AAIF、MCP、A2A 到底是什么关系？2026 企业落地路线图

发布于: 2026-03-21 • 分类: AI 工程 / 协议标准 / 企业架构

这几个月关于 AI agent 的热词非常多，MCP、A2A、AGENTS.md 经常混在一起。真正影响工程决策的不是名词本身，而是这些协议各自解决哪一段链路。

1. 时间线先理清

2025 年 6 月 23 日，Linux Foundation 公布 A2A 项目（由 Google 发起）。
2025 年 12 月 9 日，Linux Foundation 宣布成立 AAIF，包含 MCP、goose、AGENTS.md 等项目贡献。
2025 年 5 月 21 日，OpenAI 在 Responses API 中增加远程 MCP server 支持。

结论：2026 的热点已经从“单个模型能力”转向“多代理协作与协议互通”。

2. 三个协议分别管什么

MCP：让 agent 接工具和数据（agent-to-tool / agent-to-data）。
A2A：让 agent 跟 agent 通信和协作（agent-to-agent）。
AGENTS.md：给编码 agent 一份仓库内可读规则，保证行为一致性。

从架构看，它们是互补关系，不是替代关系。

3. 企业落地最容易踩的坑

把 MCP 当成万能协议，结果跨 agent 协调仍靠临时脚本。
只接协议，不做权限和审计，导致“能调就行”但不可治理。
业务团队并行试点，各自定义 agent 规范，后期无法统一。

4. 推荐路线图（3 步）

先打通 MCP：明确工具调用权限、超时、回滚与审计。
再引入 A2A：先从跨团队低风险流程开始（如工单分发、报告生成）。
最后统一规范：在仓库落地 AGENTS.md 和组织级 agent policy。

5. 一页纸检查清单

是否有统一的工具鉴权层（而不是每个 agent 自己管）。
是否有跨代理任务 ID 和可追踪日志。
是否把高风险动作做成“默认人工确认”。
是否在代码库中维护了可版本化的 agent 规则。

热点会变，但协议分工和治理边界不该靠猜。先把这套骨架搭起来，后续换模型、换框架都会轻松很多。

参考信息（官方）