• 22個Agentic AI協(xié)議大匯總，一文搞懂智能體通信的通用語言

• 22個Agentic AI協(xié)議，一文看懂

• 22個 Agentic AI協(xié)議，塑造智能體協(xié)作新生態(tài)

• 22個核心協(xié)議，打通異構(gòu)系統(tǒng)協(xié)作壁壘

• 硬核整理，22個Agentic AI 協(xié)議，覆蓋人機(jī)交互/多智能體協(xié)作全場景

全文約7800字，閱讀時間10分鐘

文/王吉偉

在Agentic AI的生態(tài)里，協(xié)議挺關(guān)鍵的。它就像是連接不同系統(tǒng)的通用語言，讓Agent、模型、工具之間能順暢地對話。從單個Agent調(diào)用工具，到多個Agent協(xié)同工作，再到我們跟AI交互，背后都離不開各種協(xié)議在支撐。

現(xiàn)在的協(xié)議生態(tài)其實已經(jīng)比較成型了，大致形成了四大類別：模型-工具交互、Agent間通信、人機(jī)交互，還有元協(xié)議與特定領(lǐng)域的協(xié)議，此外最近谷歌和阿里巴巴還推出了智能體商業(yè)協(xié)議。這些協(xié)議各有分工又相互配合，一起推動著Agentic AI從零散應(yīng)用走向更大規(guī)模的生態(tài)系統(tǒng)。

本文，王吉偉頻道梳理了目前Agentic AI領(lǐng)域出現(xiàn)的主要協(xié)議，按功能分個類，看看它們各自解決什么問題，實際用起來是什么體驗。

【贈書福利見文末】

模型-工具交互協(xié)議：Agent的對外連接器

這類協(xié)議要解決的核心問題很明確，就是怎么讓AI模型跟外部的工具、數(shù)據(jù)、服務(wù)打通。你想想，一個模型再聰明，如果只能閉門造車，能做的事情終究有限。這些協(xié)議提供標(biāo)準(zhǔn)化的接口，讓模型不用為每個工具單獨寫集成方案，直接高效地調(diào)用外部資源就行了。

1、MCP（Model Context Protocol，模型上下文協(xié)議）

Anthropic在去年11月推出的這個協(xié)議，可以說是AI模型對接外部系統(tǒng)的萬能插頭。它主要解決大模型實時獲取外部數(shù)據(jù)、調(diào)用工具時的標(biāo)準(zhǔn)化問題。技術(shù)上采用JSON-RPC架構(gòu)，提供安全的工具調(diào)用和類型化數(shù)據(jù)交換，就像USB-C接口那樣，給AI應(yīng)用提供統(tǒng)一的連接方式。

MCP最大的特點是專注于點對點連接:一個AI Agent對應(yīng)一套工具或數(shù)據(jù)源，而且能保持上下文的連續(xù)性。這樣就不會出現(xiàn)調(diào)用工具時信息丟了的尷尬。實際應(yīng)用里，比如某個電商AI Agent可以通過MCP協(xié)議，先用瀏覽器爬取競品財報，然后跑Python代碼清洗數(shù)據(jù)，最后調(diào)用PPT插件生成可視化圖表，整個流程行云流水。

MCP的適用場景很廣：API調(diào)用、數(shù)據(jù)庫查詢、文件操作、網(wǎng)頁抓取等等，基本涵蓋了模型與外部資源交互的大部分需求。對開發(fā)者來說，能省不少集成的麻煩。

2、LangChain Agent Protocol（朗鏈Agent協(xié)議）

這是LangChain和AI Engineer Foundation一起搞的，主要定位是讓不同的多Agent框架能互相配合。它定義了控制臺與AI Agent之間的RESTful API通信規(guī)范，核心目標(biāo)就是打破各個框架之間的孤島狀態(tài)，實現(xiàn)跨框架對接。

這個協(xié)議的優(yōu)勢在于輕量、可擴(kuò)展，而且已經(jīng)比較成熟了。支持LangGraph、AutoGPT、MetaGPT這些主流系統(tǒng)之間的互操作，也兼容各類工具鏈和模型服務(wù)。

看過一個挺有意思的案例：有家互聯(lián)網(wǎng)公司用它構(gòu)建了周報自動生成系統(tǒng)，能從飛書、釘釘、CRM等多個平臺抓數(shù)據(jù)，同步到Notion生成結(jié)構(gòu)化日志，再讓大模型提煉重點和風(fēng)險，最后套模板輸出周報。原本一個人要花6小時干的活兒，現(xiàn)在幾分鐘就搞定了。當(dāng)然前提是得把各個環(huán)節(jié)配置好。

這個協(xié)議比較適合多框架協(xié)同開發(fā)、企業(yè)級Agent工作流編排、跨系統(tǒng)任務(wù)調(diào)度這類場景。

3、AGP（Agent Gateway Protocol，Agent網(wǎng)關(guān)協(xié)議）

AGP是開發(fā)者社區(qū)推動的，定位是模型與工具之間的中間件。它要解決的是復(fù)雜系統(tǒng)里，怎么適配各種不同模型和工具的接口，怎么管理好這一堆工具的集成。順便提一句，這個AGP跟早期的圖形加速端口沒關(guān)系，是Agentic AI領(lǐng)域?qū)俚膮f(xié)議。

AGP的核心優(yōu)勢是提供了一個統(tǒng)一網(wǎng)關(guān)，具備請求路由、負(fù)載均衡、安全認(rèn)證、監(jiān)控這些能力。它能把各種不同協(xié)議、不同格式的工具接口標(biāo)準(zhǔn)化，讓上層Agent不用操心底層工具是怎么實現(xiàn)的。

比如在大型企業(yè)的多Agent系統(tǒng)里，AGP可以對接ERP系統(tǒng)、數(shù)據(jù)分析工具、客戶管理平臺這些異構(gòu)服務(wù)，給Agent提供統(tǒng)一的調(diào)用入口。同時通過負(fù)載均衡保證高并發(fā)場景的穩(wěn)定性，通過安全認(rèn)證管控工具調(diào)用權(quán)限。

它主要適用于那些復(fù)雜的Agent系統(tǒng)工具集成、多模型協(xié)同調(diào)用、企業(yè)級AI服務(wù)中臺這類場景。

4、rdf-agent（語義網(wǎng)Agent協(xié)議）

這個協(xié)議是W3C語義網(wǎng)社區(qū)在推的，基于知識圖譜技術(shù)，核心是讓模型能夠深度理解和推理結(jié)構(gòu)化知識，增強(qiáng)Agent的語義互操作能力。它以RDF（資源描述框架）、SPARQL（語義查詢語言）這些語義網(wǎng)技術(shù)為基礎(chǔ)，讓Agent可以基于知識圖譜做復(fù)雜推理。

rdf-agent的特點是語義驅(qū)動的交互模式，能打破數(shù)據(jù)孤島，實現(xiàn)跨領(lǐng)域知識的關(guān)聯(lián)和復(fù)用。跟傳統(tǒng)工具調(diào)用協(xié)議不太一樣的是，rdf-agent不只是獲取數(shù)據(jù)，還能理解數(shù)據(jù)背后的語義關(guān)系。

比如在醫(yī)療診斷Agent里，rdf-agent協(xié)議可以支持Agent查詢醫(yī)療知識圖譜，把癥狀、病因、藥物這些信息關(guān)聯(lián)起來，輔助醫(yī)生做診斷。在企業(yè)知識庫場景中，能實現(xiàn)更精準(zhǔn)的知識檢索和關(guān)聯(lián)推薦。這個協(xié)議主要適用于那些需要深度知識理解的領(lǐng)域，像醫(yī)療診斷、法律咨詢、企業(yè)知識庫管理、語義化搜索這些。

Agent間通信協(xié)議：讓多個AI說上話的那些標(biāo)準(zhǔn)

當(dāng)一個Agent搞不定復(fù)雜任務(wù)的時候，多個Agent協(xié)作就成了必然選擇。這時候問題來了：不同來源、不同能力、不同平臺的Agent怎么才能順暢地交流和協(xié)作？這就是Agent間通信協(xié)議要解決的核心問題，以避免出現(xiàn)“巴別塔”困境，讓大家能用上同一種語言。

5、ACP（Agent Communication Protocol，Agent通信協(xié)議）

這是個跨平臺Agent通信的通用標(biāo)準(zhǔn)，主要解決異構(gòu)Agent之間的基礎(chǔ)通信問題。它的好處是不綁定特定框架或廠商，兼容性和擴(kuò)展性都不錯。

ACP采用REST原生消息傳遞機(jī)制，支持文本、圖像、音頻等多模態(tài)內(nèi)容的傳輸，而且是異步的。它定義了標(biāo)準(zhǔn)化的消息格式和交互流程，確保不同Agent能準(zhǔn)確理解彼此的意圖。

舉個例子，在跨企業(yè)的供應(yīng)鏈協(xié)同系統(tǒng)里，不同公司的Agent可以通過ACP協(xié)議異步傳遞訂單信息、物流狀態(tài)、庫存數(shù)據(jù)這些內(nèi)容，基本上不需要人工介入就能自主協(xié)作。這個協(xié)議比較適合跨平臺Agent協(xié)作、分布式多模態(tài)任務(wù)處理、跨組織消息傳遞這類場景。

6、A2A（Agent-to-Agent Protocol，Agent對等通信協(xié)議）

Google、Microsoft這些大廠一起推的，主要是讓不同供應(yīng)商或運行環(huán)境的Agent能平等協(xié)作、互相委托任務(wù)。

A2A的核心機(jī)制挺有意思，它用Agent卡片（Agent Cards）來展示每個Agent的能力范圍、支持的協(xié)議、能處理的任務(wù)上限等等。其他Agent看到卡片就知道該找誰合作了。技術(shù)上用HTTP和服務(wù)器發(fā)送事件（SSE），支持企業(yè)級工作流編排。

實際應(yīng)用里，比如在軟件研發(fā)項目中，需求分析Agent可以通過A2A把代碼編寫任務(wù)委托給編程Agent，編程Agent干完再把測試任務(wù)委托給測試Agent，形成一個閉環(huán)。它適合跨組織協(xié)作、任務(wù)拆分委托、分布式工作流編排這些場景。

7、ANP（Agent Network Protocol，Agent網(wǎng)絡(luò)協(xié)議）

這個協(xié)議的野心更大，想做Agent時代的HTTP協(xié)議，解決大規(guī)模分布式Agent的協(xié)調(diào)、發(fā)現(xiàn)和安全通信問題。

ANP在設(shè)計上分了身份層和網(wǎng)絡(luò)層。身份層基于W3C的DID標(biāo)準(zhǔn)，給每個Agent分配唯一的數(shù)字護(hù)照（用did:wba方法，基于HTTPS和DNS，不依賴區(qū)塊鏈），實現(xiàn)去中心化的身份驗證和端到端加密。網(wǎng)絡(luò)層用.well-known URI標(biāo)準(zhǔn)支持Agent的自動發(fā)現(xiàn)，同時通過JSON-LD格式描述Agent的能力和接口。

舉個具體例子，你的個人智能助手想訂酒店，可以通過ANP自動發(fā)現(xiàn)支持這個協(xié)議的酒店Agent，基于DID完成身份認(rèn)證，再通過標(biāo)準(zhǔn)化接口查房間、提交預(yù)訂，全程不需要模擬人類操作或依賴專屬API。這個協(xié)議適合大規(guī)模Agent集群、去中心化協(xié)作網(wǎng)絡(luò)、跨平臺智能助手交互，還有需要隱私保護(hù)的場景。

8、AITP（Agent Interaction & Transaction Protocol，Agent交互與交易協(xié)議）

NEAR基金會搞的這個協(xié)議，把區(qū)塊鏈技術(shù)融進(jìn)來了，主要解決跨信任邊界的安全通信和價值交換問題。

AITP的特點是把去中心化身份（DID）、智能合約和通信協(xié)議深度融合，不只能傳信息，還能轉(zhuǎn)移價值和確認(rèn)交易。比如在去中心化服務(wù)交易平臺，需求方和服務(wù)方的Agent可以通過AITP協(xié)商服務(wù)內(nèi)容和價格，用智能合約鎖定交易資金，服務(wù)完成后自動結(jié)算，同時通過DID確保雙方身份可信，避免被騙。

AITP的優(yōu)勢在于解決了跨組織、跨平臺的信任問題，適合Agent間的價值交換、去中心化服務(wù)市場、跨信任域的協(xié)作任務(wù)。

9、Agora（動態(tài)自適應(yīng)異構(gòu)Agent通信協(xié)議）

牛津大學(xué)和異構(gòu)Agent聯(lián)盟一起研發(fā)的，是個動態(tài)自適應(yīng)的元協(xié)議，要解決大規(guī)模Agent網(wǎng)絡(luò)中的通信三難問題：高效性、可移植性、通用性難以兼顧，實現(xiàn)異構(gòu)Agent的靈活協(xié)作。

Agora的創(chuàng)新點在于混合通信模式：高頻通信用結(jié)構(gòu)化數(shù)據(jù)格式保證效率，低頻復(fù)雜通信用自然語言保證通用性，介于兩者之間的場景讓大模型自動生成通信routines，實現(xiàn)動態(tài)適配。這個協(xié)議能根據(jù)通信頻率、數(shù)據(jù)復(fù)雜度、Agent能力動態(tài)切換通信模式，同時支持接口和成員的動態(tài)變化，擴(kuò)展性很強(qiáng)。

在大規(guī)模Agent網(wǎng)絡(luò)中，Agora可以讓Agent自主組織、協(xié)商通信規(guī)則，形成自動化協(xié)作網(wǎng)絡(luò)。它適合異構(gòu)Agent集群、動態(tài)變化的協(xié)作場景、大規(guī)模分布式任務(wù)處理。

10、REP（Ripple Effect Protocol，漣漪效應(yīng)協(xié)議）——大規(guī)模協(xié)同的新思路

MIT在去年10月推出了這個協(xié)議，專門針對大規(guī)模分布式多智能體群體協(xié)同設(shè)計的。傳統(tǒng)協(xié)議在Agent數(shù)量激增的時候，消息冗余和決策延遲問題會特別明顯，REP就是來解決這個痛點的。

它通過“局部信號擴(kuò)散+全局行為對齊”的機(jī)制，協(xié)調(diào)效率比A2A協(xié)議能高41%-100%。設(shè)計靈感其實挺有意思的，來源于自然界漣漪的傳播規(guī)律。不需要中心節(jié)點調(diào)度，完全依賴Agent本地交互就能形成全局協(xié)同效應(yīng)。

這個協(xié)議最有意思的地方在于"決策敏感性信號"的傳遞方式。Agent不只是同步自己的決策結(jié)果，還會把決策依賴的環(huán)境變量(比如資源余量、時間窗口、優(yōu)先級權(quán)重)以及變量敏感度系數(shù)都打包起來，形成標(biāo)準(zhǔn)化的信號包。信號以發(fā)起Agent為中心，向相鄰Agent逐層擴(kuò)散。每一級Agent只需要驗證信號的相關(guān)性就行，不用重復(fù)計算，這樣就大幅降低了網(wǎng)絡(luò)傳輸和算力消耗。

舉個例子，在供應(yīng)鏈場景里，某個節(jié)點Agent感知到原材料價格波動后，傳遞的信號不僅包含"調(diào)整采購量"這個決策，還會附帶"價格波動幅度±5%""影響周期72小時"這些敏感信息。周邊Agent收到后可以快速調(diào)整適配，不需要全局廣播征詢。

REP采用輕量級UDP傳輸協(xié)議，適配分布式場景，支持LLM多模態(tài)敏感信號交互(文本、數(shù)值、時序數(shù)據(jù)都可以)。開源SDK提供了信號封裝、擴(kuò)散范圍控制、沖突仲裁這些核心接口，可以適配Python、Java等主流開發(fā)語言。它最大的優(yōu)勢是大規(guī)模群體的動態(tài)適應(yīng)性——當(dāng)Agent加入或退出群體時，信號擴(kuò)散路徑能自動調(diào)整，不需要重構(gòu)整個協(xié)同架構(gòu)。

典型應(yīng)用場景包括供應(yīng)鏈全局優(yōu)化(數(shù)百個節(jié)點Agent協(xié)同調(diào)整庫存、物流)、分布式資源調(diào)度(云服務(wù)器集群負(fù)載均衡)、群體決策模擬(金融市場風(fēng)險預(yù)判、應(yīng)急資源調(diào)配)等等。聽說已經(jīng)在某跨國物流企業(yè)的供應(yīng)鏈系統(tǒng)中試點了，把全局庫存調(diào)整響應(yīng)時間從小時級縮短到了分鐘級。

11、Co-TAP（Three-Layer Agent Interaction Protocol，三層智能體協(xié)議）——全維度協(xié)同的嘗試

Co-TAP是去年10月提出的，核心定位是復(fù)雜異構(gòu)多智能體系統(tǒng)的全維度協(xié)同協(xié)議。它突破了傳統(tǒng)協(xié)議"僅關(guān)注行為協(xié)調(diào)"的局限，通過三層架構(gòu)實現(xiàn)"人機(jī)交互-智能體互聯(lián)-認(rèn)知知識共享"的全鏈路協(xié)同，為集體智能涌現(xiàn)提供技術(shù)支撐。目前正在逐步跟國內(nèi)的智傳網(wǎng)(AI Flow)技術(shù)融合，推進(jìn)原型驗證。

三層架構(gòu)各有分工。HAI(人機(jī)交互層)負(fù)責(zé)標(biāo)準(zhǔn)化人機(jī)指令格式和反饋機(jī)制，支持人類對Agent的權(quán)限配置、任務(wù)干預(yù)、結(jié)果審核，同時把人類的決策偏好、操作習(xí)慣轉(zhuǎn)化為標(biāo)準(zhǔn)化知識單元，供Agent復(fù)用，解決人機(jī)交互碎片化的問題。

UAP(智能體互聯(lián)層)承擔(dān)異構(gòu)Agent的通信適配功能，兼容A2A、ACP等主流協(xié)議，實現(xiàn)能力發(fā)現(xiàn)、任務(wù)委托與狀態(tài)同步，支持多模態(tài)數(shù)據(jù)交互，確保不同框架、不同廠商的Agent可以無縫對接。

MEK(記憶與認(rèn)知層)是Co-TAP的核心創(chuàng)新層。通過標(biāo)準(zhǔn)化認(rèn)知鏈(Epistemic Chain)封裝Agent的決策邏輯、經(jīng)驗知識、交互歷史，實現(xiàn)知識跨Agent復(fù)用與積累。比如在反詐鑒偽場景里，某個Agent識別到新型詐騙話術(shù)的經(jīng)驗，可以通過MEK層轉(zhuǎn)化為認(rèn)知知識單元，快速同步到整個多智能體系統(tǒng)，提升群體的反詐能力。

目前Co-TAP已經(jīng)發(fā)布了技術(shù)報告，處于理論驗證和原型開發(fā)階段。原型系統(tǒng)在AIoT、6G自治網(wǎng)絡(luò)場景中完成了初步測試，可以實現(xiàn)異構(gòu)設(shè)備Agent(傳感器、網(wǎng)關(guān)、終端)與AI模型Agent的協(xié)同調(diào)度。它的核心價值在于解決Agent間的"知識孤島"問題，為智慧城市、工業(yè)互聯(lián)網(wǎng)這些復(fù)雜場景中的多智能體系統(tǒng)提供認(rèn)知協(xié)同能力。未來有望跟REP融合，實現(xiàn)大規(guī)模群體的認(rèn)知與行為雙重對齊。

論文：https://arxiv.org/abs/2510.08263

12、FIPA ACL（Foundation for Intelligent Physical Agents Agent Communication Language）

這是Agent通信領(lǐng)域的經(jīng)典早期標(biāo)準(zhǔn)，F(xiàn)IPA在1990年代提出的，主要定義Agent間的語義通信規(guī)范，為現(xiàn)代Agent通信協(xié)議奠定了理論和技術(shù)基礎(chǔ)。雖然FIPA已經(jīng)解散了，但它的ACL標(biāo)準(zhǔn)仍然被廣泛借鑒。

FIPA ACL定義了標(biāo)準(zhǔn)化的消息類型（比如請求、通知、承諾、拒絕等）和內(nèi)容語言，明確了Agent間通信的語法和語義規(guī)則，解決了早期Agent通信無章可循的問題。它的核心價值在于構(gòu)建了Agent通信的基礎(chǔ)框架，后來的ACP等這些協(xié)議都是在它基礎(chǔ)上擴(kuò)展優(yōu)化的。

現(xiàn)在FIPA ACL雖然不再更新，但在一些傳統(tǒng)Agent系統(tǒng)和學(xué)術(shù)研究場景里還在用，算是語義通信的基準(zhǔn)標(biāo)準(zhǔn)。

智能體商業(yè)協(xié)議：讓智能體之間實現(xiàn)商業(yè)交互

13、ACP(Agentic Commerce Protocol，智能體商業(yè)協(xié)議)

去年9月底，OpenAI和Stripe聯(lián)合發(fā)布了Agentic Commerce Protocol（ACP，沒錯也叫ACP），是個開源標(biāo)準(zhǔn)。這個協(xié)議的核心想法其實挺直接的——讓用戶在ChatGPT這類AI對話界面里直接完成購物，不用再跳轉(zhuǎn)到外部網(wǎng)站那么麻煩。

ACP的設(shè)計理念是"智能體優(yōu)先"。簡單講就是圍繞AI智能體作為主要交互角色來設(shè)計的，讓智能體能代表用戶去執(zhí)行購買操作。但商家這邊的控制權(quán)還是保留著，商家可以自己定義智能體能執(zhí)行哪些操作，對業(yè)務(wù)邏輯和客戶關(guān)系保持完全控制。

我覺得比較巧妙的是它的委托支付機(jī)制。用的是一次性、有時限、金額受限的委托支付令牌，這樣既確保了用戶對交易的控制，也增強(qiáng)了商家的信心。而且對商家來說挺友好的，可以利用現(xiàn)有的結(jié)賬和支付系統(tǒng)，不需要大規(guī)模改造。

整個工作流程大概是這樣:智能體先發(fā)現(xiàn)商家提供的產(chǎn)品源和可用服務(wù)，展示準(zhǔn)確的定價、庫存和可用性信息，然后代表用戶發(fā)起結(jié)賬流程（不需要跳轉(zhuǎn)），用委托支付令牌完成安全支付，最后提供訂單確認(rèn)和后續(xù)管理功能。

ACP最早的應(yīng)用就是OpenAI的ChatGPT即時結(jié)賬功能。用戶可以在ChatGPT對話中直接從支持ACP的商家那里購買商品和服務(wù)，體驗還挺流暢的。

14、UCP(Universal Commerce Protocol，通用商業(yè)協(xié)議)

今年1月中旬，Google聯(lián)合Shopify等一堆行業(yè)大佬在NRF 2026大會上發(fā)布了Universal Commerce Protocol（UCP）。跟OpenAI的ACP相比，UCP的野心似乎更大一些。

UCP的定位是生態(tài)系統(tǒng)中心，深度整合了Google現(xiàn)有的商業(yè)基礎(chǔ)設(shè)施，支持跨平臺AI驅(qū)動交互。跟ACP只關(guān)注支付環(huán)節(jié)不太一樣，UCP標(biāo)準(zhǔn)化了從商品發(fā)現(xiàn)、比價、議價、結(jié)賬到售后管理的完整購物流程，覆蓋面更廣。

UCP用的是能力型模型。商家聲明并定義自己支持的能力（比如結(jié)賬、產(chǎn)品發(fā)現(xiàn)），智能體可以動態(tài)發(fā)現(xiàn)并協(xié)商這些能力。這個設(shè)計挺聰明的，把原本N×N的集成復(fù)雜性簡化為單一集成點，適用于所有消費者界面。架構(gòu)是模塊化和可擴(kuò)展的，基于REST和JSON-RPC傳輸，兼容Agent2Agent（A2A）、Agent Payments Protocol（AP2）和Model Context Protocol（MCP）這些協(xié)議。

安全方面，UCP提供令牌化支付和可驗證憑證，確保智能體與商家后端之間通信的安全性。還有個特點是把消費者支付工具跟支付處理程序分離開來，支持多種支付提供商和方法，靈活性比較高。

工作流程其實也不復(fù)雜。商家設(shè)置服務(wù)器并發(fā)布支持的服務(wù)和能力清單（通過.well-known/ucp端點），AI智能體發(fā)現(xiàn)商家的能力和支付選項，然后跟商家協(xié)商可執(zhí)行的操作（比如結(jié)賬、折扣應(yīng)用），調(diào)用相應(yīng)能力完成購買流程，同時支持訂單管理和售后交互。

UCP的陣容挺強(qiáng)大的，除了Google和Shopify，還有Etsy、Wayfair、Target、沃爾瑪這些零售巨頭，以及Visa、Mastercard、Stripe等20多家全球合作伙伴。首個應(yīng)用場景包括Google Search AI模式和Gemini應(yīng)用，用戶可以在這些界面內(nèi)無縫完成購物。

從目前看，ACP和UCP各有側(cè)重點。ACP更聚焦在對話式購物體驗上，而UCP則試圖構(gòu)建一個更完整的AI購物生態(tài)系統(tǒng)。兩個協(xié)議都是開源的（Apache 2.0許可），未來會怎么發(fā)展，還挺值得繼續(xù)觀察的。

15、ACT（Agentic Commerce Trust Protocol，智能體商業(yè)信任協(xié)議）——國內(nèi)首個AI商業(yè)信任協(xié)議

支付寶在今年1月16日牽頭發(fā)布了這個協(xié)議，聯(lián)合千問App、淘寶閃購、阿里云百煉等伙伴構(gòu)建開放生態(tài)。這是中國首個AI商業(yè)信任協(xié)議，核心解決AI商業(yè)場景中的授權(quán)安全、流程追溯、跨平臺適配這三大痛點，為AI代買、自動化采購這些場景打造標(biāo)準(zhǔn)化"通用語言"，填補(bǔ)了國內(nèi)AI商業(yè)協(xié)同的協(xié)議空白。

ACT通過四大核心域構(gòu)建全鏈路信任體系，各域協(xié)同實現(xiàn)"安全授權(quán)-高效交互-合規(guī)追溯"的閉環(huán)。

委托授權(quán)域是核心的安全屏障，明確AI只承擔(dān)下單執(zhí)行角色，付款環(huán)節(jié)始終由用戶主導(dǎo)或自主授權(quán)。支持兩種授權(quán)模式:即時付款(高頻場景，用戶實時確認(rèn)付款)和委托授權(quán)(低頻場景，用戶預(yù)設(shè)時間窗口、金額上限、商家范圍，AI可以離線自動下單)，從源頭規(guī)避資金安全風(fēng)險。

商業(yè)交互域負(fù)責(zé)標(biāo)準(zhǔn)化AI與電商、服務(wù)平臺的交互接口，支持商品推薦、比價、優(yōu)惠券自動核銷這些操作，實現(xiàn)跨終端不跳端協(xié)作。比如用戶通過千問App說"幫我點杯珍珠奶茶"，AI可以基于位置推薦商品、完成比價核銷，用戶只需要確認(rèn)付款就能完成交易。

支付服務(wù)域適配現(xiàn)有的商業(yè)與支付系統(tǒng)，提供統(tǒng)一的支付接口與身份驗證機(jī)制，支持支付寶及合作支付渠道，確保交易流程高效穩(wěn)定。同時兼容企業(yè)級采購的對公支付、發(fā)票對接需求。

信任服務(wù)域?qū)崿F(xiàn)操作全流程可追溯、可驗證。所有AI操作、用戶授權(quán)、交易記錄都會實時上鏈存證，支持審計和糾紛溯源，滿足商業(yè)合規(guī)要求。

人機(jī)交互協(xié)議：讓Agent和人類真正對上話

人機(jī)協(xié)同，這可以說是Agentic AI最核心的應(yīng)用場景了。這類協(xié)議主要聚焦在優(yōu)化人和Agent的交互體驗上，要實現(xiàn)自然、高效、靠譜的雙向溝通，同時讓Agent變得更透明、更好用、更值得信任，降低人機(jī)協(xié)作的門檻。

16、AG-UI（Agent-User Interaction Protocol，Agent-用戶交互協(xié)議）

這是CopilotKit團(tuán)隊推出的，充當(dāng)連接用戶界面和Agent后端的雙向運行時通信層。它的核心定位是解決Agent跟前端應(yīng)用的可靠交互問題，確保前端和后端的狀態(tài)能夠同步，通信效率也高。

值得注意的是，這個協(xié)議并不是什么生成式UI規(guī)范，而更像是消息、事件和UI指令的可靠傳輸管道，支持流式響應(yīng)、事件回調(diào)和多Agent協(xié)調(diào)。它有個挺重要的特點：雙向通信能力，而且跟前端框架無關(guān)，可以適配React、Vue、Angular這些各種前端框架。

這樣前端應(yīng)用就不用操心Agent底層是怎么實現(xiàn)的，只需要通過協(xié)議接收Agent的指令，然后反饋用戶的操作就行。

比如在Agent驅(qū)動的項目管理工具里，AG-UI可以支撐前端實時展示Agent的任務(wù)執(zhí)行進(jìn)度，接收用戶的指令調(diào)整，同步多Agent的協(xié)作狀態(tài)，讓人機(jī)交互保持流暢。適用場景包括Agent驅(qū)動應(yīng)用開發(fā)、實時交互界面構(gòu)建、多Agent前端協(xié)同展示這些方向。

17、A2UI（Agent-to-User Interface，Agent-用戶界面協(xié)議）

Google在2025年12月推出的開源項目，核心是Agent驅(qū)動界面的聲明式規(guī)范。說白了，就是讓Agent能夠說UI語言，生成可以在不同平臺渲染的用戶界面，實現(xiàn)跨平臺一致的UI體驗。

這個協(xié)議用JSON格式來描述UI意圖，包含組件類型、屬性、數(shù)據(jù)模型這些信息。客戶端應(yīng)用可以使用自己的原生組件庫（像Lit、Angular、Flutter等等）來渲染界面，不依賴統(tǒng)一的UI框架。

它最大的優(yōu)勢在于把UI生成能力給了Agent，讓Agent能根據(jù)任務(wù)需求動態(tài)生成或填充界面。

舉個例子，在電商導(dǎo)購Agent里，Agent可以根據(jù)用戶的購物偏好，通過A2UI協(xié)議生成個性化的商品展示界面，包含推薦商品、篩選條件、下單按鈕這些組件。前端應(yīng)用用原生組件渲染后展現(xiàn)給用戶，既個性化又跨平臺兼容。適用場景涵蓋動態(tài)界面生成、跨框架UI渲染、個性化Agent應(yīng)用開發(fā)等。

18、HAIP（Human-Agent Interaction Protocol，人機(jī)交互統(tǒng)一“翻譯器”）

HAIP（Human-Agent Interaction Protocol）是規(guī)范前端界面（Web、移動端、語音端）與智能體交互的開放協(xié)議，聚焦人類與智能體的外部交互通道，而非智能體內(nèi)部通信，作為接口層橋梁實現(xiàn)二者透明、可控、可擴(kuò)展通信。

核心功能聚焦實時人機(jī)協(xié)作需求：支持文本、音頻多模態(tài)交互，兼容多種傳輸機(jī)制；內(nèi)置斷線重連與消息排序，保障交互邏輯一致；同步智能體工具調(diào)用進(jìn)展，實現(xiàn)前端實時可視化；提供事務(wù)歷史、身份驗證等企業(yè)級管理能力，且可與MCP協(xié)議協(xié)同，透明展示工具調(diào)用過程。開發(fā)者通過TypeScript SDK等集成，按“建立連接-發(fā)送輸入-接收反饋-雙向更新-錯誤恢復(fù)”流程實現(xiàn)主從式通信，抽象層設(shè)計讓開發(fā)者專注產(chǎn)品邏輯，無需處理底層交互細(xì)節(jié)。

19、AGNTCY（智能體協(xié)作通用語言）

AGNTCY協(xié)議是2025年由思科、LangChain等企業(yè)推動的AI智能體協(xié)作開放標(biāo)準(zhǔn)，核心目標(biāo)是構(gòu)建開放安全的“智能體互聯(lián)網(wǎng)”（IoA），實現(xiàn)不同AI智能體跨組織高效安全通信協(xié)作，后捐贈給Linux基金會，獲谷歌、甲骨文等65+企業(yè)支持，搭建中立開放生態(tài)。

核心特性涵蓋四大維度：一是智能體發(fā)現(xiàn)與身份驗證，依托分布式目錄服務(wù)跨組織定位智能體，通過密碼學(xué)憑證保障身份安全；二是安全低延遲通信，基于SLIM協(xié)議支持多通信模式，集成量子安全加密技術(shù)；三是可觀測性，提供端到端工作流跟蹤與決策可視化，提升協(xié)作透明度；四是協(xié)議互操作性，兼容A2A、MCP等協(xié)議，規(guī)避供應(yīng)商鎖定。

其分層架構(gòu)含發(fā)現(xiàn)層、身份驗證層、消息傳遞層及可觀測性層，適配跨組織供應(yīng)鏈管理、實時人機(jī)交互等場景。與其他協(xié)議互補(bǔ)共生，為A2A提供基礎(chǔ)設(shè)施，通過SLIM協(xié)議實現(xiàn)與MCP的互操作。

元協(xié)議與垂直領(lǐng)域協(xié)議：生態(tài)的底層支撐

這類協(xié)議，其實不太直接參與具體的通信交互。更像是在為整個Agentic AI生態(tài)搭建基礎(chǔ)設(shè)施、建立游戲規(guī)則，或者針對某些垂直行業(yè)的特殊需求做優(yōu)化。可以說，它們拓展了Agent的應(yīng)用邊界，也是生態(tài)能否規(guī)?；l(fā)展的關(guān)鍵保障。

20、Agora Meta-Protocol（異構(gòu)協(xié)議適配元協(xié)議）

Agora Meta-Protocol 是由牛津大學(xué)等提出的一種元協(xié)議設(shè)計思想，用于在異構(gòu)智能體之間動態(tài)協(xié)商和適配通信協(xié)議。該協(xié)議是Agora協(xié)議的延伸，充當(dāng)異構(gòu)協(xié)議間的適配層。簡單地講，就是要解決不同Agentic AI協(xié)議語言不通的問題，實現(xiàn)跨協(xié)議的互翻譯和互操作，推動整個協(xié)議生態(tài)的融合。

這個元協(xié)議能識別不同協(xié)議的消息格式、語義規(guī)則，把一種協(xié)議的消息轉(zhuǎn)換成另一種協(xié)議能看懂的格式，讓采用不同協(xié)議的Agent也能間接協(xié)作起來。

舉個例子，在混合協(xié)議的Agent系統(tǒng)里，用ACP協(xié)議的Agent可以通過Agora Meta-Protocol跟用A2A協(xié)議的Agent通信，元協(xié)議負(fù)責(zé)消息格式的轉(zhuǎn)換和語義對齊，確保雙方能準(zhǔn)確理解對方的意圖。

它的關(guān)鍵優(yōu)勢在于打破了協(xié)議生態(tài)的碎片化，推動不同協(xié)議的兼容共存。適用于多協(xié)議融合的Agent系統(tǒng)、跨協(xié)議Agent協(xié)作、大規(guī)模異構(gòu)Agent網(wǎng)絡(luò)這些場景。

21、CrowdES（群體機(jī)器人Agent協(xié)議）

這個協(xié)議專注于群體機(jī)器人Agent的交互協(xié)作，核心是模擬真實人群動態(tài)，解決多機(jī)器人的分布式協(xié)調(diào)、避障和任務(wù)分配問題，主要用在機(jī)器人集群場景。

CrowdES基于群體智能理論設(shè)計，支持機(jī)器人Agent間的局部通信和全局協(xié)作，能夠根據(jù)機(jī)器人的位置、能力、任務(wù)進(jìn)度動態(tài)調(diào)整協(xié)作策略，還帶有避障算法和負(fù)載均衡機(jī)制。

在倉儲物流場景里，幾十個機(jī)器人可以通過CrowdES協(xié)議實現(xiàn)自主協(xié)作，合理分配貨物搬運任務(wù)，避免碰撞，優(yōu)化搬運路徑，提升整體效率；在工業(yè)自動化場景，可以實現(xiàn)多機(jī)器人的協(xié)同裝配、巡檢，保證生產(chǎn)流程順暢。

適用場景包括工業(yè)自動化、倉儲物流、機(jī)器人集群作業(yè)、智能巡檢等等。

論文：https://arxiv.org/html/2504.16736v2

22、SPPs（Spatial Population Protocols，空間群體協(xié)議）

這是面向分布式機(jī)器人Agent的定位與協(xié)作協(xié)議，核心是解決無GPS信號環(huán)境下的機(jī)器人自主定位和協(xié)作問題，不依賴集中式定位系統(tǒng)。

SPPs基于局部通信和概率算法，機(jī)器人Agent通過跟相鄰機(jī)器人通信獲取相對位置信息，結(jié)合概率模型推算自己的全局位置，同時實現(xiàn)分布式的任務(wù)協(xié)作。

它的特點是無中心化依賴、抗干擾能力強(qiáng)、適配復(fù)雜環(huán)境，特別適合GPS信號弱或者根本沒信號的場景，比如地下礦井巡檢、室內(nèi)機(jī)器人協(xié)作、隧道施工機(jī)器人調(diào)度這些。

在地下礦井里，多個巡檢機(jī)器人可以通過SPPs協(xié)議實現(xiàn)自主定位，協(xié)同完成瓦斯檢測、設(shè)備巡檢任務(wù)，不需要地面集中式調(diào)度；在室內(nèi)場景，可以實現(xiàn)服務(wù)機(jī)器人的自主導(dǎo)航和協(xié)作服務(wù)。

論文：https://arxiv.org/html/2504.16736v2

后記：Agentic AI協(xié)議生態(tài)現(xiàn)狀與未來走向

現(xiàn)在的Agentic AI協(xié)議生態(tài)，已經(jīng)形成了一個完整的分層體系了。

底層是FIPA ACL等基礎(chǔ)標(biāo)準(zhǔn)在支撐，構(gòu)建起協(xié)議生態(tài)的理論和安全基石；中間層作為核心，涵蓋了模型-工具、Agent間、人機(jī)交互三大類協(xié)議，把核心場景的互操作性解決了；頂層則由ANP、Agora Meta-Protocol等協(xié)議組成，負(fù)責(zé)大規(guī)模Agent網(wǎng)絡(luò)的協(xié)調(diào)、跨協(xié)議適配和生態(tài)治理。

各類協(xié)議協(xié)同互補(bǔ)，一起推動Agentic AI從孤島式系統(tǒng)向互聯(lián)生態(tài)轉(zhuǎn)變。

往后看，Agentic AI協(xié)議會呈現(xiàn)出三個主要趨勢。

首先是標(biāo)準(zhǔn)化整合，不同廠商和社區(qū)會逐步推進(jìn)協(xié)議兼容，減少碎片化，形成核心通用標(biāo)準(zhǔn)，降低生態(tài)準(zhǔn)入門檻。

其次是跨協(xié)議互操作會進(jìn)一步強(qiáng)化，元協(xié)議的作用會更加凸顯，實現(xiàn)異構(gòu)協(xié)議的無縫銜接，推動多協(xié)議融合的Agent系統(tǒng)真正落地。

第三是安全與可信機(jī)制的升級，結(jié)合區(qū)塊鏈、DID、隱私計算這些技術(shù)，完善身份認(rèn)證、權(quán)限管理和數(shù)據(jù)隱私保護(hù)機(jī)制，滿足金融、醫(yī)療這些敏感領(lǐng)域的需求。

同時，隨著邊緣計算、機(jī)器人、Web3這些技術(shù)跟Agentic AI的深度融合，垂直領(lǐng)域協(xié)議會持續(xù)豐富，推動Agent在更多場景的規(guī)?；瘧?yīng)用。

協(xié)議就像是Agentic AI生態(tài)的神經(jīng)網(wǎng)絡(luò)，它的成熟度直接決定了Agent協(xié)同的效率和邊界。隨著各類協(xié)議不斷迭代和融合，Agentic AI會突破現(xiàn)有的局限，在企業(yè)協(xié)作、智能終端、工業(yè)互聯(lián)網(wǎng)、民生服務(wù)這些領(lǐng)域?qū)崿F(xiàn)更廣泛的應(yīng)用，真正開啟萬物互聯(lián)與智能協(xié)同的新篇章。

全文完

看到這里，如果覺得不錯，隨手點個贊、在看或者轉(zhuǎn)發(fā)吧，也可以給個星標(biāo)，你的支持就是我的動力。

王吉偉頻道新書《一本書讀懂AI Agent：技術(shù)、應(yīng)用與商業(yè)》已出版，輕松讀懂系統(tǒng)掌握AI Agent技術(shù)原理、行業(yè)應(yīng)用、商業(yè)價值及創(chuàng)業(yè)機(jī)會，歡迎大家關(guān)注。

感謝大家長期關(guān)注與支持，小伙伴們隨意留言，王吉偉頻道會隨機(jī)選取留言用戶，《一本書讀懂AI Agent：技術(shù)、應(yīng)用與商業(yè)》包郵到家。

【文末福利1】：后臺發(fā)消息研報2026，獲取15篇2026年AI Agent研報。

【文末福利2】： 后臺發(fā)消息Workflow，獲取 Agentic Workflow 相關(guān)25篇論文。

【文末福利3】：后 臺發(fā)消息agentic，獲取Agentic AI相關(guān)資源 。

【文末福利4】：后臺發(fā)消息RPA Agent，獲取 相關(guān)論文和研報。

1、

2、

3、

4、

5、

6、

7、

8、

9、

10、

AIGC研究系列文章

C

• 期待點贊、在看、評論、轉(zhuǎn)發(fā)，您的支持就是我的動力。

• 鼓勵積極評論，您的留言可以成為選題。

• 歡迎閱讀其他文章，或會激發(fā)您的更多思考。

點擊左下角“閱讀原文”查看AIGC研究系列文章，掃碼或者后臺回復(fù)【加群】申請加入AIGC行業(yè)應(yīng)用交流社群。如果你是正在關(guān)注AI Agent的創(chuàng)業(yè)者、投資人及企業(yè)，歡迎帶著產(chǎn)品、項目及需求與王吉偉頻道交流。