考察点
快手、阿里面过这道。面试官不指望你背规范细节，想看你能不能说清「为什么有了 MCP 还需要 A2A」。追问方向：A2A 的核心概念、push notification 解决什么、和 MCP 的关系。
参考答案
解决的问题：Agent 之间的对话
A2A（Agent2Agent，Google 2025 年开源，后捐给 Linux Foundation）瞄准的是 MCP 覆盖不到的空白：对等 Agent 之间的协作。
真实企业场景里，AI 系统不是一个万能 Agent 加一堆工具，而是多个各有专长的 Agent：客服 Agent、数据分析 Agent、采购 Agent，可能还分属不同团队、不同厂商、不同技术栈。让这些 Agent 互相派活，面临的问题是：怎么知道对方会干什么（能力发现）？派过去的任务可能要跑几分钟甚至几天，不是一次 HTTP 请求能装下的（长任务管理）？中途需要补充信息怎么办（多轮交互）？A2A 就是为这组问题定的开放协议。
三个核心概念
Agent Card：每个 A2A Agent 在 /.well-known/agent.json 公布自己的名片——名字、能力描述、支持的技能、输入输出模态、鉴权方式。其他 Agent 读了名片就知道该怎么跟它打交道，这是能力发现机制，类似 MCP Server 的能力上报，但面向的是 Agent 而非工具。
Task：协作的基本单元。Client Agent 向 Remote Agent 发起一个 Task，任务有明确的生命周期状态机（submitted、working、input-required、completed、failed 等）。任务结果以 Artifact（产物）的形式交付，中间过程用 Message 沟通。这和工具调用的「请求-响应一次完事」完全不同——Task 是长期存在、可查询、可推进的对象。
Push Notification：针对长任务的异步通知。Agent 之间不适合让调用方挂着 HTTP 连接等结果——一个供应链分析任务可能跑两小时。Remote Agent 配了 webhook 后，任务状态变化（完成、失败、需要补充输入）会主动推给调用方，调用方收到通知再拉取结果。这解决的就是长任务下的连接管理和资源占用问题。
和工具调用的本质差别
理解 A2A 的一把钥匙：调工具是「执行一个函数」，调 Agent 是「委托一项工作」。函数调用是同步的、确定的、一次性的；工作委托是异步的、可能多轮的、对方有自己的规划和决策。所以 A2A 抽象的是 Task 而不是 function，交互里允许模糊（「帮我把这份合同审一下」），允许对方反问（input-required 状态），这些是工具协议没有的语义。
一个典型流程
主 Agent 收到用户「分析上个月销售下滑原因」，发现需要数据能力，读数据分析 Agent 的 Agent Card，确认它有 SQL 查询和报表技能，发起 Task；分析 Agent 干到一半发现需要指定时间口径，任务转 input-required 并推送通知；主 Agent 回填口径，任务继续；最终收到 completed 通知，拉取 Artifact（分析报告），整合后回复用户。
可能的追问
- A2A 和 MCP 是竞品吗？ 不是。MCP 管 Agent 调工具（垂直方向），A2A 管 Agent 调 Agent（水平方向），一个 Remote Agent 内部完全可以再用 MCP 接自己的工具。
- A2A 的安全怎么保证？ Agent Card 里声明鉴权方案（OAuth、API Key 等），Task 级别做权限校验和审计；跨组织协作时还要约定数据边界，名片里不该暴露内部实现细节。
- 什么场景不该用 A2A？ 自己系统内部几个紧密耦合的模块，直接函数调用或消息队列更划算。A2A 的价值在跨边界（跨团队、跨厂商、跨技术栈）协作，系统内用它反而引入不必要的复杂度。