Wow! Microsoft's AI Agent supports A2A and MCP protocols, ushering in the golden age of intelligent agents

今天凌晨，微软在官网宣布 Azure AI Foundry 和 Microsoft Copilot Studio 两大开发平台，支持最新的 Agent 开发协议 A2A。

这也是微软支持 MCP 后又一关键动作，并且会与谷歌合作一起开发扩大 A2A 协议，这对于智能体赛道来说意义重大。因为智能体在使用 A2A、MCP 协议之后，可以打破数据、开发模式、通信交互、操作环境等诸多壁垒，轻松构建超大规模的复杂智能体自动化流程。

简单来说，现阶段的智能体相当于战国时代，每家的技术、数据格式、开发方法都不一样。而 A2A+MCP 可以像秦始皇那样改写这一局面，统一货币、度量衡推动智能体从分散走向融合，极大提升开发、自动化效率。

关于微软对智能体的大动作，微软 CEO Satya Nadella 给出了高度评价，像 A2A 和 MCP 这样的开放协议是实现智能体网络的关键。随着 Copilot Studio 和 Azure AI Foundry 开始支持 A2A，客户将能够构建从设计上就具备互操作性的智能体系统。

网友表示，这可是重大举措。微软入局 A2A 和 MCP 意味着智能体网络不再是纸上谈兵——现在已经到了实战阶段。真期待看到后续的发展！

像 A2A 和 MCP 这样的标准化协议，是实现可扩展的 AI 协作的支柱。

智能体是未来，而互操作性是关键。

毫无疑问，像 A2A 和 MCP 这样的开放协议正在改变智能体网络的格局。随着 Copilot Studio 和 Azure AI Foundry 对 A2A 的支持，客户能够无缝地创建具有互操作性的智能体系统。

很高兴看到微软采用了实现智能体互操作性的开放协议。A2A 和 MCP 将成为智能体网络的重要基石。

微软为什么要支持 A2A、MCP

根据微软公布的开发数据显示，目前，有超过 7 万家企业和数字原生公司，例如，Atomicwork、Epic、富士通、Gainsight、H&R Block 和 LG 电子等，通过 Azure AI Foundry 开发平台来开发、定制、管理智能体和 AI 应用。

仅 4 个月，超过 1 万家组织采用新的 Agent Service 构建、部署和扩展智能体系统；超过 23 万家组织，包括 90% 的财富 500 强企业，都使用了 Microsoft Copilot Studio 来开发 AI、智能体应用。

所以，微软在智能体开发、应用方面拥有丰富的实战经验，也是目前全球最大的智能体开发平台之一，深知智能体无法互通带来的很多痛点。

但随着越来越多企业希望开发复杂的智能体来扩大自动化范围，这种弊端就被无限放大。而 A2A、MCP 可以很好的来解决，帮助智能体实现跨平台、操作系统、数据，简化开发流程。

什么是 A2A、MCP

A2A 是谷歌在今年 4 月 “Google Cloud Next 25” 大会上开源的一种专门面向智能体的交互协议，全称为 “Agent 2 Agent” 使智能体能够相互协作，无论底层框架或供应商是什么。

例如，一家跨国制造企业为满足复杂的业务需求，采用了多样化的企业平台和服务。SAP 系统被应用于企业资源规划，高效整合财务、供应链、生产等核心业务流程；

Slack 为企业内部沟通协作的重要工具，各部门员工借此实现即时信息传递与项目协同；Oracle 数据库则用于海量生产数据和业务数据的存储、管理与分析工作。

现在想通过一个智能体将 SAP、Slack、Oracle 的简单操作流程实现自动化。以前这些平台上的智能体无法自由通信。现在通过 A2A 协议，这些企业平台可以安全、自由地自动化交互数据。

目前，已经有微软、Box、Cohere、Intuit、Langchain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG 等 50 多家全球顶级企业加入了该协议。

MCP 协议则是由大模型平台 Anthropic 在去年 11 月推出，全称为 “Model Context Protocol”，主要用途是为大型语言模型与外部数据源、工具及服务提供统一的通信框架。

MCP 定义了一种通用格式，让 AI 模型可以像调用函数一样，调度搜索引擎、数据库、计算器、代码执行器，甚至其他模型或 API 服务。通过 MCP 协议，AI 应用能够轻松引入外部服务、功能，或者调取更多数据，从而拥有更丰富的能力。

MCP 还有很多开发优势：请求和返回数据采用 JSON 格式，保证了兼容性；能够无缝配合 Function Call 机制，让 AI 具备调用外部 API 的能力；

可以解耦 AI 和业务逻辑，AI 不需要硬编码 API 逻辑，只需要根据 Function Call 选择合适的 MCP 方法，从而提升开发效率。

简单来说，可以把 MCP 看成大模型领域的 “USB 接口”，可以直接插拔各种应用而无需关心底层逻辑。

A2A 示例

为了推动 A2A 协议的发展，微软也参与了开源库的开发。例如，由于目前缺少现成的 A2A 封装库，开发人员做集成很困难，微软就利用 A2A 代码库的示例代码，让 Semantic Kernel 智能体融入 A2A 生态，提供了清晰、简单的集成示例。

在这个示例中，主要有几个关键部分。SemanticKernelTravelManager 就像一个总指挥，接收用户的请求，然后根据请求的内容，把任务分配给合适的专业智能体。比如遇到和货币有关的问题，就交给 Currency ExchangeAgent；和行程活动有关的，就交给 Activity PlannerAgent。

Currency ExchangeAgent 负责处理货币相关事务，整合了像 Frankfurter API 这样的外部工具，能提供实时汇率，帮助用户做预算和财务规划。Activity PlannerAgent 则根据用户的偏好和预算，给出个性化的旅行行程建议，还能帮忙预订活动和安排景点。

整体自动化流程：当用户向 TravelManager 提交请求，比如 “规划一个预算友好型旅行，包含货币换算”，TravelManager 会分析需求，发现涉及货币问题，就调用 Currency ExchangeAgent。

Currency ExchangeAgent 从 Frankfurter API 获取汇率信息，之后 Activity PlannerAgent 根据预算给出合适的旅行建议。最后，TravelManager 把这些信息汇总，生成完整的旅行计划返回给用户。

在整个自动化过程中，还有几个重要机制。任务路由和委派方面，TravelManager 能根据上下文和自动函数调用功能，智能地把任务分配给插件式的专业智能体。智能体通过发现机制，可以帮助每个智能体通过 “Agent Card” 展示自己的能力，这样其他智能体就能快速找到合适的伙伴完成任务。

本文作者：AIGC 开放社区，来源：AIGC 开放社区，原文标题：《王炸！微软 AI Agent 支持 A2A、MCP 协议，智能体黄金时代降临》