微軟近期宣布在其兩大 AI 開發平台 Azure AI Foundry 和 Copilot Studio 上，支持 Google 的 Agent2Agent (A2A) 規範。此舉標誌著在蓬勃發展的人工智慧領域中，朝著促進互通性和協作邁出了重要的一步。在 Satya Nadella 的領導下，該公司也加入了 GitHub 上的 A2A 工作組，展現了其致力於為該協議和相關工具的持續開發做出貢獻的決心。
在官方聲明中，微軟強調，AI 代理的真正潛力在於它們能夠超越單個應用程式或雲端環境的限制。願景是讓 AI 代理在真實世界的工作流程中無縫運作，跨越不同的模型、領域和生態系統。與 Google 的這次合作，標誌著微軟下一代軟體開發的基礎。
在 Azure AI Foundry 和 Copilot Studio 中實施 A2A 支援，將使代理能夠與外部實體協作，包括使用替代工具開發或託管在微軟生態系統之外的實體。例如，微軟代理可以處理會議排程，而相應的 Google 代理可以起草並發送電子郵件邀請。這種跨平台功能突顯了 A2A 的變革潛力。
Agent2Agent (A2A) 的起源
Google 最初於 2025 年 4 月初推出 A2A，旨在使以半自主方式運作的 AI 驅動代理，能夠跨不同的雲端、應用程式和服務進行協作。
A2A 協議促進了代理之間目標的交換和動作的執行。它為開發人員提供了一組相容的元件，旨在確保安全可靠的代理間協作。
微軟闡明了其與更廣泛的行業趨勢保持一致，即共享代理間協議，並表示：「客戶可以構建涉及多個代理的複雜工作流程——無論是來自其組織內部、合作夥伴工具還是生產基礎架構——同時保持治理和服務級別協議 (SLAs)。我們正在調整自己，以適應更廣泛的行業推動，以使用代理之間的共享協議。」
雖然 Google 最初的 AI 代理產品可能並非完全完美，但它們向公眾的推出，已激發了眾多公司的濃厚興趣和投資。
根據 Techcrunch 引用的 KPMG 最近的一項調查，目前有高達 65% 的公司正在試驗 AI 代理。此外，Markets and Markets 預測，AI 代理市場將經歷指數級增長，從 2025 年的 78.4 億美元，擴大到 2030 年的驚人 526.2 億美元。
微軟決定採用 Google 的 A2A，此前，它推出了模型連接器協議 (MCP)，這是 AI 公司 Anthropic 開發的標準協議。MCP 透過 Copilot Studio 將 AI 與資料所在的系統連接起來。包括 Google 和 OpenAI 在內的其他主要 AI 模型供應商，也宣布了今年稍早採用 MCP 的意圖。
對 AI 格局的影響
微軟採用 Google 的 A2A 標準及其在 GitHub 工作組中的協作，突顯了 AI 領域中開放協作和互通性日益增長的趨勢。這一發展對 AI 的未來產生了幾個重要的影響：
- 增強的互通性： A2A 有望打破傳統上隔離 AI 系統的孤島。透過提供代理溝通和協作的通用框架，它使開發人員能夠構建更複雜和整合的解決方案。
- 加速創新： 無縫整合不同 AI 代理和服務的能力，將透過允許開發人員利用各種平台和技術的優勢來促進創新。這將導致創建更強大和多功能的 AI 應用程式。
- 更廣泛的採用： AI 代理溝通的標準化，將使企業更容易採用 AI 並將其整合到現有的工作流程中。反過來，這將推動 AI 在各個行業中的更廣泛採用。
- 提高效率： 透過自動化先前需要人工干預的任務和流程，AI 代理可以顯著提高效率和生產力。A2A 將透過使代理能夠協作和協調其行動來進一步增強此功能。
- 更大的靈活性： A2A 將為開發人員提供更大的靈活性，使其能夠根據其特定需求選擇最佳的 AI 工具和平台。他們將不再受限於單一供應商或生態系統，而是能夠混合和匹配不同的技術來創建最佳解決方案。
AI 代理的未來
微軟和 Google 在 A2A 上的合作是朝著實現 AI 代理的全部潛力邁出的重要一步。隨著技術的成熟以及更多公司採用該標準，我們可以預期會看到 AI 驅動應用程式的激增，這些應用程式將更加智慧、協作和適應性強。
AI 代理有望轉變各個行業，包括：
- 醫療保健： AI 代理可以協助醫生和護士診斷疾病、推薦治療方法和監測患者。他們還可以幫助患者管理自己的健康並獲取醫療資訊。
- 金融： AI 代理可以自動化諸如欺詐檢測、風險評估和投資管理之類的任務。他們還可以向客戶提供個性化的財務建議。
- 零售： AI 代理可以個性化購物體驗、推薦產品並提供客戶支援。他們還可以幫助零售商優化庫存和供應鏈。
- 製造業： AI 代理可以監測設備、預測故障並優化生產流程。他們還可以幫助製造商提高品質控制並減少浪費。
- 運輸： AI 代理可以優化交通流量、管理物流和運營自動駕駛汽車。他們還可以幫助運輸公司提高安全性和效率。
挑戰與考量
雖然 A2A 的潛在優勢是顯著的，但也需要解決幾個挑戰和考量：
- 安全性： 確保 AI 代理溝通的安全性至關重要。需要一個強大的安全框架來防止未經授權的訪問、資料洩露和惡意攻擊。
- 隱私： 保護使用者資料的隱私是另一個關鍵問題。AI 代理的設計和部署方式必須尊重使用者隱私並符合相關法規。
- 治理： 建立明確的治理政策和準則至關重要，以確保以負責任和合乎道德的方式使用 AI 代理。
- 偏見： AI 代理可能會從其訓練資料中繼承偏見。重要的是要識別並減輕這些偏見，以確保 AI 系統的公平和公正。
- 複雜性： 構建和管理複雜的 AI 代理系統可能具有挑戰性。開發人員需要具備正確的技能和工具才能有效地設計、部署和維護這些系統。
結論
微軟對 Google 的 A2A 標準的支援，標誌著 AI 發展的一個重要里程碑。透過促進互通性和協作，A2A 有望釋放 AI 代理的全部潛力，並推動各個行業的創新。雖然存在需要解決的挑戰和考量，但 A2A 的長期利益是不可否認的。隨著技術的成熟以及更多公司採用該標準，我們可以預期未來 AI 代理將在我們的生活中扮演越來越重要的角色。