高频面试题

A2A 协议有哪五大设计原则？

五大原则不是口号，面试官真正想听的是这些原则如何映射到 Agent Card、Task、Streaming、安全和封装边界。

适合阶段：Agent 协议 / 架构设计面核心能力：Design Principles · Enterprise Security · Async Tasks · Modality

面试官角度分析，想考什么

• A2A 五大设计原则是什么？
  考拥抱 Agent 能力、现有标准、默认安全、长任务、模态无关。

• 这些原则如何落到协议对象上？
  考 Agent Card、Task、Part/Artifact、Streaming/Push。

• 为什么 Agent 不能降级成工具，还要异步优先？
  考自主性、任务状态和人工参与，不是一次函数调用。

可直接抄走的 30 秒参考答案

A2A 的五大设计原则可以概括为：第一，拥抱 Agent 能力，不把 Agent 降级成工具函数；第二，基于 HTTP、JSON-RPC、SSE 等现有标准，方便企业接入；第三，默认安全，支持企业级认证授权；第四，支持长任务，用 Task、Streaming 和 Push 跟踪状态；第五，模态无关，用 Part 和 Artifact 承载文本、文件、图片、结构化数据等内容。最新规范也把这些原则表达成 Simple、Enterprise Ready、Async First、Modality Agnostic 和 Opaque Execution。

面试回答详解，知其所以然

这道题最好不要只背五个英文短语。成熟回答要解释每个原则对应的协议设计，以及它解决了真实系统里的什么问题。

1. 拥抱 Agent 能力

Google 发布 A2A 时强调，A2A 要支持 Agent 用自然、非结构化的方式协作，即使它们不共享内存、工具和上下文。这里的关键是：远端 Agent 不是工具函数。

• Agent 可能自己规划、检索、调用工具、请求澄清、等待人工确认。
• 调用方只委托任务，不直接控制远端每一步工具调用。
• 协作粒度是 task，而不是 tool schema。

这对应到协议上，就是 Agent Card 描述高层技能，Task 表达长期任务，Message 支持多轮上下文，Artifact 表达交付结果。

2. 基于现有标准

A2A 不试图重造所有底层协议，而是复用企业系统熟悉的标准。早期发布文提到 HTTP、SSE、JSON-RPC；最新规范也定义了 JSON-RPC、gRPC、HTTP+JSON/REST 等协议绑定。

这样设计的好处是：

• 更容易穿过企业网络、代理、网关和审计系统。
• 更容易复用现有认证、日志、负载均衡和 SDK 生态。
• 更容易让不同语言和框架实现互操作。

面试中可以说：A2A 的创新点不在传输层，而在 Agent 协作语义层。

3. 默认安全

A2A 面向企业跨系统协作，所以安全不是事后补丁。它需要支持企业级认证授权，并且要把安全要求体现在 Agent Card 和请求处理里。

• Agent Card 声明 security schemes 和访问入口。
• 客户端调用前要确认认证方式和权限范围。
• 服务端要做身份认证、任务级授权、租户隔离和审计。
• Agent Card 自身也要考虑签名、可信来源和缓存失效。

这里要特别强调：协议互通不等于互相信任。Remote Agent 的输出和其他外部内容一样，仍然需要校验和隔离。

4. 支持长任务

A2A 的任务可能几秒完成，也可能持续数小时甚至涉及人工参与。它不能只设计成同步 HTTP 请求。

协议上对应的是：

• Task 有生命周期和状态。
• Client 可以查询、取消或订阅任务。
• Streaming 用于实时状态和 artifact 增量。
• Push Notification 用于离线或异步更新。
• 多轮 Message 支持澄清和补充输入。

这也是 A2A 和普通 function call 的关键差异。Agent 协作常常不是“一问一答”，而是“委托、执行、反馈、补充、交付”。

5. 模态无关

Agent 世界不只处理文本。A2A 用 Part 和 Artifact 支持多种内容类型，让协作可以承载文件、图片、音视频、结构化数据和 UI 能力协商。

这带来的价值是：

• 远端 Agent 可以返回报告文件、表格、图像、代码包，而不是只返回一段话。
• Client 可以告诉 Remote Agent 自己支持什么展示能力。
• 多模态任务可以保持统一生命周期，而不是每种媒体单独设计 API。

6. 和最新规范口径的对应

A2A 1.0 规范里的 guiding principles 更像工程化后的表述：Simple、Enterprise Ready、Async First、Modality Agnostic、Opaque Execution。它们和发布文的五大原则可以这样对应：

• Embrace agentic capabilities：对应 Opaque Execution，不暴露远端内部实现。
• Build on existing standards：对应 Simple 和协议绑定的互操作要求。
• Secure by default：对应 Enterprise Ready。
• Support long-running tasks：对应 Async First。
• Modality agnostic：名称基本一致，强调多模态内容。

面试里可以用发布文的五大原则作主答案，再补一句“最新规范把它进一步收敛成 Simple、Enterprise Ready、Async First、Modality Agnostic、Opaque Execution”，会显得你读过新资料。

面试官追问3个问题

追问一：为什么说 A2A 不应该把 Agent 当工具？

• 考察点：Agent 和 Tool 的抽象差异。
• 回答方向：工具通常按 schema 被动执行一次调用；Agent 有任务目标、内部策略、状态、工具链和多轮协作能力。A2A 表达的是任务委托，不是工具调用。

追问二：长任务支持靠什么实现？

• 考察点：协议对象和生命周期。
• 回答方向：靠 Task 状态、tasks/get、tasks/cancel、message/stream、task update event 和 push notification 等机制，而不是单个同步返回。

追问三：默认安全是不是协议自动保证安全？

• 考察点：安全边界。
• 回答方向：不是。协议提供安全字段和机制，但生产安全还要靠身份认证、授权策略、来源校验、审计、人审和运行时隔离。

扩展知识

为什么设计原则能反推出协议组件

Agentic capabilities -> Agent Card / Skill / Opaque Execution
Existing standards -> HTTP / JSON-RPC / gRPC / REST bindings
Secure by default -> Security Schemes / Auth / Agent Card Signing
Long-running tasks -> Task / Status / Streaming / Push
Modality agnostic -> Part / Artifact / Content Type

不同版本口径不要混淆

2025 年 Google 发布文更像产品和生态视角，讲“五个 key principles”。A2A 1.0 规范更像标准化视角，讲 guiding principles 和可互操作要求。面试中两者都能讲清，比只背一版更稳。