本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！

• 🚀 魔都架构师 | 全网30W技术追随者
• 🔧 大厂分布式系统/数据中台实战专家
• 🏆 主导交易系统百万级流量调优 & 车联网平台架构
• 🧠 AIGC应用开发先行者 | 区块链落地实践者
• 🌍 以技术驱动创新，我们的征途是改变世界！
• 👉 实战干货：编程严选网

0 前言

亚马逊 宣布，在 Amazon Bedrock AgentCore Runtime 正式支持A2A协议**，让基于不同框架构建的智能体之间能够实现通信与协作。**

该协议支持来自 Strands Agents、OpenAI Agents SDK、LangGraph、Google ADK 和 Claude Agents SDK 等框架的智能体以“通用且可验证的格式”共享上下文、能力与推理信息。

Bedrock AgentCore Runtime充当这些跨智能体通信的基础设施层。通过 A2A，开发者可以构建跨框架的多智能体工作流，实现系统级协作。

1 智能体系统的基础组件

智能体系统（Agentic systems）想高效运行，需要多个核心组件协同工作：

• 记忆（Memory）：包括短期记忆（维持会话上下文）和长期记忆（跨多次会话保留洞察）
• 工具（Tools）：赋予智能体执行功能，可通过原生集成或 Model Context Protocol（MCP） 服务器访问
• 身份管理（Identity Management）：通过 IAM 提供安全认证与权限控制，使智能体可代表用户或自主访问资源
• 安全防护（Guardrails）：通过 Bedrock Guardrails 检测有害内容、防止幻觉、确保输出符合政策和事实准确性

[外链图片转存中…(img-RllVs0J4-1764427959483)]
来源：Bedrock AgentCore 平台

2 A2A 与 MCP 的区别

A2A 协议 解决 智能体之间的通信 问题，而 MCP 解决 智能体与资源之间的连接 问题。

• MCP：让单个智能体能访问其工具和数据源
• A2A：让多个智能体能彼此协调，共同完成任务

这一区别对系统架构尤为重要——前者侧重“智能体到资源”，后者侧重“智能体到智能体”的协作通信。

来源：AWS 官方博客

3 协议特性：松耦合与模块化

A2A 协议采用 松耦合（Loose Coupling） 与 模块化（Modularity） 设计，使每个智能体能作为独立单元运行。开发者可独立开发、测试、部署和升级单个智能体，而不影响整个系统。新智能体可无缝加入现有部署，而发生故障的智能体也能被隔离在定义好的交互边界内。

4 动态发现与编排

协议支持动态的 智能体发现与编排（Orchestration）。智能体通过标准化的模式（Schema）发布自身的能力信息，形成一个“功能注册表”。
编排智能体（Orchestrator Agents） 可基于实时任务需求发现并调用最合适的智能体，从而实现 自适应工作流 ——任务会根据上下文动态分配给合适的智能体执行。

5 技术实现：Agent Card 与 Task Object

• A2A服务器（A2A Server）：远程智能体通过实现协议规范的 HTTP 接口来提供服务，支持 HTTP/S 上的 JSON-RPC 2.0 通信，既可 同步，也可 异步 交互
• Agent Card：每个智能体都会发布一个 JSON 元数据文件，描述其身份、功能、接口端点及认证要求
  这相当于一份“契约说明书”，让其他智能体能正确地与其交互。
• Task Object：代表系统中流动的每个任务单元，包含唯一标识符和生命周期信息。任务可能是长时间运行的过程，涉及多个智能体的多轮协作。协议会跟踪任务状态，帮助编排器监控进度、处理故障或超时

6 安全性与社区反馈

安全研究机构 Unit42（Palo Alto Networks） 指出，A2A 协议的状态化设计可能带来安全风险。根据其 分析报告：

A2A允许智能体在会话中记住交互历史并保持上下文一致性。这种特性可能被攻击者利用，通过“会话走私（Session Smuggling）”注入恶意指令，将其隐藏在正常请求与响应之间。

7 开发资源与文档

有兴趣实现基于 A2A 的系统的开发者，可参考：

• A2A 教程与示例代码
• Bedrock AgentCore 开发者指南 ——详细介绍运行时操作、内存管理与身份控制
• A2A 协议规范文档 ——定义智能体间通信的技术要求与交互模式
• InfoQ 早期报道 ——回顾 Bedrock AgentCore 平台最初发布时的功能背景

通过引入A2A，亚马逊进一步推动了多智能体生态系统的互操作与标准化，使不同框架和平台上的智能体能够协同工作，构建更复杂、更智能的分布式 AI 系统。