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

今天凌晨，微軟在官網宣佈 Azure AI Foundry 和 Microsoft Copilot Studio 兩大開發平台，支持最新的 Agent 開發協議 A2A。

這也是微軟支持 MCP 後又一關鍵動作，並且會與谷歌合作一起開發擴大 A2A 協議，這對於智能體賽道來説意義重大。因為智能體在使用 A2A、MCP 協議之後，可以打破數據、開發模式、通信交互、操作環境等諸多壁壘，輕鬆構建超大規模的複雜智能體自動化流程。

簡單來説，現階段的智能體相當於戰國時代，每家的技術、數據格式、開發方法都不一樣。而 A2A+MCP 可以像秦始皇那樣改寫這一局面，統一貨幣、度量衡推動智能體從分散走向融合，極大提升開發、自動化效率。

關於微軟對智能體的大動作，微軟 CEO Satya Nadella 給出了高度評價，像 A2A 和 MCP 這樣的開放協議是實現智能體網絡的關鍵。隨着 Copilot Studio 和 Azure AI Foundry 開始支持 A2A，客户將能夠構建從設計上就具備互操作性的智能體系統。

網友表示，這可是重大舉措。微軟入局 A2A 和 MCP 意味着智能體網絡不再是紙上談兵——現在已經到了實戰階段。真期待看到後續的發展！

像 A2A 和 MCP 這樣的標準化協議，是實現可擴展的 AI 協作的支柱。

智能體是未來，而互操作性是關鍵。

毫無疑問，像 A2A 和 MCP 這樣的開放協議正在改變智能體網絡的格局。隨着 Copilot Studio 和 Azure AI Foundry 對 A2A 的支持，客户能夠無縫地創建具有互操作性的智能體系統。

很高興看到微軟採用了實現智能體互操作性的開放協議。A2A 和 MCP 將成為智能體網絡的重要基石。

微軟為什麼要支持 A2A、MCP

根據微軟公佈的開發數據顯示，目前，有超過 7 萬家企業和數字原生公司，例如，Atomicwork、Epic、富士通、Gainsight、H&R Block 和 LG 電子等，通過 Azure AI Foundry 開發平台來開發、定製、管理智能體和 AI 應用。

僅 4 個月，超過 1 萬家組織採用新的 Agent Service 構建、部署和擴展智能體系統；超過 23 萬家組織，包括 90% 的財富 500 強企業，都使用了 Microsoft Copilot Studio 來開發 AI、智能體應用。

所以，微軟在智能體開發、應用方面擁有豐富的實戰經驗，也是目前全球最大的智能體開發平台之一，深知智能體無法互通帶來的很多痛點。

但隨着越來越多企業希望開發複雜的智能體來擴大自動化範圍，這種弊端就被無限放大。而 A2A、MCP 可以很好的來解決，幫助智能體實現跨平台、操作系統、數據，簡化開發流程。

什麼是 A2A、MCP

A2A 是谷歌在今年 4 月 “Google Cloud Next 25” 大會上開源的一種專門面向智能體的交互協議，全稱為 “Agent 2 Agent” 使智能體能夠相互協作，無論底層框架或供應商是什麼。

例如，一家跨國製造企業為滿足複雜的業務需求，採用了多樣化的企業平台和服務。SAP 系統被應用於企業資源規劃，高效整合財務、供應鏈、生產等核心業務流程；

Slack 為企業內部溝通協作的重要工具，各部門員工藉此實現即時信息傳遞與項目協同；Oracle 數據庫則用於海量生產數據和業務數據的存儲、管理與分析工作。

現在想通過一個智能體將 SAP、Slack、Oracle 的簡單操作流程實現自動化。以前這些平台上的智能體無法自由通信。現在通過 A2A 協議，這些企業平台可以安全、自由地自動化交互數據。

目前，已經有微軟、Box、Cohere、Intuit、Langchain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG 等 50 多家全球頂級企業加入了該協議。

MCP 協議則是由大模型平台 Anthropic 在去年 11 月推出，全稱為 “Model Context Protocol”，主要用途是為大型語言模型與外部數據源、工具及服務提供統一的通信框架。

MCP 定義了一種通用格式，讓 AI 模型可以像調用函數一樣，調度搜索引擎、數據庫、計算器、代碼執行器，甚至其他模型或 API 服務。通過 MCP 協議，AI 應用能夠輕鬆引入外部服務、功能，或者調取更多數據，從而擁有更豐富的能力。

MCP 還有很多開發優勢：請求和返回數據採用 JSON 格式，保證了兼容性；能夠無縫配合 Function Call 機制，讓 AI 具備調用外部 API 的能力；

可以解耦 AI 和業務邏輯，AI 不需要硬編碼 API 邏輯，只需要根據 Function Call 選擇合適的 MCP 方法，從而提升開發效率。

簡單來説，可以把 MCP 看成大模型領域的 “USB 接口”，可以直接插拔各種應用而無需關心底層邏輯。

A2A 示例

為了推動 A2A 協議的發展，微軟也參與了開源庫的開發。例如，由於目前缺少現成的 A2A 封裝庫，開發人員做集成很困難，微軟就利用 A2A 代碼庫的示例代碼，讓 Semantic Kernel 智能體融入 A2A 生態，提供了清晰、簡單的集成示例。

在這個示例中，主要有幾個關鍵部分。SemanticKernelTravelManager 就像一個總指揮，接收用户的請求，然後根據請求的內容，把任務分配給合適的專業智能體。比如遇到和貨幣有關的問題，就交給 Currency ExchangeAgent；和行程活動有關的，就交給 Activity PlannerAgent。

Currency ExchangeAgent 負責處理貨幣相關事務，整合了像 Frankfurter API 這樣的外部工具，能提供實時匯率，幫助用户做預算和財務規劃。Activity PlannerAgent 則根據用户的偏好和預算，給出個性化的旅行行程建議，還能幫忙預訂活動和安排景點。

整體自動化流程：當用户向 TravelManager 提交請求，比如 “規劃一個預算友好型旅行，包含貨幣換算”，TravelManager 會分析需求，發現涉及貨幣問題，就調用 Currency ExchangeAgent。

Currency ExchangeAgent 從 Frankfurter API 獲取匯率信息，之後 Activity PlannerAgent 根據預算給出合適的旅行建議。最後，TravelManager 把這些信息匯總，生成完整的旅行計劃返回給用户。

在整個自動化過程中，還有幾個重要機制。任務路由和委派方面，TravelManager 能根據上下文和自動函數調用功能，智能地把任務分配給插件式的專業智能體。智能體通過發現機制，可以幫助每個智能體通過 “Agent Card” 展示自己的能力，這樣其他智能體就能快速找到合適的夥伴完成任務。

本文作者：AIGC 開放社區，來源：AIGC 開放社區，原文標題：《王炸！微軟 AI Agent 支持 A2A、MCP 協議，智能體黃金時代降臨》