当前位置: 首页 > java >正文

微软推动智能体协同运作:支持 A2A、MCP 协议

今日凌晨,微软宣布 Azure AI Foundry 和 Microsoft Copilot Studio 两大开发平台支持最新 Agent 开发协议 A2A,并与谷歌合作开发扩大该协议,这一举措对智能体赛道意义重大。

现状与变革意义

当前智能体领域类似战国时代,各家技术、数据格式、开发方法不同。A2A 与 MCP 协议能打破数据、开发模式、通信交互、操作环境等壁垒,让智能体从分散走向融合,极大提升开发、自动化效率,如同秦始皇统一货币、度量衡般推动行业变革。微软 CEO Satya Nadella 评价,A2A 和 MCP 等开放协议是实现智能体网络的关键,Copilot Studio 和 Azure AI Foundry 支持 A2A 后,客户可构建具备互操作性的智能体系统。网友也认为这是重大举措,智能体网络已进入实战阶段,A2A 和 MCP 将成为智能体网络重要基石。

微软支持 A2A、MCP 的原因

微软在智能体开发、应用方面经验丰富,是全球最大智能体开发平台之一,拥有超过 7 万家企业和数字原生公司(如 Atomicwork、Epic、富士通等)通过 Azure AI Foundry 开发平台开发、定制、管理智能体和 AI 应用。仅 4 个月,超 1 万家组织采用新的 Agent Service 构建、部署和扩展智能体系统;超 23 万家组织(含 90%的财富 500 强企业)使用 Microsoft Copilot Studio 开发 AI、智能体应用。然而,随着企业开发复杂智能体扩大自动化范围的需求增加,智能体无法互通的问题愈发凸显,A2A、MCP 协议能有效解决此问题,帮助智能体实现跨平台、操作系统、数据交互,简化开发流程。

A2A、MCP 协议简介

  • A2A:由谷歌在今年 4 月开源,全称“Agent 2 Agent”,是一种面向智能体的交互协议,使智能体无论底层框架或供应商如何都能相互协作。例如跨国制造企业使用 SAP、Slack、Oracle 等不同平台,以往智能体无法自由通信,现在通过 A2A 协议可安全、自由地自动化交互数据。目前已有微软、Box、Cohere 等 50 多家全球顶级企业加入该协议。

  • MCP:由大模型平台 Anthropic 在去年 11 月推出,全称“Model Context Protocol”,为大型语言模型与外部数据源、工具及服务提供统一通信框架。它定义通用格式,让 AI 模型能像调用函数一样调度外部资源,具有请求和返回数据采用 JSON 格式保证兼容性、无缝配合 Function Call 机制、解耦 AI 和业务逻辑提升开发效率等优势,可视为大模型领域的“USB 接口”。

A2A 示例

微软参与开源库开发推动 A2A 协议发展。以 Semantic Kernel 智能体融入 A2A 生态的示例为例,SemanticKernelTravelManager 作为总指挥接收用户请求,根据内容分配任务给专业智能体。Currency ExchangeAgent 处理货币相关事务,整合 Frankfurter API 提供实时汇率;Activity PlannerAgent 根据用户偏好和预算给出旅行建议。整体自动化流程为:用户向 TravelManager 提交请求,TravelManager 分析需求后调用相应智能体,各智能体完成任务后 TravelManager 汇总信息返回给用户。过程中,任务路由和委派机制让 TravelManager 能智能分配任务,智能体通过发现机制展示能力以便协作。

本文素材来源微软及AIGC开放社区,如有侵权请联系删除。

http://www.xdnf.cn/news/4803.html

相关文章:

  • mqtt选型,使用
  • 关键字where
  • Docker学习笔记
  • deeplabv3+街景图片语义分割,无需训练模型,看不懂也没有影响,直接使用,cityscapes数据集_25
  • python小说网站管理系统-小说阅读系统
  • 什么是HTML、CSS 和 JavaScript?
  • 电容的基本介绍
  • WPF 子界面修改后通知到主页面
  • 嵌入式 C 语言控制语句
  • 44 Python MySQL(PyMySQL 驱动)
  • Java的对象头:原理与源码详解
  • python实现的音乐播放器
  • 企业生产安全管理平台的功能架构
  • Java后端程序员学习前端之JavaScript
  • PHP反序列化漏洞
  • CBO和HBO区别及介绍
  • 【包含例题P1955、P1892、P2024、P1196】并查集、扩展域并查集、带权并查集
  • arcmap栅格数据地理坐标转换,从WGS84坐标到2000
  • 深入理解Bitmap及Roaring Map:原理与应用详解
  • PPIO × GPT4All:构建本地知识库,让AI更懂你
  • 从单智到多智:深度拆解基于MetaGPT的智能体辩论
  • AI原生手机:三大技术阵营的终极对决与未来展望
  • 使用Maple Flow创建电路最坏情况分析WCCA工作表
  • 【前端】每日一道面试题2:解释CSS盒模型的box-sizing属性,以及它在响应式布局中的作用。
  • 字符串哈希(算法题)
  • VR 南锣鼓巷:古老街区的数字化绘卷与沉浸式遨游​
  • 高处安装、维护拆除作业考试重点知识
  • PlatformIO
  • 遗传算法求解异构车队VRPTW问题
  • 基于Credit的流量控制