{"schema_version":1,"id":"article:agent-communication-protocols","kind":"article","slug":"agent-communication-protocols","title":"走进 AI 的通讯世界：解密 Agent 之间的沟通协议","author":"晨旭","url":"https://chenxu.xin/writing/agent-communication-protocols","date":"2025-11-20","updated":"2025-11-20","description":"从通信架构的视角把 Agent 之间的对话拆成 H2A、A2S、A2A 三个维度，看 Agent Internet 如何复刻一遍计算机网络的历史。","position":null,"group":null,"series":"AI技术理解","tags":["agent","context-engineering","mcp"],"publication_status":"public","maturity":"growing","body_sha256":"a69b93b0263d1b5ab9a8e0a960655cab3768e831c06327a868477f5d59b3934f","paragraph_rule":"src/lib/paragraphs.mjs@1","paragraphs":[{"id":"p1","kind":"paragraph","text":"最近看了很多代码，也读了一些关于多智能体系统的文章。当下的 AI Agent 发展阶段，像极了互联网诞生的前夜。","raw":"最近看了很多代码，也读了一些关于多智能体系统的文章。当下的 AI Agent 发展阶段，像极了互联网诞生的前夜。"},{"id":"p2","kind":"paragraph","text":"早期的 AI 像是一台台孤立的超级计算机，算力强大但与世隔绝。而现在的趋势是，这些超级大脑正在试图连成一张网。","raw":"早期的 AI 像是一台台孤立的超级计算机，算力强大但与世隔绝。而现在的趋势是，这些超级大脑正在试图连成一张网。"},{"id":"p3","kind":"paragraph","text":"如果说互联网连的是人与人，物联网连的是物与物，那么 Agent Internet 连的就是智能与智能。","raw":"如果说互联网连的是人与人，物联网连的是物与物，那么 Agent Internet 连的就是智能与智能。"},{"id":"p4","kind":"paragraph","text":"要理解这张网是如何构建的，我们需要跳出聊天机器人的思维定式，从通信架构的视角来看待它。结合最近的学习，我把 Agent 的通信大致拆解为三个核心维度：H2A、A2S、A2A。这也是在设计复杂 AI 应用时，必须搞清楚的三条生命线。","raw":"要理解这张网是如何构建的，我们需要跳出聊天机器人的思维定式，从通信架构的视角来看待它。结合最近的学习，我把 Agent 的通信大致拆解为三个核心维度：H2A、A2S、A2A。这也是在设计复杂 AI 应用时，必须搞清楚的三条生命线。"},{"id":"p5","kind":"heading","text":"H2A：不仅仅是 Prompt Engineering","raw":"## H2A：不仅仅是 Prompt Engineering"},{"id":"p6","kind":"paragraph","text":"H2A（Human-to-Agent）是我们最熟悉的领域：人与智能体的交互。","raw":"H2A（Human-to-Agent）是我们最熟悉的领域：人与智能体的交互。"},{"id":"p7","kind":"paragraph","text":"在产品经理眼中，这往往等同于聊天框或 prompt 设计。但在技术架构的视角下，H2A 正在经历一场从「非结构化」到「半结构化」的协议升级。","raw":"在产品经理眼中，这往往等同于聊天框或 prompt 设计。但在技术架构的视角下，H2A 正在经历一场从「非结构化」到「半结构化」的协议升级。"},{"id":"p8","kind":"paragraph","text":"过去：用户发一段话，AI 回一段话。这就像早期的电报，信息是线性的、模糊的。","raw":"**过去**：用户发一段话，AI 回一段话。这就像早期的电报，信息是线性的、模糊的。"},{"id":"p9","kind":"paragraph","text":"现在：开始引入结构化指令。比如在 OpenManus 等项目中，用户的一个请求不再只是简单的文本字符串，而被封装成了包含 messageId、role、session_config 的 JSON 对象。","raw":"**现在**：开始引入结构化指令。比如在 OpenManus 等项目中，用户的一个请求不再只是简单的文本字符串，而被封装成了包含 `messageId`、`role`、`session_config` 的 JSON 对象。"},{"id":"p10","kind":"paragraph","text":"H2A 的瓶颈不再是模型听不听得懂人话，而是带宽，即上下文窗口。正如网络带宽限制了视频的清晰度，Context Window 限制了 H2A 的交互深度。","raw":"H2A 的瓶颈不再是模型听不听得懂人话，而是**带宽**，即上下文窗口。正如网络带宽限制了视频的清晰度，Context Window 限制了 H2A 的交互深度。"},{"id":"p11","kind":"paragraph","text":"为了解决这个问题，技术上引入了类似 TCP 流控的机制：滑动窗口（只记最近的对话）和记忆压缩（将旧对话摘要存储）。","raw":"为了解决这个问题，技术上引入了类似 TCP 流控的机制：滑动窗口（只记最近的对话）和记忆压缩（将旧对话摘要存储）。"},{"id":"p12","kind":"paragraph","text":"这就解释了为什么我们的 AI 产品聊久了会变笨：因为它正在经历「上下文腐烂」，就像网络丢包一样。","raw":"这就解释了为什么我们的 AI 产品聊久了会变笨：因为它正在经历「上下文腐烂」，就像网络丢包一样。"},{"id":"p13","kind":"paragraph","text":"技术实现上，H2A 通信通常通过 HTTP、WebSocket 等协议完成。","raw":"技术实现上，H2A 通信通常通过 HTTP、WebSocket 等协议完成。"},{"id":"p14","kind":"heading","text":"A2S：智能体的「手」与「USB 接口」","raw":"## A2S：智能体的「手」与「USB 接口」"},{"id":"p15","kind":"paragraph","text":"如果 Agent 只有大脑，那它只是个哲学家。要让它干活，它必须与现实世界的数字服务连接，这就是 A2S。在开发中，这通常被称为 Tool Use 或 Function Calling。","raw":"如果 Agent 只有大脑，那它只是个哲学家。要让它干活，它必须与现实世界的数字服务连接，这就是 A2S。在开发中，这通常被称为 Tool Use 或 Function Calling。"},{"id":"p16","kind":"paragraph","text":"这里有一个正在发生的重大变革：MCP（Model Context Protocol，模型上下文协议）。","raw":"这里有一个正在发生的重大变革：MCP（Model Context Protocol，模型上下文协议）。"},{"id":"p17","kind":"paragraph","text":"以前，让 Agent 连接一个数据库或 API，开发人员需要写各种胶水代码，就像以前给电脑接打印机要装各种驱动一样麻烦。而 MCP 的出现，就像是给 AI 世界发明了 USB-C 接口。","raw":"以前，让 Agent 连接一个数据库或 API，开发人员需要写各种胶水代码，就像以前给电脑接打印机要装各种驱动一样麻烦。而 MCP 的出现，就像是给 AI 世界发明了 USB-C 接口。"},{"id":"p18","kind":"paragraph","text":"标准化：只要外部服务（不管是 Notion、GitHub 还是公司内部 ERP）遵循 MCP 标准，Agent 就能即插即用，自动读取数据、执行操作。","raw":"**标准化**：只要外部服务（不管是 Notion、GitHub 还是公司内部 ERP）遵循 MCP 标准，Agent 就能即插即用，自动读取数据、执行操作。"},{"id":"p19","kind":"paragraph","text":"A2S 的本质：Agent 作为调用方，发送结构化的 JSON 请求（比如 {\"tool\": \"search\", \"query\": \"latest ai news\"}），服务方执行后返回结果。","raw":"**A2S 的本质**：Agent 作为调用方，发送结构化的 JSON 请求（比如 `{\"tool\": \"search\", \"query\": \"latest ai news\"}`），服务方执行后返回结果。"},{"id":"p20","kind":"paragraph","text":"A2S 决定了产品的能力边界。未来的 AI 产品壁垒，可能不在于用了哪个大模型，而在于你积累了多少独家的、标准化的 A2S 接口资源。","raw":"A2S 决定了产品的能力边界。未来的 AI 产品壁垒，可能不在于用了哪个大模型，而在于你积累了多少独家的、标准化的 A2S 接口资源。"},{"id":"p21","kind":"paragraph","text":"技术实现上，A2S 通信通常使用 HTTP、gRPC 等协议。","raw":"技术实现上，A2S 通信通常使用 HTTP、gRPC 等协议。"},{"id":"p22","kind":"heading","text":"A2A：真正的智能互联网","raw":"## A2A：真正的智能互联网"},{"id":"p23","kind":"paragraph","text":"这是最核心也最复杂的部分。当一个任务太复杂（比如「开发一个游戏」），单个 Agent 搞不定时，就需要多个 Agent 协作。这时候，Agent 之间怎么说话呢？","raw":"这是最核心也最复杂的部分。当一个任务太复杂（比如「开发一个游戏」），单个 Agent 搞不定时，就需要多个 Agent 协作。这时候，Agent 之间怎么说话呢？"},{"id":"p24","kind":"paragraph","text":"在一个契机之下，让我发现这一层好像就是计算机网络历史的完美复刻。","raw":"在一个契机之下，让我发现这一层好像就是计算机网络历史的完美复刻。"},{"id":"p25","kind":"heading","text":"1、它们怎么找对方？（路由与拓扑）","raw":"### 1、它们怎么找对方？（路由与拓扑）"},{"id":"p26","kind":"paragraph","text":"在传统网络里，电脑通过 IP 地址找到对方。而在 Agent 网络里，路由是基于语义的。就像公司的组织架构一样，Agent 之间通常有三种主流的连接方式：","raw":"在传统网络里，电脑通过 IP 地址找到对方。而在 Agent 网络里，路由是基于语义的。就像公司的组织架构一样，Agent 之间通常有三种主流的连接方式："},{"id":"p27","kind":"paragraph","text":"点对点通信：每个 Agent 直接与另一个 Agent 通信，适用于小规模系统。这就像是头脑风暴，大家自由连接，能产生惊人的创意（涌现），但也容易失控，导致吵架或者死循环。","raw":"**点对点通信**：每个 Agent 直接与另一个 Agent 通信，适用于小规模系统。这就像是头脑风暴，大家自由连接，能产生惊人的创意（涌现），但也容易失控，导致吵架或者死循环。"},{"id":"p28","kind":"paragraph","text":"中心化通信：所有 Agent 通过一个中央协调者进行通信，适用于任务复杂、需要全局调度的场景。最典型的是微软 AutoGen 的 GroupChat 模式，有一个管理员 Agent 坐在中间指挥：你先说，他再说。效率高，但管理员容易累到缺氧（上下文窗口溢出）。","raw":"**中心化通信**：所有 Agent 通过一个中央协调者进行通信，适用于任务复杂、需要全局调度的场景。最典型的是微软 AutoGen 的 GroupChat 模式，有一个管理员 Agent 坐在中间指挥：你先说，他再说。效率高，但管理员容易累到缺氧（上下文窗口溢出）。"},{"id":"p29","kind":"paragraph","text":"共享黑板：所有 Agent 都可以把自己的数据写到共享的黑板上，其他 Agent 读取这些数据进行处理。这就像大家都不说话，而是把想法写在白板上，谁有能力谁就上去接着写。这种模式特别适合高度解耦的、复杂的异步协作。","raw":"**共享黑板**：所有 Agent 都可以把自己的数据写到共享的黑板上，其他 Agent 读取这些数据进行处理。这就像大家都不说话，而是把想法写在白板上，谁有能力谁就上去接着写。这种模式特别适合高度解耦的、复杂的异步协作。"},{"id":"p30","kind":"heading","text":"2、它们怎么达成一致？（共识机制）","raw":"### 2、它们怎么达成一致？（共识机制）"},{"id":"p31","kind":"paragraph","text":"当产品经理 Agent 说要做红色的按钮，而程序员 Agent 说技术实现不了，系统听谁的？这时候就需要共识机制。技术界正在把分布式系统的算法（如 Raft、投票机制）搬到 Agent 里：投票是少数服从多数，辩论则是经过多轮互喷，真理越辩越明。","raw":"当产品经理 Agent 说要做红色的按钮，而程序员 Agent 说技术实现不了，系统听谁的？这时候就需要共识机制。技术界正在把分布式系统的算法（如 Raft、投票机制）搬到 Agent 里：投票是少数服从多数，辩论则是经过多轮互喷，真理越辩越明。"},{"id":"p32","kind":"heading","text":"3、通信的语言","raw":"### 3、通信的语言"},{"id":"p33","kind":"paragraph","text":"以前的软件之间传数据用二进制。现在的 A2A 通信，载体是自然语言加 JSON。","raw":"以前的软件之间传数据用二进制。现在的 A2A 通信，载体是自然语言加 JSON。"},{"id":"p34","kind":"paragraph","text":"这是一个巨大的范式转移：语义即协议。Agent A 输出的自然语言思考过程，成为了 Agent B 的输入。","raw":"这是一个巨大的范式转移：**语义即协议**。Agent A 输出的自然语言思考过程，成为了 Agent B 的输入。"},{"id":"p35","kind":"paragraph","text":"A2A 架构的设计，直接决定了产品的稳定性和成本：","raw":"A2A 架构的设计，直接决定了产品的稳定性和成本："},{"id":"p36","kind":"list","text":"- 稳定性：链路越长（A 传给 B，B 传给 C），首字延迟就越高，用户等待感越强。\n- 成本：每一个 Agent 之间的每一次对话，消耗的都是真金白银的 Token。设计不良的 A2A 架构，会让 Token 像水龙头没关紧一样流失。","raw":"- **稳定性**：链路越长（A 传给 B，B 传给 C），首字延迟就越高，用户等待感越强。\n- **成本**：每一个 Agent 之间的每一次对话，消耗的都是真金白银的 Token。设计不良的 A2A 架构，会让 Token 像水龙头没关紧一样流失。"},{"id":"p37","kind":"heading","text":"最后","raw":"## 最后"},{"id":"p38","kind":"paragraph","text":"架构是思维的载体，代码是实现的手段。","raw":"架构是思维的载体，代码是实现的手段。"},{"id":"p39","kind":"list","text":"- H2A：懂得如何定义人机边界。\n- A2S：看到能力扩展的可能性。\n- A2A：预见群体智能的未来。","raw":"- **H2A**：懂得如何定义人机边界。\n- **A2S**：看到能力扩展的可能性。\n- **A2A**：预见群体智能的未来。"},{"id":"p40","kind":"paragraph","text":"未来的 AI 产品经理，可能更像是一个组织架构师。需要设计的不仅仅是一个功能，而是一个由多个 Agent 组成的、高效沟通的数字化团队。","raw":"未来的 AI 产品经理，可能更像是一个组织架构师。需要设计的不仅仅是一个功能，而是一个由多个 Agent 组成的、高效沟通的数字化团队。"},{"id":"p41","kind":"paragraph","text":"从理解代码开始，会发现自己看到了一个比 PRD 文档更广阔的世界。","raw":"从理解代码开始，会发现自己看到了一个比 PRD 文档更广阔的世界。"}],"authored_claims":[{"id":"h2a-bottleneck-is-bandwidth","text":"H2A 的瓶颈不再是模型听不听得懂人话，而是带宽——上下文窗口。正如网络带宽限制视频清晰度，Context Window 限制了人机交互的深度，AI 聊久了会变笨，是因为它正在经历上下文腐烂。","stance":"judgment","confidence":"high","supersedes":null,"note":null,"formed_at":"2025-11-20"},{"id":"mcp-is-usb-c-for-ai","text":"MCP 相当于给 AI 世界发明了 USB-C 接口。以前让 Agent 连一个数据库要写各种胶水代码，现在只要外部服务遵循 MCP 标准，Agent 就能即插即用。","stance":"judgment","confidence":null,"supersedes":null,"note":null,"formed_at":"2025-11-20"},{"id":"moat-is-a2s-interfaces","text":"未来 AI 产品的壁垒，可能不在于用了哪个大模型，而在于你积累了多少独家的、标准化的 A2S 接口资源。","stance":"hypothesis","confidence":"low","supersedes":null,"note":"2026-10 复核：仍是假设，把握调低。「标准化」这一半已经实现——MCP 成了公共标准；但正因为标准化，接口本身很难再是「独家」的，壁垒更可能在接口背后独有的数据与服务。另有两条后来的判断在往别处拉：sovereignty-lives-in-the-protocol（壁垒在定义协议，不在积累接口）、screen-as-universal-interface（Agent 不需要对方开放接口也能操作）。","formed_at":"2025-11-20"},{"id":"semantics-as-protocol","text":"以前软件之间传数据用二进制，现在 A2A 通信的载体是自然语言加 JSON。这是一个巨大的范式转移——语义即协议，Agent A 输出的自然语言思考过程，成为了 Agent B 的输入。","stance":"judgment","confidence":null,"supersedes":null,"note":null,"formed_at":"2025-11-20"},{"id":"a2a-topology-decides-cost","text":"A2A 架构直接决定产品的稳定性和成本：链路越长首字延迟越高，而每一次 Agent 之间的对话消耗的都是真金白银的 Token，设计不良的架构会让 Token 像水龙头没关紧一样流失。","stance":"judgment","confidence":null,"supersedes":null,"note":null,"formed_at":"2025-11-20"}],"claim_ids":["h2a-bottleneck-is-bandwidth","mcp-is-usb-c-for-ai","moat-is-a2s-interfaces","semantics-as-protocol","a2a-topology-decides-cost"],"revision":"d87e332905eeadbc32f45d0d0c5f81bf738db54297c8e1e693865d536acaf002"}