週一早上,台中一家做鋁合金外殼的工廠收到一張詢價:5,000 件,三週內交貨,客戶要在週三前拿到回覆。業務要回這張單,得先問生產排程排不排得進去,再問財務這個客戶的信用額度還剩多少。
這家工廠這一年陸續換了三套系統,而每一套都附了自己的 AI agent(會自己判斷下一步、動手查資料或操作系統的 AI):CRM(客戶管理系統)廠商的業務 agent、MES(生產管理系統)廠商的排程 agent,以及 ERP(進銷存與財務系統)廠商的財務 agent。三個 agent 各自都很能幹,但它們彼此不會溝通。而業務沒有 MES 和 ERP 的帳號,只能用 LINE 請生管去問排程 agent、請會計去問財務 agent,再把兩邊的答案拼成一份回覆。結果生管下午都在現場,會計隔天早上才回,光是轉手就花了一天半;業務週三中午回覆時,客戶前一晚已經先跟另一家下單了。
你如果是在查 A2A,多半就是遇過類似的狀況:公司裡的 agent 越來越多,卻要靠人在中間傳話。A2A 要解決的就是這一段:讓業務 agent 直接把「這張單排得進去嗎」交給排程 agent,再等它回報結果,中間不需要人來轉手。不過我先說結論:多數公司現在還用不到 A2A,至於要怎麼判斷,我後面會用同一張詢價單一路說明。
A2A 是什麼:讓不同廠商的 agent 能互相委派工作
A2A 是 Agent2Agent 的縮寫。官方的定義是:一個讓 AI agent 之間溝通與協作的開放標準,讓不同開發工具、不同廠商做出來的 agent,不必分享內部的記憶、工具或程式邏輯,也能互相合作。A2A Protocol 如果你還不確定 AI agent 能自己做到哪些事,可以先看 Agentic AI 是什麼。
它的來歷可以用四個時間點來記:
| 時間 | 事件 |
|---|---|
| 2025 年 4 月 | Google 發表 A2A,發表時有 50 多家技術夥伴支持,包括 Salesforce、SAP、ServiceNow、Atlassian 等 |
| 2025 年 6 月 | Google 把 A2A 交給 Linux Foundation(管理多個開源專案的非營利組織),成為中立的開源專案 |
| 2026 年 3 月 | A2A 推出 1.0 版,官方稱為第一個穩定、可以用在正式環境的版本;5 月再推出修補版 1.0.1 |
| 2026 年 8 月 | A2A 加入 Linux Foundation 旗下的 Agentic AI Foundation(AAIF),和 MCP(讓 agent 接上工具和資料的協定)在同一個基金會;官方說支持的組織已超過 150 個 |
負責技術方向的指導委員會裡有 AWS、Google、Microsoft、Salesforce、SAP,不少你在用的系統背後的廠商都在裡面。
A2A 把兩個 agent 分成委派的一方和接手的一方:
- A2A client(委派方):代表使用者發出請求的 agent 或應用程式。開頭例子裡的業務 agent,就是這個角色。
- A2A server(接手方,也叫遠端 agent):提供一個網址接收任務、處理完再回報結果的 agent。例子裡的排程 agent 就是接手方。
可以把 A2A 想成工廠把工作發包給協力廠的那套規矩。
鋁合金外殼工廠常把陽極處理發包給協力廠,雙方往來靠的是幾樣固定的東西,A2A 幾乎一一對得上:
- 協力廠的名片:寫著能接哪些製程、要找誰聯絡、進廠要出示什麼證件。這就是 A2A 的 Agent Card。
- 一張有編號的委託單:交出去之後會有狀態,例如排程中、等你補圖面、完工或退件。這就是 Task。如果只是打電話問一句「接不接急單」,不用開委託單,那就是 Message。
- 交回來的成品和檢驗報告:這就是 Artifact。
- 協力廠內部怎麼做,你看不到:你只知道它接得了陽極處理,看不到它的機台和排程表。A2A 的遠端 agent 也一樣,內部不公開。
放回開頭的例子,業務 agent 就像負責發包的窗口;排程和財務 agent 雖然裝在同一家工廠的系統裡,卻是 MES、ERP 廠商做的,業務 agent 看不到它們內部,所以對業務 agent 來說,它們就像兩家協力廠。比喻不成立的地方是,協力廠之間還要談價格、簽合約、慢慢建立信任,而 A2A 只規定雙方怎麼溝通。資料能給對方多少、對方交回來的東西能不能直接用,仍然要你自己把關。
委派一件工作的三步:先看名片,再交出有編號的委託單,最後收回成品和檢驗報告;協力廠裡面怎麼做,你看不到。
A2A 和 MCP 差在哪:一個讓 agent 接工具,一個讓 agent 互相交辦
A2A 和 MCP 都是讓 agent 和外界連接的協定,但連接的方向不同。
A2A 官方用「垂直」和「水平」來區分:MCP 是垂直的,讓一個 agent 接上更多工具和資料,每接一個 MCP server(提供某項工具或資料的連接點),它就多一個工具或一份資料可以用;A2A 是水平的,讓 agent 去找其他 agent 合作,對象可以是另一個團隊、另一個部門,甚至另一家公司的 agent。
用開頭的工廠來說:
- 排程 agent 要查 MES 裡的機台負荷,就用 MCP 接上 MES 的查詢工具,這是 agent 在用自己的工具。
- 業務 agent 要問排程 agent「這張單排得進去嗎」,這是兩個 agent 之間交辦事情,就走 A2A。
| 項目 | MCP | A2A |
|---|---|---|
| 連接的對象 | agent 和工具、資料 | agent 和 agent |
| 對方通常是什麼 | 事先定義好輸入和輸出的工具或資料,例如查詢、計算 | 會自己推理、規劃、用工具的 agent |
| 互動方式 | 多半是呼叫一次、拿回結果(MCP 也能回報進度) | 可以來回好幾輪,任務也可能跑很久 |
| agent 看得到什麼 | 工具的名稱、要給的資料與說明(內部怎麼做一樣不公開) | 名片上寫的能力與驗證方式(對方用的模型、工具、記憶都不公開) |
| 開頭的例子 | 排程 agent 查 MES 的機台負荷 | 業務 agent 請排程 agent 評估產能 |
兩者也常常一起用:A2A 負責串起 agent 和 agent,而每個 agent 內部再用 MCP 接自己的工具。MCP 的架構和導入前要檢查的事,我在 MCP 是什麼有完整說明。
A2A 怎麼運作:Agent Card、Task 和 Artifact
回到協力廠的比喻,A2A 的核心概念大致上就是三步:委派方先讀對方的 Agent Card,確認它能做什麼;再把工作開成一個 Task 交過去;最後收回對方做出來的 Artifact。
Agent Card:寫著 agent 能做什麼的說明檔
Agent Card 是一份 JSON 格式(一種程式之間常用的資料格式)的說明檔,官方把它比喻成 agent 的數位名片。上面寫著這個 agent 叫什麼、能做哪些事(官方稱為 skills)、服務網址在哪裡,以及要用什麼方式驗證身分。委派方會先讀這份名片,判斷這個 agent 適不適合這件工作,以及該怎麼跟它溝通。
名片通常放在固定的位置,也就是網域底下的 /.well-known/agent-card.json,所以其他 agent 照這個慣例就找得到。只想給特定對象看的內容,則可以放在要先驗證身分才能讀的延伸版名片裡。規格也支援名片簽章,可以驗證名片確實出自對方,不是別人冒名放的。
Task、Message、Artifact:任務、訊息和交付成果
- Message(訊息):一來一往的對話。例如「你們接不接急單?」這種不需要追蹤的簡單問答,對方直接回一則訊息就結束了。
- Task(任務):需要時間處理、要追蹤進度的工作,有自己的編號和狀態。任務可能會停在「需要補資料」或「需要授權」,等委派方回應;最後會以完成、取消、拒絕或失敗其中一種狀態結束。結束的任務不會重開,如果要修改,就要開一個新的任務。
- Artifact(交付成果):任務做出來的具體成果,例如一份產能評估、一張圖,或一段欄位固定、像表格那樣的資料。
套回那張詢價單,前提是 CRM 和 MES 廠商附的 agent 都支援 A2A;這家工廠的系統目前還沒有,所以下面是支援之後,一次完整的委派大概會長的樣子:
| 步驟 | 發生什麼事 | 對應的 A2A 概念 |
|---|---|---|
| 1 | 業務 agent 讀排程 agent 的名片,確認它有「評估產能」這項能力 | Agent Card、skills |
| 2 | 業務 agent 送出「5,000 件、三週交期,排得進去嗎」 | 這一步是一則 Message;排程 agent 判斷要花時間處理,就開一個 Task |
| 3 | 排程 agent 發現圖面沒寫表面處理,回頭詢問 | Task 狀態停在需要補資料 |
| 4 | 業務 agent 補上「陽極處理」,排程 agent 繼續評估 | 同一個 Task 繼續進行 |
| 5 | 排程 agent 交回產能評估:第三週可交 3,000 件,其餘順延一週 | Artifact,Task 完成 |
財務那一段也是同樣的走法:業務 agent 另外開一個 Task 交給財務 agent,問「這位客戶的額度夠不夠這張單」,財務 agent 只交回「額度足夠」或「需要主管核准」,業務 agent 看不到客戶完整的帳款紀錄。

至於進度怎麼回報,A2A 給了三種方式:
- 定期回來問:業務 agent 每隔一段時間問一次。
- 保持連線:排程 agent 一有進度就推送回來。
- 主動通知:有進展時送到業務 agent 留下的網址,適合要跑好幾小時、甚至等人確認好幾天的任務。
同一個流程的兩種做法:一個 agent 加工具,或多個 agent 分工
回到詢價單。同一件事,其實可以有兩種做法。
做法一:自己另外做一個業務 agent(不是改 CRM 廠商附的那一個),用 MCP 接上 MES 和 ERP 的查詢工具,讓它自己查產能、自己查信用額度。做法一要成立,MES 和 ERP 的廠商得開放查詢介面給你自己的 agent 用。如果廠商只肯讓它自家的 agent 交回結論,你的 agent 就只能委派它去問,這時才用得上 A2A。
做法二:業務、排程、財務各有自己的 agent,業務 agent 再透過 A2A,把問題分別交給另外兩個。
| 比較項目 | 一個 agent+MCP 工具 | 多個 agent 透過 A2A 分工 |
|---|---|---|
| 誰負責整件事 | 一個 agent、一個負責人 | 每個 agent 各有負責的部門,主責的是發起的業務 agent |
| 權限放在哪 | 集中在這個 agent:它能查 MES、ERP 的哪些資料,列一張權限清單就寫得清楚 | 分散在各個 agent:業務 agent 看不到 MES 的資料表,只拿得到排程 agent 願意給的結論 |
| 出錯時怎麼追 | 看一份操作紀錄:它呼叫了哪個工具、帶了哪些查詢條件 | 要把好幾個 agent 的紀錄串起來看,同一件事在每個 agent 的紀錄裡都要帶著同一個任務編號和追蹤編號(替同一件事的每個請求標上的同一串號碼),才接得起來 |
| 要維護什麼 | 一個 agent 的提示詞、工具與測試案例 | 每個 agent 各自的設定,加上彼此的名片、登入方式,還要確認雙方用的 A2A 版本相容 |
| 適合 | 系統都在公司內、同一個團隊管得動的流程 | agent 分屬不同廠商或部門,彼此不能、也不該看到對方內部 |
多 agent 的好處是權限切得比較乾淨:信用額度只由財務 agent 判斷,業務 agent 拿到的只是「可以接」或「需要主管核准」。代價是多了好幾個要維護、要驗收的東西,出事時也要多花力氣把紀錄串起來。
OpenAI 和 Microsoft 也都建議先從一個 agent 開始:OpenAI 要你等工具多到模型常常選錯才拆;Microsoft 的 Copilot Studio 指引則是等功能要分開維護,或權限不該集中在同一個 agent 時才拆。
如果你的系統都在公司內、同一個團隊管得動,先做一個 agent 加 MCP 工具就好。以開頭那家工廠來說,如果 MES 和 ERP 都能提供查詢介面,我會建議先用做法一,把權限表和測試案例顧好,等真的遇到非拆開不可的情況,再來談 A2A。我們的企業 AI 營運方案在需求診斷時,也會先把這張詢價單經過哪些系統、每一步需要讀哪些資料列出來,再判斷要一個 agent 接工具,還是讓不同系統的 agent 分工。
什麼情況才需要 A2A
我參考 Microsoft 對「什麼時候該拆出獨立 agent」的判斷,再加上 A2A 本身的用途,整理成四種情況。只要符合其中一項,A2A 就開始值得評估:
- agent 來自不同廠商,而且你改不了它的內部。例如 CRM 內建的業務 agent,要和 ERP 廠商的財務 agent 合作。因為你拿不到對方的程式,只能透過共同的規格來交辦工作。
- 某段工作需要獨立的權限或管理規則。例如財務的信用判斷,不該讓其他 agent 直接碰到資料,只交回結論就好。
- 同一個 agent 要服務很多地方。例如一個「報價計算 agent」,同時要給業務、客服和經銷商入口使用,把它做成可以被委派的服務,會比每個地方各寫一份好維護。
- 要和公司外面的 agent 往來。例如客戶的採購 agent 來問你的報價 agent 交期,或你的 agent 要向供應商的 agent 訂料。跨公司的往來,最需要大家講同一套規格。
拿開頭那家工廠逐項對一次:
- 第 1 種要看廠商:MES 廠商如果願意開放查詢介面,排程這段就不必委派;ERP 廠商如果只肯讓財務 agent 交回結論,財務那段就符合。
- 第 2 種符合:信用額度只該由財務判斷。
- 第 3、4 種目前不符合:報價計算還沒有要給別的入口用,也還沒有要跟供應商的 agent 往來。
另外,常聽到的多 agent(multi-agent)系統,也不一定要用 A2A。同一個平台裡的多個 agent,平台通常有自己的分工機制,例如 OpenAI Agents SDK(開發工具包)的交接(handoff)、Copilot Studio 的子 agent。A2A 的價值在跨平台:agent 分屬不同平台、不同廠商或不同公司時才用得上;全部在同一個平台裡,通常用平台內建的分工就夠了。
哪些平台已經支援 A2A
回到那家工廠:等 ERP 廠商的財務 agent 支援 A2A,工廠通常只要在自己用的 agent 平台設定頁,填入對方的服務網址和登入方式。表裡的 API key、OAuth 2.0、SigV4,都是讓對方確認「你是誰」的登入方式。
| 平台 | 支援方式 | 文件裡特別提醒的事 |
|---|---|---|
| Microsoft Copilot Studio | 可以在 agent 裡加入 A2A agent,填入對方的服務網址 | 驗證方式可以選無、API key 或 OAuth 2.0;連接外部 agent 時,資料流向、權限與人工監督由使用者自行負責 |
| Microsoft Foundry Agent Service | 可以讓 Foundry 的 agent 呼叫外部的 A2A agent,也能把自己的 agent 開放給別人呼叫 | Microsoft 沒有測試第三方的 A2A 服務網址,送出去的資料要自己審查並留下紀錄 |
| AWS Bedrock AgentCore Runtime | 可以把 A2A 服務部署在 AgentCore Runtime 上,名片放在標準位置 | 驗證方式可以選用 AWS 帳號簽章的 SigV4,或 OAuth 2.0 |
| Google(ADK、Agent Engine) | ADK(Google 做 agent 的開發工具包)做的 agent 可以開放成 A2A 服務,也能呼叫遠端的 A2A agent | 官方教學範例為了示範,開放了不用驗證身分就能呼叫,正式環境的驗證要自己設計 |
換句話說,你不一定要自己寫 A2A。比較可能的情況是,你正在用的平台開始支援它,然後某天你在設定頁看到「加入 A2A agent」的選項。到那個時候要做的判斷,就是前一節的四種情況,再加上下一節的安全檢查。至於平台要怎麼選,可以看企業 AI agent 自建、平台或委外。
跨組織委派的安全:對方的 agent 要當外人看
A2A 讓你的 agent 能把工作交給別人,也代表別人的 agent 能影響你的流程。就像第一次合作的協力廠,你會先確認它是誰、只給它這張單需要的圖面,交回來的成品也要先驗過才出貨,A2A 的委派也是同樣的道理。規格在身分驗證上沿用一般網路服務的標準做法,但權限、對方交回的內容和紀錄,還是要你自己把關。
身分:先確認對方是誰。A2A 的訊息內容本身不帶身分資訊,身分憑證是附在 agent 每一次送出的連線請求裡(例如放在 HTTP 請求的標頭,也就是請求附帶的說明欄位),用的是 OAuth 2.0、OpenID Connect 或 API key 這些常見的登入授權方式。對方需要哪種驗證,會寫在它的名片上。
權限:只開這件事需要的範圍。規格建議遠端 agent 依照呼叫者的身分,決定它能做哪些事,甚至可以細到每一項 skill 分別授權。Microsoft 在 Copilot Studio 的指引裡,也提醒了一個容易漏掉的狀況:被委派的 agent,可能擁有委派方沒有的權限。例如財務 agent 能調整客戶的信用額度,業務 agent 不能;那業務 agent 交出去的工作,就要限定只問「額度夠不夠」,不能讓它順手把額度調高。所以我會建議,會動到資料或金額的委派,都要當成高權限的動作來看。
內容:對方交回來的東西,要當成外部輸入。遠端 agent 交回的訊息和成果,對你的 agent 來說就是別人寫的內容,裡面可能夾帶想改變你 agent 行為的指令。這類攻擊叫做 prompt injection,要怎麼防,我在 Prompt Injection 是什麼整理過。所以接外部 agent 之前,你要先確認它交回的內容不會直接觸發寄信、付款這類動作,中間一定要經過規則檢查或人工確認。
紀錄:要串得起來。那張詢價單會經過業務、排程、財務三個 agent,如果最後報出去的交期錯了,你要能從頭追到尾,看是哪一個 agent 交回了什麼。規格建議用追蹤工具(例如 OpenTelemetry)替同一件事的每個請求帶上同一個追蹤編號,並記下任務編號與狀態的變化。至於權限怎麼分級、哪些動作要停下來給人確認,可以對照 AI agent 的權限與人工確認怎麼設。
回到那家工廠
那張 5,000 件的單已經來不及了,但工廠後來查了一下:MES 廠商願意開放查詢介面,ERP 廠商則只肯讓財務 agent 交回結論。所以它們先照做法一,自己做一個業務 agent,用 MCP 直接查 MES 的產能;信用額度那一段,會計改成每天早上在 CRM 替常往來的客戶標上「這個金額以內可以直接接」的核准上限,業務 agent 只比對訂單有沒有超過,超過時才請會計去問財務 agent;等 ERP 廠商的 agent 支援 A2A 之後,再改成委派。這樣原本要找兩個人、花一天半的轉手,大部分的單都不用再等人,下一張詢價單進來時,業務當天下午就回覆了客戶。所以這家工廠現在停在一個 agent 加 MCP,A2A 只留給財務那一段,等 ERP 廠商支援再接。
常見問題
公司目前只有一個 AI agent,需要支援 A2A 嗎?
暫時不需要。A2A 處理的是 agent 和 agent 之間的交辦,所以只有一個 agent 時,它並沒有對象可以委派。我建議先把這個 agent 的工具、權限和驗收做好;之後如果要接其他廠商的 agent,或要讓外部的 agent 呼叫你的服務,再來評估 A2A。
A2A 和 n8n、Zapier 這類自動化流程差在哪?
n8n、Zapier 是把不同軟體照固定步驟串起來的工具。這類自動化流程是事先畫好的路徑,每一步要做什麼都事先設定好,執行時不會改;而 A2A 交出去的是一件「任務」,接手的 agent 會自己決定怎麼完成,過程中還可能回頭追問。所以步驟固定的串接,用自動化流程就好;需要對方自己判斷,而且對方是別人維護的 agent,才用得上 A2A。兩者的差別也可以參考 AI agent 和聊天機器人、RPA、自動化流程差在哪。
把工作委派給外部廠商的 agent,資料會被對方拿去用嗎?
A2A 只規定 agent 之間怎麼溝通,至於資料送出去之後怎麼保存、會不會被拿去做別的用途,要看你和對方的合約與隱私條款。規格建議只傳這件工作需要的資料,而我會建議在串接前,把「會送出哪些欄位、對方保存多久」寫進合約附件。
Agent Card 放在公開網址,會不會洩漏公司資訊?
名片要寫什麼由你決定。公開版只寫對外提供的能力和驗證方式,內部流程放在要先驗證身分才讀得到的延伸版名片裡;上線前,我建議把名片當成對外文件審一次,確認沒有內部系統名稱或不該公開的網址。
參考來源
以下依官方文件整理,規格版本與各平台支援範圍以官方頁面當下為準。
- A2A Protocol:官方網站
- A2A Protocol:Core Concepts
- A2A Protocol:Agent Discovery
- A2A Protocol:Life of a Task
- A2A Protocol:A2A and MCP
- A2A Protocol:Enterprise Features
- A2A Protocol:What’s New in v1.0
- GitHub:a2aproject/A2A Releases
- A2A Protocol Blog:A2A Protocol Ships v1.0
- A2A Protocol Blog:A New Chapter for A2A: Joining the Agentic AI Foundation
- Google Developers Blog:Announcing the Agent2Agent Protocol (A2A)
- Linux Foundation:Linux Foundation Launches the Agent2Agent Protocol Project
- LF AI & Data:ACP Joins Forces with A2A
- Microsoft Copilot Studio:Connect to an agent over the Agent2Agent (A2A) protocol
- Microsoft Copilot Studio:Multi-agent orchestration patterns and best practices
- Microsoft Foundry:Connect to an A2A agent endpoint from Foundry Agent Service
- Amazon Bedrock AgentCore:Deploy A2A servers in AgentCore Runtime
- Google ADK:Introduction to A2A
- OpenAI:A practical guide to building agents
- Google Codelabs:開始使用 Agent2Agent (A2A) 通訊協定