文章

A2A 与 Skill:多智能体时代的架构分层与协作模式

A2A 与 Skill:多智能体时代的架构分层与协作模式

在 AI Agent 快速演进的今天,我们越来越频繁地听到两个概念:

  • Skill
  • A2A(Agent to Agent)

很多人会误以为它们是同一个层级的东西,甚至可以互换。但实际上:

Skill 解决的是能力封装问题 A2A 解决的是智能体协作问题

本文将系统梳理两者的关系、分层结构以及在工程架构中的实际意义。


一、什么是 Skill?

Skill 是 Agent 的“能力单元”。

可以理解为:

Agent 可调用的最小执行能力

例如:

  • 发送邮件
  • 执行 SQL
  • 调用外部 API
  • 文件读写
  • 搜索网页

在工程上,Skill 通常表现为:

  • 一个函数
  • 一个类
  • 一个工具插件
  • 一个 API 封装

在 Microsoft 推出的 Semantic Kernel 中,Skill 被抽象为:

  • 可描述
  • 可调用
  • 可组合

的能力模块。


Skill 的架构位置

1
2
3
4
5
User
  ↓
Agent
  ↓
Skills

Agent 决策“要做什么” Skill 负责“具体怎么做”


Skill 的特点

  • ❌ 没有自主决策能力
  • ❌ 不理解业务目标
  • ❌ 不参与协作
  • ✅ 可复用
  • ✅ 可组合
  • ✅ 可单元测试

Skill 本质是“执行能力”。


二、什么是 A2A?

A2A(Agent to Agent)不是一个具体协议标准,而是一种架构模式:

多个智能体之间如何通信、协作、委托任务

当系统复杂到一个 Agent 无法承担全部职责时,就会拆分为多个 Agent:

  • Planner Agent(规划)
  • Email Agent(邮件)
  • Finance Agent(财务)
  • Code Agent(代码生成)

它们之间的通信,就属于 A2A。


A2A 的结构

1
Agent A  →  Agent B

与 Skill 最大区别在于:

  • Agent B 本身是“有大脑”的
  • Agent B 内部仍然可以拥有自己的 Skills
  • Agent B 可以拒绝任务
  • Agent B 可以再转发任务

三、Skill 与 A2A 的分层关系

从架构层级看,可以清晰分为四层:

1
2
3
4
Level 1: Skill(能力单元)
Level 2: Agent(带决策的执行体)
Level 3: A2A(智能体之间通信)
Level 4: Orchestrator(全局调度)

也可以用一句更直观的话总结:

  • Skill 是“手”
  • Agent 是“大脑”
  • A2A 是“大脑之间的对话”

四、Skill 与 A2A 的核心差异

维度SkillA2A
本质函数能力智能体协作
是否有决策能力否是
是否独立部署否可以
是否可横向扩展有限强
是否适合复杂组织否是

五、单 Agent 架构 vs 多 Agent 架构

单 Agent + Skills

1
2
3
4
Super Agent
   ├─ Skill A
   ├─ Skill B
   ├─ Skill C

优点:

  • 简单
  • 开发成本低
  • 易于调试

缺点:

  • 单点复杂
  • 耦合严重
  • 难以扩展
  • 团队协作困难

多 Agent + A2A

1
2
3
4
5
6
7
8
9
Planner Agent
    ↓ A2A
Email Agent
    ↓
   Skill

Finance Agent
    ↓
   Skill

优点:

  • 高内聚、低耦合
  • 适合企业级系统
  • 易扩展
  • 易团队分工

缺点:

  • 需要通信协议
  • 需要注册中心
  • 需要治理机制

六、A2A 为什么出现?

它的演进路径和微服务几乎一致:

单体应用 → 服务拆分 → 服务治理

在 AI 领域也是:

单 Agent → 多 Agent → A2A → Agent Mesh

随着系统复杂度上升:

  • 权限不同
  • 部门不同
  • 资源不同
  • 运行环境不同

单一 Agent 已无法满足需求。

A2A 成为必然结果。


七、企业级架构建议

初期阶段

单 Agent + Skills 即可。

适合:

  • 原型系统
  • 内部工具
  • 轻量自动化

成长阶段

拆分领域 Agent:

  • 财务 Agent
  • 运维 Agent
  • 数据 Agent

使用 HTTP 或消息队列做 A2A。


成熟阶段

引入:

  • Agent 注册中心
  • 能力发现机制
  • 任务编排器
  • 事件驱动机制
  • 监控与追踪系统

此时 A2A 会类似于:

AI 版微服务架构


八、一个重要认知升级

很多人理解错的地方在于:

Skill 是能力抽象 A2A 是系统架构抽象

它们不是竞争关系,而是上下层关系。

一个完整的多智能体系统中:

1
2
3
Agent 内部 = Skills
Agent 之间 = A2A
系统层面 = Orchestration

九、最终总结

可以用三句话记住:

  1. Skill 解决“我能做什么”
  2. Agent 解决“我要做什么”
  3. A2A 解决“我该找谁做”

当系统规模扩大时:

  • Skill 让能力可复用
  • Agent 让决策可自治
  • A2A 让组织可协作

这正是多智能体架构的核心。

本文由作者按照 CC BY 4.0 进行授权