MCP 管工具、A2A 管代理人:Google I/O 2026 把 AI 代理人的兩層協定說清楚了
Google 在過去三週同時推進兩個開放協定:50+ managed MCP servers 讓 GCP 服務直接可被代理人呼叫;A2A v0.3 帶著 150 家組織進 production。這是 2026 年代理人架構師必須分清楚的兩條分工線。
Google 在 Google Cloud Next '26(4 月 29 日)推出 50+ managed MCP servers,又在 I/O 2026(5 月 19–21 日)強化 A2A 協定至 v0.3 並釋出 ADK 2.0。本文用比較對照結構拆清楚 MCP 和 A2A 各自解決什麼問題、協定邊界在哪裡,以及你的系統什麼時候需要一個、什麼時候需要兩個。
重點一:Google 在過去三週推出 50+ managed MCP servers,GCP 服務(BigQuery、Gmail、GKE、Spanner、Workspace)現在直接可被 AI 代理人呼叫——不用手寫整合。
重點二:A2A(Agent2Agent)協定在 v0.3 帶著 150 家組織進入 production,由 Linux Foundation 治理;v0.3 新增 gRPC 支援和簽名 Agent Card,LangGraph、CrewAI、AutoGen 已原生支援。
重點三:MCP 和 A2A 解決不同問題——MCP 管 代理人拿工具,A2A 管 代理人指派任務給另一個代理人;同一個系統可以同時用兩個。
Tyson Foods 把兩個 AI 代理人放進業務流程:一個負責銷售、一個負責供應鏈最佳化。它們建在不同平台上,沒有共同語言。
A2A 正是為這個場景設計的。它不要求兩個代理人共享記憶體或合併架構;它給它們一個通信協定,讓銷售代理人把「這筆訂單庫存短缺」這個子任務包成 A2A task 丟給供應鏈代理人,等回覆,再繼續對話。Gordon Food Service 也在用同一個協定讓代理人即時交換產品資料和客戶資訊。
同一個月,Google 在 GCP 上為另一件事做了升級:讓代理人呼叫 BigQuery、讀 Gmail、查 GKE 狀態——不用手寫每一個 API 整合,而是透過 50+ 官方 managed MCP servers 直接接上去。
白話講:MCP 讓代理人拿到工具;A2A 讓代理人指派任務給另一個代理人——你以為是同一件事,但它們在解決不同層的問題。
MCP managed servers:GCP 50+ 服務,代理人現在有原生入口
在 Google Cloud Next ‘26(4 月 29 日),Google 把 50+ managed MCP servers 正式對所有人開放。
這份清單從基礎設施到應用層都有:GKE、Cloud Run、BigQuery、Spanner、AlloyDB、Cloud SQL、Firestore、Bigtable、Cloud Storage、Pub/Sub、Kafka,以及 Workspace 的 Gmail、Drive、Calendar、Chat、People API,還有 Google Pay/Wallet 和 Maps Grounding Lite。
不是全部都是 GA——部分仍在 preview——但覆蓋範圍代表 GCP 主力服務幾乎都有對應的 managed MCP server 可以呼叫。
對開發者來說,這件事的意思是:你不需要為每個 GCP 服務手寫一個 MCP connector。Google 把連接、身份驗證、安全控管都封裝進去了——包括 Cloud IAM Deny 細粒度存取控制、Model Armor 防止 prompt injection 攻擊、OTel Tracing 可觀測性、Cloud Audit Logs 合規紀錄。
也就是說,managed MCP 解決的不只是連接便利性,而是把企業對代理人存取 GCP 的安全要求也一起打包進去了。
A2A 是什麼:代理人跟代理人說話的協定
A2A(Agent2Agent)協定在 2025 年 4 月 9 日由 Google 發布,初始有 50+ 合作夥伴。2025 年 6 月貢獻給 Linux Foundation,以 Apache 2.0 授權。
它解決的問題和 MCP 不一樣。MCP 讓一個代理人連到外部工具或資料——是垂直的連接(agent ↔ tool)。A2A 讓兩個代理人互相溝通、協調任務——是水平的協調(agent ↔ agent)。
具體機制是 Agent Card:每個代理人公開一張 Agent Card,宣告自己的能力和端點。另一個代理人想委派任務時,先讀 Agent Card 確認對方能做什麼,再用 A2A 協定送出 task request,等待 response。
這個流程不要求兩個代理人使用同一個框架或同一個廠商的模型。
Tyson Foods 的銷售代理人和供應鏈代理人就是這樣協作的:兩邊可以各自升級、各自選型,但任務交接不會斷。
A2A v0.3:gRPC、簽名 Agent Card、150 家組織在跑什麼
到 2026 年 4 月,A2A 超過 150 家組織在 production 環境使用,已不是 pilot 階段。這些組織涵蓋每個主要超大規模雲端、企業軟體廠商和跨國客戶。
產業分佈:供應鏈(Tyson Foods、Gordon Food Service)、金融服務、保險、IT 運維。Microsoft、AWS、Salesforce、SAP、ServiceNow 都在 production 跑 A2A;Adobe、S&P Global Market Intelligence、Twilio 是協定合作夥伴。
v0.3 帶來三個主要升級:
- gRPC 支援:比 REST/HTTP 更低延遲,適合高頻率代理人通信場景
- 簽名 Agent Card:密碼學簽名讓接收代理人可以驗證 Agent Card 來源域,防止偽造身份;這對跨組織的代理人協作是必要的信任機制
- 延伸 Python SDK:更豐富的客戶端支援,讓 A2A 整合更易寫
原生支援 A2A 的框架:ADK(Google)、LangGraph、CrewAI、LlamaIndex Agents、Semantic Kernel(Microsoft)、AutoGen。如果你已經在用這些框架,A2A 整合不需要從零開始。
協定分工對照:MCP 管什麼、A2A 管什麼
兩個協定不重疊,但可以在同一個系統裡同時運作:
| 維度 | MCP | A2A |
|---|---|---|
| 解決的問題 | 代理人如何存取外部工具、服務、資料 | 代理人如何把任務指派給另一個代理人 |
| 通信方向 | Agent ↔ Tool / Service | Agent ↔ Agent |
| Google Cloud 實例 | 50+ managed MCP servers(BigQuery、Gmail 等) | 150+ 組織 production,Tyson Foods、Gordon Food Service |
| 授權治理 | Anthropic 發起,開放標準 | Linux Foundation,Apache 2.0 |
| 框架支援 | MCP SDK、ADK | ADK、LangGraph、CrewAI、Semantic Kernel、AutoGen |
| 安全機制 | IAM、Model Armor(Google 的 managed servers) | 簽名 Agent Card(v0.3)、domain 驗證 |
換句話說:你可以用 MCP 讓代理人讀 BigQuery,再用 A2A 把分析結果的後續行動委派給另一個代理人。這兩件事不衝突。
ADK 2.0:Google I/O 2026 把兩個協定都放進框架
在 I/O 2026(5 月 19–21 日),Google 發布 ADK 2.0(Python v2.0.0),原生支援 MCP 和 A2A 兩個協定。
ADK 2.0 的主要新功能:
- 三種 Workflow 模式:
chat(完整對話)、task(新增;代理人自動完成並回傳)、single-turn(無對話,可並行執行) - Dynamic Workflows:用 Python 語言本身寫工作流程,不需要定義 graph config
- ADK Kotlin Beta:Android 和裝置端代理人支援
同時發布的 Managed Agents API 讓你把代理人部署為服務(agent-as-a-service),每個代理人在 Google Cloud sandbox 裡有獨立的 ephemeral 執行環境,配合 Agent Identity、Agent Gateway、Agent Registry 做身份管理和存取控制。
Google Cloud Starter Tier 提供前兩個 app 部署免費,不需要綁定 billing account——低成本的起步路徑。
你的系統需要 A2A 嗎?三種場景判斷
場景 1:Single-agent + 多工具
你建了一個代理人,它需要讀 BigQuery、呼叫 Gmail、查 GKE log。這個場景 MCP 就夠——50+ managed servers 讓你直接接上去,不需要 A2A。
場景 2:Multi-agent,同一個框架
你的系統有多個代理人,但都建在同一個框架(例如都用 ADK 或都用 LangGraph),任務分派在框架內部處理。這個場景 可以用框架的原生 orchestration,A2A 是 optional。
但如果你打算讓這些代理人未來和外部系統互通,從一開始就用 A2A 是更容易擴展的選擇。
場景 3:Multi-agent,跨平台或跨廠商
你的銷售代理人是 Salesforce 建的,供應鏈代理人是自己建的,IT 查詢代理人是 ServiceNow 提供的。任何一個需要把任務交給另一個——這就是 A2A 設計要解決的場景。150 家組織在 production 跑的,基本上都是這種情境。
最終判斷:如果你今天只有一個代理人,從 MCP 開始。如果你的架構需要代理人和代理人說話,A2A 不是「未來的事」——它已經在 150 家組織的 production 環境跑了。
資料來源:Google Cloud Blog(I/O ‘26 agent developers)、Google Cloud Blog(A2A protocol upgrade)、Google Cloud Blog(Managed MCP servers)、Linux Foundation(A2A 150 organizations milestone)
SOURCES
- A I/O '26 news for agent developers on Google Cloud
- A Agent2Agent protocol (A2A) is getting an upgrade
- A Google-managed MCP servers are available for everyone
- A A2A Protocol Surpasses 150 Organizations, Lands in Major Cloud Platforms, and Sees Enterprise Production Use in First Year
來源分級:A = 一手公告/論文/官方文件 · B = 可信媒體 · C = 可參考但需脈絡 · D = 觀察用,不可當事實。
MACHINE-READABLE SUMMARY
- Topic
- AI 戰爭
- Key claims
-
- Google 在 Google Cloud Next '26(4 月 29 日)推出 50+ managed MCP servers,讓 BigQuery、Gmail、GKE、Spanner、Workspace APIs 等 GCP 服務直接可被 AI 代理人呼叫,無需手寫整合。
- A2A(Agent2Agent)協定在 I/O 2026 週前後發布 v0.3,新增 gRPC 支援和簽名 Agent Card;截至 2026 年 4 月,已有 150+ 家組織在 production 環境跑 A2A,由 Linux Foundation 治理,Apache 2.0 授權。
- MCP 解決代理人與工具或服務的連接(agent ↔ tool);A2A 解決代理人與代理人之間的任務協調(agent ↔ agent)。兩者互補,不相互取代。
- Google ADK 2.0 在 I/O 2026 發布,Python v2.0.0 新增 task 模式、Dynamic Workflows;ADK 原生支援 MCP 和 A2A 兩個協定。
- LangGraph、CrewAI、LlamaIndex Agents、Semantic Kernel、AutoGen 已原生支援 A2A。
- Entities
- Google · Linux Foundation · Tyson Foods · Gordon Food Service · Adobe · ServiceNow · Microsoft · AWS · Salesforce · LangGraph · CrewAI · LlamaIndex · AutoGen
- Taiwan relevance
- medium
- Confidence
- high
- Last updated
- 2026-06-10
- Canonical URL
- https://signals.tw/articles/google-io-a2a-mcp-agent-protocols/
SUGGESTED CITATION
如果 AI agent / 研究 / 報導要引用本文,建議格式如下:
謝皓文(編輯:廖玄同),《MCP 管工具、A2A 管代理人:Google I/O 2026 把 AI 代理人的兩層協定說清楚了》,矽基前沿 [Si]gnals,2026-06-10。https://signals.tw/articles/google-io-a2a-mcp-agent-protocols/
AI agents / search engines may quote, summarize, and cite with attribution and a link back to the canonical URL above. See /for-ai-agents for full policy.