行中SUBMITTED已提交WORKING處理中終止狀態:任務在此結束COMPLETED已完成FAILED失敗CANCELED已取消REJECTEDAI 代理拒絕了任務暫停:會回到 WORKINGINPUT_REQUIREDAI 代理要求補充資訊AUTH_REQUIRED等待認證

圖中的狀態名稱省略了 TASK_STATE_ 前綴。四個終止狀態中,只有 REJECTED 代表 AI 代理自己決定拒絕這項工作。

4. 不適合處理跨組織的認證與信任

跨越組織邊界時,AI 代理之間需要驗證彼此的身分,並協商權限。MCP 的授權機制採用 OAuth 2.1 流程,只適用於 HTTP 傳輸,而且是選用的。這套機制的設計前提,是客戶端代表資源擁有者去呼叫伺服器。

A2A 則把認證要求寫在 Agent Card 裡。Agent Card 的 securitySchemes 欄位會宣告這個 AI 代理要求哪些認證方式:API 金鑰、HTTP 認證、OAuth 2、OpenID Connect 或雙向 TLS。這樣一來,呼叫端的 AI 代理在送出第一個請求之前,就已經知道對方組織的規則是什麼。

傳輸方式的選擇:A2A 與 MCP 在 gRPC 上分道揚鑣

兩個協定一開始都是在 HTTP 上使用 JSON-RPC 2.0,並用 SSE 做串流。

A2A 在 v0.3 加入了 gRPC 繫結。繫結是指同一份協定實際在網路上傳輸時採用的格式,而 gRPC 是 Google 開發的遠端呼叫框架,透過 HTTP/2 傳送二進位訊息。到了 v1.0,A2A 更把 Protocol Buffers 定義訂為正式的資料模型,每一種繫結都必須能完整承載這個資料模型。

MCP 則走了相反的方向:2026 年的路線圖寫著「we are not adding more official transports this cycle」(這個週期不再新增官方傳輸方式)。路線圖也說明了原因:把傳輸方式維持在少數幾種,是基於設計原則刻意做出的決定。這個週期的重心則放在讓伺服器不必保存狀態,也能水平擴充。

MCP(2026-07-28)A2A(v1.0)
訊息格式JSON-RPC 2.0Protocol Buffers 資料模型,以 JSON-RPC 2.0、gRPC 或 HTTP+JSON 承載
本機通訊stdio(標準輸入輸出)—(以跨組織為前提)
遠端通訊Streamable HTTP:每則訊息是一個 HTTP POST,回應為 JSON 或 SSE 串流HTTP 上的 JSON-RPC、HTTP+JSON(REST)或 gRPC
gRPC不是官方傳輸方式。SEP-1352(規格改進提案)提議加入 gRPC,目前只能當成自訂傳輸使用自 v0.3 起為可選繫結

為什麼 gRPC 不是跨組織通訊的預設選項?

A2A 主要用在跨組織通訊,前提條件和企業內部 LAN 上的微服務通訊不一樣。

技術不是預設選項的理由
gRPC無法從瀏覽器直接呼叫。與防火牆和代理伺服器的相容性不如 HTTP
WebSocket(在客戶端與伺服器之間維持一條雙向長連線的協定)容易被企業代理伺服器切斷。長連線會消耗伺服器資源。在負載平衡器上的路由很複雜。斷線後還要處理重新連線

A2A v1.0 公開了一份正式的 a2a.proto,這樣兩個組織就不必再自行協調 proto 定義。不過 gRPC 無法從瀏覽器直接呼叫、不易穿過防火牆與代理伺服器的問題依然存在。

A2A 如何在保留 HTTP 的同時提供 gRPC?

Agent Card 會在 supportedInterfaces 裡列出 AI 代理支援的每一種繫結。每個項目都寫明 protocolBinding(JSONRPC、GRPC 或 HTTP+JSON)與 URL。如果雙方都支援 gRPC,客戶端就用 gRPC,否則就用 HTTP。

HTTP 的優點說明
基礎設施相容性企業的防火牆、代理伺服器與負載平衡器早就是照著 HTTP 建起來的
生態系OAuth 認證、速率限制、稽核日誌、API Gateway 等成熟工具可以直接沿用
可發現性Agent Card 可以用 HTTP GET 從 /.well-known/agent-card.json 取得
可擴充性無狀態,每個請求都帶有處理所需的全部資訊,因此容易水平擴充
串流SSE 能做到即時通知,而且可以穿過代理伺服器

A2A 在設計上最優先考量的,是把跨組織的互通性最大化,而要做到這一點,HTTP 是門檻最低的選擇。不論最後是用哪一種繫結,最一開始的 Agent Card 本身都是透過 HTTP 取得的。

在單一組織內部、雙方都掌控網路的情況下,AI 代理可以在 JSON-RPC 之外一併公開 gRPC,讓支援 gRPC 的客戶端改用速度更快的 gRPC 連線。

總結

面向MCPA2A
角色AI 代理存取工具/資料AI 代理之間通訊與協商
關係主從(客戶端 → 伺服器)對等(雙向),而且可以拒絕任務
傳輸Streamable HTTP / stdio;gRPC 只能當成自訂傳輸JSON-RPC、HTTP+JSON 或 gRPC,列在 Agent Card 中
能力發現工具 schema(輸入/輸出型別)Agent Card(/.well-known/agent-card.json)
訊息格式JSON-RPC 2.0Protocol Buffers 資料模型;JSON-RPC 繫結使用 JSON-RPC 2.0
長時間工作Tasks 擴充功能(預設不啟用)任務生命週期內建於核心協定
  • MCP 與 A2A 是互補而非競爭關係。如果 MCP 是 AI 代理的「手和眼」,A2A 就是它的「嘴」
  • AI 代理不是工具。正因為它會自主判斷,才需要一套有別於工具協定(MCP)的 AI 代理協定(A2A)
  • HTTP 是確保相容性的基礎,A2A 則為了速度另外提供 gRPC 作為選項。MCP 目前仍沒有把 gRPC 列為官方傳輸方式

設計多 AI 代理系統時,重點在於需要把「每個 AI 代理用 MCP 接哪些工具」和「哪些 AI 代理之間用 A2A 整合」分開來思考。

參考連結

分享這篇文章