智能体协议横向对比表

10 个关键问题 Q&A

1. Q：这套智能体标准体系最大特点是什么？ A：按系统边界解耦，不是大一统标准，可以单独选用某一项协议，不用全栈迁移。
2. Q：MCP 和 A2A 最核心区别？ A：MCP 是智能体调用工具；A2A 是智能体把完整任务委托给另一个独立智能体。
3. Q：Open Responses 和传统 Chat Completions API 差异？ A：Open Responses 把消息、工具调用、结果统一为带类型 Item，原生支持跨轮状态，面向 Agent 工作流，兼容多模型厂商。
4. Q：AG-UI 和 A2UI 怎么分工？ A：AG‑UI 负责事件通信流；A2UI 负责描述前端渲染界面，A2UI 数据包可通过 AG‑UI 传输。
5. Q：ACP 是做什么的，和 LSP 是什么关系？ A：ACP 用于 IDE 和代码智能体通信；对标 LSP，LSP 服务语言，ACP 服务带状态代码智能体。
6. Q：AGENTS.md 和 Agent Skills 区别？ A：AGENTS.md 是仓库静态项目规则；Agent Skills 是按需加载的领域知识包，不会一次性全部灌入提示词。
7. Q：OpenTelemetry GenAI 解决什么痛点？ A：统一智能体全链路遥测规范，一条 Trace 串联模型调用、工具执行、MCP 调用，实现跨组件观测。
8. Q：A2A 里的 Agent Card、Task、Artifact 是什么？ A：Agent Card 是智能体能力名片；Task 代表长运行带状态任务；Artifact 是任务输出成果。
9. Q：哪些协议已经接近事实标准？ A：MCP 成熟度最高，已大量 SDK / 客户端支持；A2A v1 稳定；AG-UI、ACP、A2UI 还在迭代。
10. Q：落地实施推荐顺序？ A：Open Responses（模型接入）→ MCP（工具）→ AG-UI（人机交互）→ A2A（多智能体）→ ACP（代码 IDE），同步增加 OTel 观测。

定义智能体如何连接大模型、工具、用户、其他智能体以及开发环境的协议、API 与数据格式

 2026 年 9 月 26 日

想要完成有价值的任务，一个智能体必须连接大模型、各类工具、远程智能体、终端用户、企业专属指令与知识库、业务运行系统；若是代码开发类智能体，还需要对接集成开发环境（IDE）。智能体正逐步成为应用开发的核心单元，而上述每一处连接，都是系统边界。

各大厂商与工作组正在为每一处边界制定独立的接口契约。MCP、A2A、AG-UI、ACP 属于通信协议；Open Responses 定义大模型 API；OpenTelemetry GenAI 提供语义规范；AGENTS.md、智能体技能（Agent Skills）、插件则采用文件与软件包格式。这些标准共同提升各类连接的可移植性，而不会强制要求整套智能体系统全部遵从同一套规范。

AI 智能体的互操作性，正在沿着一个个系统边界逐步成型

你可以独立组合使用这些接口契约。例如：仅采用 MCP 对接工具，而不用 A2A 处理远程智能体，也不用 ACP 对接 IDE。大多数技术团队会先实现大模型调用，当智能体需要跨越新边界时，再按需引入对应的接口规范。

1. Open Responses：调用大模型

智能体的第一处连接就是大模型。早期集成方案基本沿用 OpenAI 对话补全 API 的语义规范：消息、角色、多轮对话、流式输出、结构化工具调用。客户端、网关以及模型服务商都采纳了这套请求与响应结构。

智能体运行时需要在一次任务全流程中协调大模型的各项动作。OpenAI 的 Responses API 将消息、工具调用、工具返回结果以及其他模型动作定义为带类型的数据项，配套流式语义事件，跨轮次保存状态。Open Responses 规范基于这套设计，定义了一套开放、支持多厂商的通用契约，用于调用大模型、编排智能体工作流。

OpenAI 开发者文档介绍了向 Responses API 迁移的方案，同时继续保留对对话补全接口的支持。Claude 平台 SDK 也支持基础对话补全 API，不过该层主要用于测试与对比。这种广泛共识让 Open Responses 有望成为中立规范，但该标准仍处于发展阶段。

2. MCP：连接工具

智能体能够调用大模型进行推理之后，就需要在现实环境中执行动作。工具可以读取文档、查询数据库、操作浏览器、调用内部服务，或是修改外部系统。模型 API 虽然可以描述工具调用请求，但调用背后的集成逻辑，需要一套可复用的契约。

模型上下文协议（MCP）规范基于 JSON-RPC 2.0，定义三类角色：宿主是承载大模型应用的程序；宿主内部的客户端连接服务端；服务端对外暴露能力。除工具之外，服务端还可以通过同一连接暴露资源与提示词模板，向客户端提供数据和可复用交互模板。

MCP 扩展规范支持工具声明交互式 HTML 资源，宿主可以拉取内容并在沙盒 iframe 中渲染。MCP 上的智能体技能工作组仍在开发中，用于探索智能体如何通过同一协议发现并使用智能体技能。这两项扩展均不属于 MCP 基础能力。

目前绝大多数客户端、服务端与 SDK 都支持 MCP，它是这套体系中最接近事实标准的规范。

3. A2A：任务委托

下一个边界是任务委托。在同一个进程内部，框架可以通过函数调用或内部消息总线协调多个智能体。但他人开发部署、甚至由其他企业运营的智能体，就需要一套外部通用契约。

A2A 协议规范定义了这套契约。智能体卡片（Agent Card）描述智能体可提供的能力与访问方式；消息承载对话内容；任务代表带状态的工作流；产物（Artifacts）承载任务结果。流式传输与推送通知，让客户端能够跟踪单次请求之外长时间运行的任务。

MCP 让智能体获得某项能力；A2A 则允许智能体把目标任务委托给另一个独立自治的参与方。被委托方可以独立运行自身大模型与 MCP 工具，且不需要向调用方暴露内部细节。

A2A 1.0 版本已经稳定，配套多种协议绑定实现与 SDK。该版本发布时间不长，但规范文档已经可以落地实现。

4. AG-UI 与 A2UI：和用户交互

绝大多数智能体还需要与人交互。前端应用需要流式文本、可视化工具执行记录、共享状态、前端操作，同时支持暂停任务，等待人工审批、凭证输入或者用户选择。

AG-UI 规范标准化智能体后端和面向用户应用之间的事件流。它的事件模型覆盖任务生命周期、消息、工具调用、状态，但不限定客户端载体，可以是浏览器、移动端 App、终端或者聊天界面。规范同时定义了中断 - 恢复模式：任务运行途中请求外部输入，后续可基于用户答复继续执行。

A2UI：应用界面渲染描述

部分场景下智能体还需要告诉客户端该渲染什么界面。A2UI 采用声明式组件描述，组件来自客户端自有组件库；客户端可以渲染原生控件，而不用执行智能体下发的任意代码。

A2UI 和 AG-UI 是同一系统边界下两个独立规范：AG-UI 承载交互事件，A2UI 描述界面内容。A2UI 的载荷可以通过 AG-UI、A2A 或其他传输通道传递。

AG-UI 已有多个框架集成，但 1.0 规范尚未正式定稿。A2UI 当前版本 0.9.1，1.0 仍处于候选版本阶段。

5. 指令、技能与插件：能力打包

连接通道本身无法赋予智能体领域知识。仓库规则、企业流程、示例脚本、任务专属参考资料，不能全部硬编码到大模型中。

文件系统是最简单的交付载体：人员和智能体可以读取同一套内容，并做版本管理。多项规范都基于文件系统构建。

AGENTS.md：项目指令

AGENTS.md 为代码智能体提供固定位置存放构建命令、测试规范、代码风格、安全约束以及其他仓库指引。放在仓库根目录的文件定义通用指令，子目录内的文件可以针对单独项目或目录做细化约束。

AGENTS.md 是纯 Markdown 约定，代码智能体无需额外运行时服务即可读取。

Agent Skills（智能体技能）：按需加载知识

智能体技能规范将一套流程或领域知识打包为目录，目录中必须包含 SKILL.md，还可附带脚本、参考资料和资源文件。智能体在检索阶段仅加载技能名称与描述；激活该技能时，才读取完整指令并按需拉取配套文件。

渐进式加载避免领域知识和业务逻辑挤占基础提示词。权威业务规则、权限控制、不可逆决策逻辑，仍然应当放在经过测试的代码和策略系统中；而技能可以教会智能体如何调用这些规则。

插件打包

该层级有两套插件格式，二者打包对象不同。Claude Code 插件属于产品专属格式，可以包含技能、智能体、钩子、MCP 服务、LSP 服务、监控组件等。Agent Plugins 规范定义更轻量化的可移植包：根目录包含 plugin.json，附带智能体技能与 MCP 服务配置。

技能承载指令与知识；MCP 服务对外暴露工具能力。Claude Code 插件已是成熟产品功能；Agent Plugins 1.0 已发布，多家客户端已参与实现，但跨客户端可移植性仍有待验证。

6. OpenTelemetry GenAI：追踪智能体行为

当智能体跨越多个系统边界后，就需要全链路观测其行为。OpenTelemetry 提供厂商无关的追踪、指标、日志 API 与数据模型。GenAI 语义约定扩展了这套体系，覆盖模型调用、智能体与工作流触发、规划过程、工具执行以及 MCP 活动。

基于这套约定，一条追踪链路就可以串联智能体任务、模型调用、工具执行、MCP 操作。该约定定义遥测数据的名称与属性；通信传输与存储不在其规范范围内。

OpenTelemetry 本身已经成熟，但 GenAI 语义约定整体仍处于开发阶段。使用时需要锁定版本，字段名称与属性仍可能变动。

7. ACP：代码智能体对接 IDE

最后一处边界是编辑器。IDE 和代码智能体之间需要初始化连接、创建 / 恢复会话、交换提示词与进度、权限管控、终止任务。智能体客户端协议（ACP）推荐由客户端提供 MCP 服务，用于运行在客户端本地的工具。

智能体客户端协议基于 JSON-RPC 2.0 标准化开发阶段 IDE 与代码智能体之间的交互。双方通过能力协商，共用核心基础能力，仅在两端同时支持时启用可选扩展功能。

LSP 让编辑器可以用同一套契约对接大量语言服务；ACP 希望为代码智能体实现同样效果。但智能体是带状态的任务执行主体，拥有操作权限，交互逻辑比传统语言工具更加复杂。

ACP V2 仍处于实验阶段，线上协议可能出现不兼容变更。探索 V2 版本的实现需要做协议版本协商，并在必要时保留 V1 兼容。ACP 的作用范围仅限 IDE 到代码智能体的边界，区别于面向终端应用的 AG-UI 边界，以及面向工具的 MCP 边界。

按需选择接口

把这些标准看作独立的边界契约。当你需要替换边界另一端的组件，又不想重写智能体本身时，再在这个边界引入对应标准；其余标准在未遇到需求前，不必接入。

下方表格行数多于 7 项，因为 UI 层和能力打包层各自包含多项规范。

表格对比各项新兴 AI 智能体标准：维护方、用途、映射对象，包含 Open Responses、MCP、A2A、AG-UI、A2UI、AGENTS.md、Agent Skills、插件、OpenTelemetry GenAI、ACP

模型接口https://www.openresponses.org/specification：开放、支持多厂商的大模型 API 规范

工具与远程智能体https://modelcontextprotocol.io/specification/latest：核心智能体 - 工具协议https://modelcontextprotocol.io/extensions/apps/overview：支持交互式 HTML 界面的 MCP 扩展https://modelcontextprotocol.io/community/working-groups/skills-over-mcp：正在开发，打通 MCP 和智能体技能https://a2a-protocol.org/latest/specification/：独立智能体之间用于发现、任务委托、协作的协议

用户界面https://docs.ag-ui.com/introduction：智能体后端与面向用户应用之间的事件协议 https://a2ui.org/：智能体生成界面的声明式描述格式

指令、知识与打包https://agents.md/：代码智能体使用的仓库指令文件规范 https://agentskills.io/specification：按需加载指令、知识、脚本、资源的格式 https://code.claude.com/docs/en/plugins-reference：Anthropic 产品专属插件格式 https://agent-plugins.org/specification：可移植包格式，用于智能体技能与 MCP 服务

运维观测与 IDEhttps://github.com/open-telemetry/semantic-conventions-genai：模型、智能体、工具、MCP 共用的遥测语义词汇表 https://agentclientprotocol.com/protocol/v2/overview：代码智能体与 IDE 之间的通信协议

值得持续关注的其他规范

本文没有将它们归入核心体系，原因有二：要么是用于描述智能体本身，而非实现智能体之间的连接；要么对应的系统边界尚在成型阶段。这一类大多是智能体的模式定义、软件包或者配置规范。

https://agenticresourcediscovery.org/spec/：联邦发现提案，用于检索智能体、MCP 服务、技能、插件、API、工作流 https://github.com/agntcy/oasf：AGNTCY 的模式框架，定义智能体能力、交互、元数据、资源发现https://oracle.github.io/agent-spec/：Oracle 提出的可移植智能体与工作流声明式格式 https://agentformat.org/：1.0 正式版声明式 YAML 格式，.agf.yaml文件描述智能体身份、接口、工具 / 智能体依赖、约束、执行策略；配套框架适配器仍在规划中 https://dotagentsprotocol.com/：草案级全局与工作区目录约定，在.agents/目录存放 MCP 配置、模型与提示词设置、指令、技能、子智能体配置、定时任务、记忆数据 https://www.adl-spec.org/spec：0.3.0 版本，.adl.json或.adl文档定义智能体身份、能力、权限、安全、生命周期、运行时要求 https://www.aauth.dev/：配套授权层，提供加密智能体身份、委托 HTTP 资源访问。对应的 IETF 互联网草案定义 4 种资源访问模式；尚未成为 IETF 正式标准，仍在迭代。 https://webmachinelearning.github.io/webmcp/：W3C WebML 社区组草案，用于向智能体暴露网页强类型能力；不属于 W3C 正式标准