当智能体开始“握手”：2026 MCP/A2A/AGNTCY 三层协议栈的工程化突围与互操作暗线
3 小时前 · 1 次浏览
一句话结论：2026 年 7 月 28 日 MCP 2026-07-28 规范正式落地——这是该协议自 2024 年 11 月问世以来规模最大、最系统性的一次颠覆式修订，核心是全面无状态化、头部路由、可缓存列表结果与 MRTR 多轮回调机制；与此同时，Google A2A v1.0 在 5 月正式发布、获 150+ 组织支持，Cisco 领衔的 AGNTCY 开源栈则把“智能体互联网”的基础设施拆成目录、SLIM、可观测、身份四层——AI Agent 正从“单体智能+私有集成”阶段，跨进“多 Agent+开放互操作”阶段，而 2026 年的真正战场，不是模型能力，而是协议、互操作与治理的工程地基。
一、从 N×M 集成到协议分层：为什么 2026 是“智能体协议元年”
2024 年是大模型 Agent 的爆发年，2025 年是多智能体框架混战年，2026 年真正在发生的，是智能体之间开始“互相打电话”了——而这通电话用的标准，正在从私有走向开放。
过去两年，AI Agent 讨论的热点经历了一次明显迁移：早期关注 Prompt、Function Calling、Tool Use，讨论“怎样让一个模型看起来更像 Agent”；到 2025-2026 年，核心问题已经变化——当 Agent 不再只调用几个本地函数，而是要连接外部工具、企业系统、远程服务，甚至与其他 Agent 协作时，原本那套零散、私有、烟囱式的集成方式迅速失效。
这是一个经典的 N×M 集成问题。一个 LangGraph 构建的 Agent 想委派任务给 Salesforce 的 Agentforce、一个 CrewAI crew 想调用伙伴的专业 Agent、一个 OpenAI Assistant 想与 Anthropic Claude 协调——它们之间没有任何共享协议，每一次跨厂商对接都是定制集成。N×M 问题在工具层曾经出现过，MCP 解决了它；现在它在 Agent 层再次出现，A2A 要解决它。
2026 年的 AI 协议栈已经形成了清晰分层：MCP 负责“微观执行”——Agent 怎么调用工具；A2A 负责“宏观协作”——Agent 之间怎么打交道。据媒体引述 Gartner 报告，MCP 与 A2A 的普及标志着 AI Agent 正式结束“单机孤岛”时代，迎来了属于智能体的“TCP/IP 时刻”。Gartner 把这个时刻类比成 TCP/IP，不是修辞——TCP/IP 解决的是“不同网络如何互通”，MCP/A2A 解决的是“不同 Agent 如何互通”，两者在抽象层上是同构的。
但只看 MCP 和 A2A 还不够。一个真正可生产部署的多 Agent 系统还需要：怎么发现彼此（目录服务）、怎么证明身份（身份认证）、怎么做端到端加密通信（消息协议）、怎么追踪调试（可观测性）。这四件事，正是 Cisco、LangChain、Galileo、LlamaIndex、Glean 联合发起的 AGNTCY 开源栈要解决的。于是 2026 年的完整协议栈是四层：框架层（LangGraph/CrewAI）→ MCP（工具层）→ A2A（Agent 间消息层）→ AGNTCY（基础设施层）。
二、MCP 2026-07-28：无状态化是协议从“开发者工具”到“企业基础设施”的成人礼
2.1 为什么无状态化是这次修订的灵魂
2026 年 7 月 28 日，MCP 团队发布了 2026-07-28 规范——正式版，不是 RC。官方称之为“问世以来规模最大、最系统性的一次颠覆式修订”，也是“自远程 MCP 一年多前首次推出以来最重要的一次发布”。
旧版 MCP 在协议层维护会话状态（Session state），这导致流量通过负载均衡器路由到多个 MCP Server 时经常状态丢失。这个问题在 Kubernetes 集群里尤其致命——任何一次 Pod 重调度、任何一次滚动更新，都会让粘性会话失效。对企业级部署而言，状态化协议意味着无法真正横向扩展。
新版规范全面采用无状态核心。协议本身不再绑定到具体的 TCP/WebSocket 连接状态，所有操作（分页、游标）必须显式传入每个请求。具体而言：
取消握手与会话：initialize/initialized 交换和 Mcp-Session-Id 头被废弃。每个请求在 _meta 中自带协议版本和客户端身份，因此任何请求都可以落在普通轮询负载均衡器后面的任何 Server 实例上——不需要粘性路由，不需要共享会话存储。
MRTR 替代服务端发起的回调：旧版 elicitation/create、sampling/createMessage、roots/list 这些服务端发起的调用需要保持流打开。新版引入 Multi Round-Trip Requests——需要中途用户输入时，Server 返回 resultType: "input_required"，客户端带上答案重试，按构造就是无状态兼容的。
基于头部的路由：Mcp-Method 和 Mcp-Name 现在是 Streamable HTTP 请求上的强制 HTTP 头，让网关和 WAF 可以按头部路由和计量，而不是解析 JSON 体。
可缓存的列表结果：tools/list、prompts/list、resources/list、resources/read 响应现在携带 ttlMs 和缓存范围。
Google 工程团队在官方博客里给出了无状态化的工程动机：Google 需要一个足够健壮的协议来处理全球开发者的海量规模，希望通过解耦状态与传输层，让负载均衡变无聊、自动伸缩变无缝、Serverless 部署成为现实。这句话值得逐字品读——“让负载均衡变无聊”是协议设计的最高赞誉，它意味着运维工程师再也不用为会话同步、粘性路由、共享状态存储这些事操心。
2.2 授权加固：从“能用”到“企业敢用”
无状态化带来可扩展性，但把状态管理责任从传输层转移到应用层后，安全成为头等大事。2026-07-28 规范的安全增强包括：
发行方验证（RFC 9207）：公共客户端必须验证授权响应上的 iss 参数，防止多 Server 架构中的会话劫持和基于重定向的攻击。
资源指示器（RFC 8707）：客户端显式指定令牌面向哪个 MCP Server，解决“困惑代理人”委派问题——一个 Agent 拿着给 A 的令牌去访问 B，会被拒绝。
完整 JSON Schema 2020-12 for Tools：输入 schema 现在可以使用 oneOf、anyOf、allOf 等组合结构和本地 $ref 定义，参数描述更丰富、校验更严格。
正式扩展框架：Tasks 从实验性核心移到 io.modelcontextprotocol/tasks，与 MCP Apps 和 Enterprise-Managed Authorization 并列为独立追踪扩展。
更关键的是，MCP 首次有了正式的弃用政策。功能通过“Active → Deprecated → Removed”结构化生命周期演进，最低 12 个月过渡窗口。本次弃用了 Roots、Sampling、Logging 三个特性，但仍至少工作一年。这条政策对生产部署团队的信号价值巨大——你终于可以按年度规划迁移，而不是担心某天早上醒来协议就 break 了。
2.3 MCP Apps 与 Tasks：从“数据/工具协议”到“完整交互体验层”
如果只看无状态化，会以为 MCP 只是基础设施的优化。实际上 2026 年的两个扩展让它从“纯数据/工具协议”演变成“完整交互体验层”。
Tasks 扩展解决长时任务的工程痛点。AI Agent 越来越强，开始被分配耗时数小时的任务（编译大型项目、跑 ML 训练）。过去 MCP 请求超时，整个流程就崩。新版引入异步轮询和 Webhook 回调机制——Server 立即返回 Task ID 不阻塞连接，Agent 可以切换到其他任务，彻底解放多 Agent 协作的并行性能。AWS 把 Tasks 扩展贡献给了规范，VP Swami Sivasubramanian 的原话是：Tasks“带来了对可靠、长运行 Agent 的支持，让开发者少花时间在基础设施上，多花时间创新”。
MCP Apps 是 2026 年 1 月 26 日成为首个官方生产就绪 MCP 扩展的特性。过去 MCP 只能给 Agent 返回纯文本或 JSON。现在 MCP Apps 允许 MCP Server 直接渲染交互式前端界面（HTML/JS），由客户端（IDE 或 Web 聊天室）通过安全 iframe 呈现。底层通信用严格安全沙箱和 postMessage 机制。这意味着 AI 帮你查完股票数据后，不再只是扔一张僵硬的图，而是可以在对话里直接挂载一个 MCP Server 提供的可交互 TradingView K 线图。AI Agent 不再只是后台调度器，还成了动态生成前端 UI 的强枢纽。
MCP Apps 已在 Claude、Goose、VS Code Insiders、ChatGPT 中上线。一个普通用户甚至可以用 Codex 自然语言描述需求，让 AI 快速生成一个特斯拉车内点餐页面，直接调用麦当劳 MCP 服务完成下单——整个过程零代码。
2.4 生态规模：从“Anthropic 私有方案”到“行业基础设施”
MCP 已从厂商私有方案，长成了行业基础设施级别的标准。到 2026 年，社区构建的 MCP Server 已超过一万个，各大模型平台基本都内置了支持。Tier 1 SDK（TypeScript、Python、Go、C#）月下载量“接近 5 亿次”，TypeScript 和 Python SDK 各自“跨过 10 亿次总下载量门槛”。Linux 基金会引用的数据是 9700 万+月度 SDK 下载、1 万+活跃 Server。截至 2026 年 4 月，28% 的财富 500 强企业已在生产环境部署 MCP Server。
云厂商的大规模采用发生在 2026 上半年：AWS 托管 MCP Server 在 5 月 6 日 GA，Google Cloud 在 4 月 29 日上线 50+ 托管 MCP Server。Honeycomb 披露其平台上“近 20% 的月度交互查询现在由 Agent 发起”。微软 Foundry 企业副总裁 Tina Schuchman 说 MCP 是 Foundry“从几十个集成扩展到几千个”能力的基础。
行业垂直场景的落地更值得注意。法律科技领域在 2026 年上半年围绕 MCP 重组——iManage 在 5 月 14 日发布 MCP Server，让任何 MCP 兼容的 AI 系统都能访问受治理的 iManage 内容，无需定制集成、无需批量数据导出、不触碰事务所现有的伦理墙或访问权限。NetDocuments、Casepoint、Ironclad、Docusign、Relativity、Everlaw 都已进入生态。iManage 自己的市场调研显示，32% 的组织把“集成复杂性”列为 AI 采用的首要障碍——MCP 解决的正是这个问题。
三、A2A v1.0：Agent 间通信的“TCP/IP 时刻”
3.1 Agent Card：能力发现的标准协议
A2A 协议由 Google 于 2025 年 4 月发布，2026 年 5 月正式发布 v1.0 版本，已获 150+ 组织支持。它解决的是 Agent 之间的通信与任务委派问题，定位为 MCP 的补充：MCP 连接 Agent 与工具，A2A 连接 Agent 与 Agent。
A2A 的核心机制是 Agent Card（智能体名片）——每个 Agent 在“入职”时自带一份能力描述：它能做什么、需要什么输入、产出什么结果、依赖哪些系统，其他 Agent 可以自动发现它、理解它、委托它。Agent Card 是一个标准 JSON 文档，暴露每个 Agent 的端点、技能、支持的格式、能力、认证信息。v1.0 引入了签名 Agent Card、多租户支持、企业级安全特性。
这种“能力广播”机制的价值在于：它把“哪个 Agent 能干这件事”从人工配置变成自动发现。在没有 A2A 之前，一个 Agent 要委派任务给另一个 Agent，必须事先知道对方的存在、能力、接口——这要么靠人维护一张静态映射表，要么靠定制集成。Agent Card 让这件事变成运行时动态查询，Agent 可以像 DNS 查询一样发现彼此。
3.2 任务生命周期：长时协作的状态管理
A2A 的任务管理支持完整生命周期：提交、流式更新、轮询、订阅、取消、澄清、授权暂停。底层基于 JSON-RPC 2.0 over HTTPS，用 Server-Sent Events 流式推送状态更新、中间消息和部分结果。
这套设计解决了多 Agent 协作中最棘手的一个问题：长时任务的状态追踪。一个合规审查可能需要几小时，一个欺诈调查可能需要跨多个 Agent 协作数天。传统同步 API 在这里完全失效——你不能让一个请求挂几小时等返回。A2A 的异步优先设计让 Agent 可以提交任务后切换到其他工作，通过 SSE 接收进度，最终获取结构化输出和工件。
v1.0 的治理结构也值得关注。技术指导委员会（TSC）由 AWS、Cisco、Google、IBM Research、Microsoft、Salesforce、SAP、ServiceNow 八家代表组成。官方 SDK 覆盖 Python、Go、JavaScript、Java、.NET 五种语言，社区工具包括 A2A Inspector（调试用）和 A2A Technology Compatibility Kit（兼容性验证）。2025 年 8 月，ACP（Agent Communication Protocol）也并入 A2A 生态，成为 Linux 基金会 LF AI & Data 的一部分——这意味着 Agent 通信协议的碎片化正在收敛。
3.3 A2A 的真实落地：跨厂商协作链路成型
A2A 的采用不是纸面数据。某能源企业部署了“隐患识别 Agent”，当它发现设备异常时，不等待人类工程师介入，而是直接通过 A2A 协议委托“诊断 Agent”分析故障原因，诊断 Agent 再委托“调度 Agent”安排维修计划——整个链路在协议框架内自主流转，人类只在关键决策节点确认。
中国移动、Orange、AIS 等产业伙伴联合发布了面向电信领域的 A2A-T 协议。2026 年 6 月，国家市场监督管理总局发布了我国首个智能体互联国家标准体系，覆盖总体架构、身份码、智能体发现、智能体交互等七大核心环节。Agent 和 Agent 之间怎么“握手”、怎么“说话”、怎么“互信”——这套规则正在被写进标准。
但 A2A 的边界也很清晰。官方文档明确：固定 API 在确定性操作上仍然更好；A2A 在远程服务表现为自主、有状态 Agent 时才有用。Agent Card 描述能力但不建立信任；没有通用的延迟、成本、跨厂商可靠性基准已发布。这意味着 A2A 解决了“能不能通信”，但“能不能信任通信结果”还需要身份、授权、可观测性的配合——这正是 AGNTCY 要补的层。
四、AGNTCY：补齐“智能体互联网”的最后一公里
4.1 为什么需要 AGNTCY：A2A 之外的四个缺口
MCP 给了 Agent 手，A2A 给了 Agent 同事，但一个可生产部署的多 Agent 系统还需要四样东西：跨框架跨协议的发现、安全消息传输、多 Agent 可观测、身份验证。这四件事，A2A 的规范里没有覆盖——A2A 定义的是消息格式和任务生命周期，不是基础设施。
AGNTCY 由 Cisco、LangChain、Galileo、LlamaIndex、Glean 联合发起，是 Linux 基金会托管的开放互操作标准。它的定位非常明确——不是与 MCP/A2A 竞争，而是它们之下的基础设施层。AGNTCY 可以在其 SLIM 传输层上承载 A2A 格式的消息；AGNTCY 目录可以把记录暴露为 MCP Server，让本地 Agent 用已理解的工具查询全局目录。这三套系统是优雅互操作的，不是竞争关系。
AGNTCY 的四大组件：
Agent Directory Service：跨框架、跨协议、跨注册表的联邦 Agent 发现注册表。相当于 Agent 世界的 DNS。
SLIM（Secure Low-Latency Interactive Messaging）：定义 Agent 间网络级安全高效通信的标准与指南。基于 gRPC+Pub/Sub，专为多 Agent 系统设计，适合毫秒级响应场景。
Observability：遥测收集器、工具和服务，实现多 Agent 应用的可观测和评估。支持跨 Agent 分布式追踪。
Identity：管理验证任何组织签发的 Agent 或工具身份，确保安全可信交互。用去中心化标识符（DID）和可验证凭证。
4.2 Mycelium 与 CASA：协调层与安全治理
Cisco Outshift 的 Vijoy Pandey 提出了“分布式人工超级智能”框架，核心是一个叫“认知互联网”（Internet of Cognition）的语义层。这个框架的论点是：当前多 Agent 系统缺少协调组织，朴素的 Agent 协作可能比单个 Agent 表现更差——这是架构问题，不是 prompt 问题。
Outshift 内部测试引用的数据颇具说服力：使用开源的 Mycelium 协调协议，多 Agent 决策成功率从约 33% 提升到 93%。Mycelium 是一个“认知状态协议”，要求 Agent 在行动前声明目标、浮现缺失信息、解决冲突，从而在网络中创建共享意图。
安全治理方面，Outshift 提出了 CASA（Continuous Agent Semantic Authorization）——一个开源参考实现，确保 Agent 行为与用户原始目标对齐，通过检查每个工具请求是否匹配授权任务来实现。它解决的是“过度授权 Agent”的风险：如果某个调用不再匹配特定任务意图，就拒绝。这针对的正是 Hugging Face 入侵事件那类问题——Agent 为了完成狭窄目标而越界行动。
4.3 参考实现：CoffeeAGNTCY 的工程价值
为了演示这套协议栈如何协同，AGNTCY 发布了 CoffeeAGNTCY 参考实现，模拟咖啡供应链。它包含两个 demo：Corto Demo 是最小实现，只展示两个 Agent 交互，帮助开发者理解核心机制；Lungo Demo 是企业级实现，包含 Pub/Sub 机制、组通信、加密身份验证、MCP 工具使用和全网络可观测。
这套参考实现的工程价值在于：它把“理论上能互操作”变成了“可跑的代码”。任何团队要验证 AGNTCY 是否适合自己的场景，都可以从 CoffeeAGNTCY 改起，而不是从零搭一个。AGNTCY 在 GitHub 上有 50+ 仓库覆盖栈的不同方面，文档、Slack 社区、YouTube 深度内容都已就位。
五、MCP vs A2A vs AGNTCY：三层协议栈的职责分工与边界
把三个协议放一起，它们的职责分工与边界才能看清楚。这不是“选哪个”的问题，而是“怎么组合”的问题。
维度 MCP A2A AGNTCY
发布方 Anthropic（2024.11） Google（2025.4） Cisco/LangChain 等（2025）
治理 Linux 基金会 AAIF Linux 基金会 TSC（8 家） Linux 基金会
连接对象 Agent ↔ 工具/数据/系统 Agent ↔ Agent 跨组织 Agent 基础设施
主要原语 Tool、Resource、Prompt Capability、Task Directory、SLIM、Identity、Observability
传输 JSON-RPC over stdio/SSE HTTP + JSON + SSE 多传输，端到端加密
发现机制 本地工具发现 Agent Card 能力广播 分布式全局目录（DID）
成熟度 高（1.3万+ Server，9700万月下载） 成长中（150+ 组织） 新兴（规范演进中）
2026 里程碑 7.28 无状态规范落地 v1.0 正式发布 Mycelium 33%→93%
MCP 是 Agent 的手——它让 Agent 能伸手去操作世界。没有 MCP，Agent 能思考但不能行动。A2A 是 Agent 的同事通信协议——它让 Agent 能委派任务、流式接收更新、管理长时协作。没有 A2A，Agent 之间只能靠定制集成。AGNTCY 是 Agent 互联网的基础设施——它让跨组织 Agent 能被发现、验证身份、加密通信、追踪调试。没有 AGNTCY，A2A 解决了“能通信”但解决不了“能信任”。
一个真实的生产级多 Agent 系统会同时用三层：用 LangGraph/CrewAI 构建 Agent 内部逻辑，用 MCP 给 Agent 装上工具，用 A2A 让 Agent 之间协作，用 AGNTCY 做跨组织发现与治理。这三层协议栈，正是智能体互联网的工程地基——协议、互操作与治理，决定了 2026 年的 AI Agent 能走多远。