MCP vs A2A vs ACP：AI代理之间究竟如何通信
内容提要
本文介绍AI代理间通信的三种协议：MCP用于代理与工具通信，A2A用于代理间协作，ACP是REST风格的代理通信并已并入A2A。MCP和A2A在生产中互补，分别处理工具访问和代理交互。文章还简要提及LLM、RAG和代理的评估方法，以及Redis的持久化机制（AOF和RDB）。
延伸解读
协议分工：MCP管工具，A2A管代理
文章明确指出，MCP和A2A在生产环境中是互补的：MCP负责代理与工具之间的通信，A2A负责代理与代理之间的协作。理解这一分工有助于架构设计时避免混淆。例如，当代理需要调用外部API或数据库时，应使用MCP；当代理需要将任务委托给其他代理时，应使用A2A。ACP虽然也是代理间通信，但已被并入A2A，因此实际部署中应优先考虑A2A。
A2A的协作机制：Agent Card与状态循环
A2A协议通过Agent Card（发布在已知URL）实现代理发现，并支持任务委托。若代理在任务中需要更多输入，会进入“input-required”状态并回传给调用方，形成循环。这种机制适合需要多轮交互的复杂任务。理解这一流程有助于设计代理间的协作逻辑，确保任务能正确暂停和恢复。
评估方法随系统复杂度升级
文章指出，从LLM到RAG再到代理系统，评估方法逐步复杂：LLM主要用LLM-as-judge，RAG需额外评估检索质量，编码代理则依赖代码测试，多代理系统还需评估协调与角色遵循。这提醒开发者，随着系统组件增多，评估点也增多，需针对每个环节设计相应的评估指标，避免遗漏。
Q&A
MCP、A2A和ACP分别是什么？它们之间有什么区别？
MCP（Model Context Protocol）用于代理与工具之间的通信；A2A（Agent-to-Agent）用于代理之间的协作；ACP（Agent Communication Protocol）是REST风格的代理通信协议，已并入A2A。MCP处理工具访问，A2A处理代理交互，ACP是A2A的前身或变体。
MCP协议是如何工作的？
MCP中，宿主应用接收用户请求，其内嵌的MCP客户端将请求格式化并路由到正确的MCP服务器，服务器执行工具调用并返回结构化响应，代理利用结果继续推理。
A2A协议中，代理之间如何发现和协作？
A2A中，无法独立完成任务的代理通过发布在已知URL的Agent Card发现能力匹配的代理，委派任务并接收结构化结果。如果第二个代理需要更多输入，它会暂停在输入需求状态并循环回第一个代理。
ACP协议与A2A有何关系？
ACP是REST风格的代理通信协议，已并入A2A。ACP采用REST优先的方法，通过Agent Manifest发现对等体，直接通过HTTP调用，并支持同步低延迟任务或异步SSE流响应。
在生产环境中，MCP和A2A如何互补？
在生产中，MCP和A2A互补：MCP处理代理与工具之间的访问，A2A处理代理之间的通信。两者结合使用，使代理既能调用工具，又能与其他代理协作。
文章提到了哪些AI系统评估方法？
文章提到LLM、RAG、编码代理和多代理系统的评估方法。评估配方相同：选择任务、收集评估数据、开发评分器。LLM评估关注安全、代码、指令遵循；RAG评估检索和生成；编码代理通过单元测试评估；多代理系统评估协调和角色遵循。
Redis的持久化机制有哪些？它们各自的特点是什么？
Redis提供AOF和RDB两种持久化机制。AOF记录每个写命令，追加到文件，保证持久性；RDB定期快照整个数据集，加载快。生产环境常混合使用：RDB提供快速加载，AOF保证持久性。
