摘要：2025年5月8日凌晨，微软官方宣布推出Azure AI Foundry和Microsoft Copilot Studio两大开发平台，全面支持最新的Agent开发协议A2A。这是继支持MCP协议后的又一重要举措，且微软将与谷歌合作共同推动A2A协议的发展与普
2025年5月8日凌晨，微软官方宣布推出Azure AI Foundry和Microsoft Copilot Studio两大开发平台，全面支持最新的Agent开发协议A2A。这是继支持MCP协议后的又一重要举措，且微软将与谷歌合作共同推动A2A协议的发展与普及。
这种合作对于智能体领域具有深远影响。借助A2A和MCP协议，智能体能够打破以往在数据标准、开发流程、通信方式和操作环境上的诸多限制，轻松搭建起大规模且复杂的自动化智能流程。
可以将当前智能体的发展阶段比作战国时期，各家企业在技术体系、数据格式和开发模式上存在差异。而A2A和MCP的联手，犹如秦始皇统一度量衡和货币，将推动智能体行业实现标准化和融合，显著提升开发效率和自动化能力。
针对微软在智能体领域的重要举措，微软CEO Satya Nadella给予了高度认可。他指出，像A2A和MCP这样的开放协议是打造智能体网络的核心基础。随着Copilot Studio和Azure AI Foundry开始支持A2A协议，用户将能够从根本上构建具备良好互操作性的智能体解决方案。
不少网友认为这是一次关键突破。微软参与A2A和MCP协议的推动，标志着智能体网络从理论走向了实际应用，真正进入了落地实施的阶段。大家都很期待接下来相关技术和应用的进展。
像A2A和 MCP这样的标准化协议，是实现可扩展的AI协作的支柱。
智能体代表着未来的发展方向，而实现它们之间的互通互联则是成功的关键所在。
毋庸置疑，A2A 和 MCP 这样的开放协议正在重塑智能体网络的生态。借助 Copilot Studio 和 Azure AI Foundry 对 A2A 协议的支持，用户可以轻松构建具备高度互通性的智能体解决方案。
很欣慰微软选择了支持智能体互通的开放协议。A2A 和 MCP 有望成为智能体网络发展的关键支撑。
微软支持A2A和MCP协议的原因可以从其发布的最新开发数据中看出：目前已有超过7万家企业及数字化原生公司（如Atomicwork、Epic、富士通、Gainsight、H&R Block以及LG电子等）利用Azure AI Foundry平台进行智能体和AI应用的开发、定制及管理。
在短短4个月内，超过1万家组织采用了Agent Service来构建、部署并扩展智能体系统。同时，有超过23万家机构，包括90%的财富500强企业，通过Microsoft Copilot Studio参与AI和智能体应用的开发。这显示出微软在推动智能体生态建设和增强互操作性方面的强大影响力和广泛认可。
微软在智能体（Agent）开发和应用领域积累了丰富的实战经验，已经成为全球最大的智能体开发平台之一，深刻理解智能体之间无法互通带来的各种挑战。然而，随着越来越多企业希望构建更复杂的智能体以扩展自动化能力，这些问题被进一步放大。针对这一痛点，A2A和MCP这两种技术方案应运而生，能够有效促进智能体跨平台、跨操作系统以及跨数据的协作，从而简化开发流程。
那么，什么是A2A和MCP呢？
A2A（Agent to Agent）是谷歌今年4月在“Google Cloud Next 25”大会上公开发布的一种开源交互协议，专门用于智能体之间的协同。它使得不同底层框架或不同供应商开发的智能体可以相互通信与合作。
举例来说，一家跨国制造企业通常会采用多种企业平台和服务以满足复杂的业务需求。例如，SAP系统负责企业资源规划，整合财务、供应链和生产等核心业务流程；Slack 作为内部沟通和协作工具，促进各部门间的实时交流与项目管理；Oracle数据库用于存储和分析大量的生产及业务相关数据。通过A2A协议，这些不同智能体可以无缝联动，实现跨平台的高效协作。
目前，企业希望通过一个智能体来实现对SAP、Slack和Oracle平台中简单操作流程的自动化管理。过去，这些平台上的智能体彼此之间无法直接进行有效的通信和协作，导致自动化能力受限。而借助A2A协议，企业平台之间可以实现安全且自由的数据交互与协作，从而大幅提升自动化流程的连贯性和效率。
目前，已有包括微软、Box、Cohere、Intuit、Langchain、MongoDB、PayPal、Salesforce、SAP、ServiceNow、UKG等在内的50多家世界领先企业加入了该协议生态。
另一方面，MCP协议由大型模型平台Anthropic于去年11月推出，全称为“Model Context Protocol”。它旨在为大型语言模型与外部数据源、工具及服务之间提供统一的通信标准。MCP通过定义一种通用的调用格式，使得AI模型能够像调用函数一样，轻松调度搜索引擎、数据库、计算器、代码执行器，乃至其他模型或API服务。借助MCP协议，AI应用能够便捷地整合外部服务和多样化功能，并访问更丰富的数据资源，显著提升了智能体的综合能力。
MCP协议具备多项开发优势：它采用JSON格式进行请求和响应数据的传输，确保了高度的兼容性；同时能够与Function Call机制无缝结合，使得AI能够灵活调用外部API服务。这样一来，AI系统无需将业务逻辑写死在代码中，而是根据Function Call灵活选择相应的MCP方法，大幅提升了开发效率。从本质上讲，MCP就像是大型模型领域的“USB接口”，让各种应用能够方便地插拔使用，而不用关注底层实现细节。
针对A2A协议，微软也积极推动其发展，参与了相关开源代码库的建设。鉴于当前缺少成熟的A2A封装工具，开发人员在集成时面临一定难度。微软便借助A2A代码库中的示范代码，将其Semantic Kernel智能体融入A2A生态体系，为开发者提供了直观且简洁的集成范例。
在微软提供的示例中，核心组件是SemanticKernelTravelManager，它相当于智能体的指挥中心，负责接收用户请求并根据具体需求分派给不同的专业智能体。比如，涉及货币兑换的问题会由Currency ExchangeAgent处理，该智能体集成了如Frankfurter API等外部工具，能够提供实时汇率信息，帮助用户进行预算和财务规划。而与旅行相关的任务，则交由Activity PlannerAgent，该智能体会根据用户的偏好及预算，制定个性化的行程建议，并协助预订活动和安排旅游景点，实现一站式旅行规划服务。
整个自动化流程是这样的：当用户向TravelManager提交诸如“规划一个预算友好型旅行，包含货币换算”的请求时，TravelManager首先解析用户需求，发现涉及货币相关内容后，会调用Currency ExchangeAgent来处理。Currency ExchangeAgent通过Frankfurter API获取实时汇率信息，随后Activity PlannerAgent会根据预算提供相应的旅行方案。最终，TravelManager将这些信息整合，生成一份完整的旅行计划并反馈给用户。
在这个自动化流程中，有几个关键机制起到重要作用。首先是任务的智能路由和分派，TravelManager能够依据上下文信息以及自动函数调用的功能，智能地将任务分配给不同的插件化专业智能体。其次是智能体之间的发现机制，每个智能体通过“Agent Card”展示自身能力，使得其他智能体能够快速识别并找到合适的协作伙伴，共同高效完成任务。
·
我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。
·
来源：miniappb85ec71100314