av天堂久久天堂色综合,最近中文字幕mv免费高清在线,在线a级毛片免费视频,av动漫,中文字幕精品亚洲无线码一区

微信掃一掃,關(guān)注公眾號

  • 科技行者

  • 算力行者

見證連接與計算的「力量」

首頁 谷歌搞大事情,新發(fā)布Agent2Agent協(xié)議,Claude的MCP有了新對手

谷歌搞大事情,新發(fā)布Agent2Agent協(xié)議,Claude的MCP有了新對手

2025-04-10 13:03
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2025-04-10 13:03 ? 周雅

現(xiàn)在AI助手越來越多,但它們之間卻像是生活在平行世界,完全不能交流,現(xiàn)在谷歌也坐不住了,要來解決這個痛點(diǎn)。

過去幾個月,至少有兩個AI助手互操作標(biāo)準(zhǔn)出現(xiàn):先是Anthropic推出了“模型上下文協(xié)議(MCP)”,然后思科帶頭搞了個叫做“AGNTCY”的聯(lián)盟標(biāo)準(zhǔn)。這是因?yàn)榇蠹以絹碓秸J(rèn)識到,讓不同公司開發(fā)的AI助手能夠“互相說話”非常重要。想象一下,財務(wù)部的AI、人事部的AI和銷售部的AI如果能無縫合作,效率會提高多少!

正是看到這個趨勢,現(xiàn)在谷歌也來湊熱鬧了,最新推出“Agent2Agent”(簡稱A2A)協(xié)議。

谷歌搞大事情,新發(fā)布Agent2Agent協(xié)議,Claude的MCP有了新對手

這次谷歌可沒單打獨(dú)斗,而是聯(lián)合了50多家大廠一起上,包括Atlassian、Box、Cohere、Intuit、LangChain、MongoDB、Salesforce、SAP、ServiceNow、UKG和Workday等公司。看這陣仗,A2A協(xié)議旨在成為AI助手和AI應(yīng)用之間的互操作語言。

谷歌搞大事情,新發(fā)布Agent2Agent協(xié)議,Claude的MCP有了新對手

谷歌云業(yè)務(wù)應(yīng)用平臺副總裁兼總經(jīng)理Rao Surapaneni在獨(dú)家采訪中表示,A2A讓具有不同專長和數(shù)據(jù)節(jié)點(diǎn)的助手更容易獲取所需上下文。

“每個AI系統(tǒng)都有特定專長,因?yàn)樗鼈儞碛袛?shù)據(jù)節(jié)點(diǎn)或邏輯節(jié)點(diǎn),或者當(dāng)前用戶群專注于特定任務(wù),這些框架預(yù)計會圍繞非常專業(yè)的焦點(diǎn)發(fā)展。作為客戶,如果我部署了這些多平臺和多框架,我不希望在它們之間來回切換。”他后面還補(bǔ)了一句:“谷歌與50多個合作伙伴和客戶合作的部分原因是為了構(gòu)建A2A,使其具有「以企業(yè)級、安全和可信方式進(jìn)行互操作的能力」。”

什么是A2A協(xié)議?

這個A2A協(xié)議到底是什么?

簡單來說,A2A協(xié)議主要是讓兩種AI助手互相交流:一種叫「客戶端助手」,另一種叫「遠(yuǎn)程助手」。

這就像餐廳里的服務(wù)員和廚師的關(guān)系:服務(wù)員(客戶端助手)接收你的點(diǎn)餐并傳達(dá)給廚師,而廚師(遠(yuǎn)程助手)則負(fù)責(zé)根據(jù)這些要求烹飪美食。比如你問自家AI一個財務(wù)問題,它如果不懂,就可以去請教專門的財務(wù)AI,然后把答案告訴你,全程你不用操心。

谷歌在最新一篇博文中寫道,A2A協(xié)議主要包括四項(xiàng)功能:

功能一,能力發(fā)現(xiàn):助手可以通過JSON格式的“助手卡片”(技術(shù)上叫Agent Card)來展示它有什么能力,就像我們?nèi)祟愑袀€人簡歷一樣,這樣客戶端助手就能確定最適合完成任務(wù)的遠(yuǎn)程助手。比如你問:“我想了解今年的稅收政策變化”,你的個人助手可能對稅務(wù)不精通,但它知道誰是稅務(wù)專家,于是就會找到稅務(wù)助手來合作。

功能二,任務(wù)管理:確保助手間的對話都是圍繞完成任務(wù)展開的,并定義任務(wù)的生命周期。對于耗時較長的任務(wù),兩個助手會保持聯(lián)系,互相更新最新進(jìn)度。任務(wù)的最終結(jié)果被稱為“工件(artifact)”。這就像你點(diǎn)了一道復(fù)雜的菜,廚師會不時告訴服務(wù)員:“已經(jīng)開始準(zhǔn)備食材了”、“馬上就好了”,最后才端出成品。

功能三,協(xié)作功能:助手們可以互相發(fā)送消息,傳遞上下文、回復(fù)、工件或用戶指令。就像服務(wù)員可能會告訴廚師:“客人對海鮮過敏”或“客人喜歡微辣口味”,AI助手之間也會分享這類重要信息,確保最終結(jié)果符合你的需求。

功能四,用戶體驗(yàn)協(xié)商:每條消息都包含“一部分”內(nèi)容,比如生成的圖像。每個部分都有特定的內(nèi)容類型,這樣客戶端和遠(yuǎn)程助手就能協(xié)商出正確的格式,并明確包括用戶界面能力的協(xié)商:比如是否支持嵌入框架、視頻、網(wǎng)頁表單等等。這就像服務(wù)員知道,你是坐在高腳凳上還是在包廂里,從而決定如何最好地為你上菜。

總結(jié)而言,A2A就像是給AI助手們創(chuàng)造了一種“通用語言”,讓它們能夠無障礙交流,共同為用戶提供更全面、更智能的服務(wù)。

最重要的是,谷歌把A2A設(shè)計成了開源協(xié)議,整個AI社區(qū)都可以來貢獻(xiàn)代碼和更新。Surapaneni強(qiáng)調(diào):“我們希望這真正成為一個社區(qū)驅(qū)動的開源項(xiàng)目,有一個專門的治理委員會,但核心是要保持開放且由社區(qū)驅(qū)動。”

在開發(fā)A2A過程中,谷歌團(tuán)隊特別注重讓AI助手們能用“自然、非結(jié)構(gòu)化”的方式交流,即使它們沒有共享的記憶、工具和上下文也沒問題。而且A2A基于HTTP和JSON這些現(xiàn)成標(biāo)準(zhǔn)構(gòu)建,所以更容易與現(xiàn)有技術(shù)棧集成,安全性也有保障。

真實(shí)案例:A2A如何革新招聘流程?

為了讓大家更直觀看到A2A協(xié)議的能力,谷歌還特別用了一個真實(shí)案例,主打一個全面。

谷歌在最新博文中寫道:有了A2A,招聘一名軟件工程師的過程可以變得很輕松:在Agentspace這樣的統(tǒng)一界面中,招聘經(jīng)理只需告訴自己的AI助手:“幫我找符合這個職位描述、在這個地區(qū)、具備這些技能的候選人。”

接下來,神奇的事情發(fā)生了:

· 你的AI助手會自動聯(lián)系其他專門的招聘AI助手;

· 這些專業(yè)助手會幫你篩選潛在候選人;

· 你收到建議名單后,只需動動手指,就能指示助手安排面試;

· 面試結(jié)束后,另一個專門的AI助手還能幫你完成背景調(diào)查。

整個候選人尋找過程變得流暢無比。

AI圈的“通用語言”之爭:互操作協(xié)議的崛起

當(dāng)然,A2A只是AI助手“通用語言”大戰(zhàn)的最新一幕,讓AI助手互相聽懂對方說話這件事,現(xiàn)在可熱鬧了,各大科技巨頭都在搶灘布局。

除了谷歌的A2A,市場上還有思科聯(lián)合LangChain、Galileo、LlamaIndex和Glean組成的AGNTCY聯(lián)盟,目標(biāo)是為AI助手間創(chuàng)建標(biāo)準(zhǔn)通信方式;同時參與A2A的LangChain還單獨(dú)開發(fā)了Agent Protocol;微軟也升級了AutoGen框架,都是為了讓AI助手們能順暢交流。

有意思的是,微軟等很多公司已經(jīng)擁抱了Anthropic的MCP協(xié)議,就連谷歌自己也通過新的Agent Development Kit支持MCP。面對這種情況,谷歌云Surapaneni趕緊澄清:A2A和MCP不是競爭關(guān)系,而是互補(bǔ)的。

“我們把MCP和A2A看作互補(bǔ)能力,”他解釋道,“A2A處于更高層次的抽象,讓應(yīng)用和助手互相交流。你可以把它想象成分層架構(gòu),MCP負(fù)責(zé)在底層與LLM、工具和數(shù)據(jù)交互。”

谷歌明顯不想把自己孤立起來,Surapaneni沒有排除與其他互操作協(xié)議聯(lián)盟合作的可能。他表示A2A隨時歡迎新成員加入,協(xié)議會根據(jù)社區(qū)建議和需求不斷更新,是一個“活著的代碼”——“我們會考慮如何與所有協(xié)議保持一致,總會有一些協(xié)議帶來好點(diǎn)子,我們希望把所有好想法都吸收進(jìn)來。”

為什么互操作性需求突然爆發(fā)?

各大組織和AI公司都認(rèn)同一個觀點(diǎn):未來的世界不會只有一個AI模型稱霸,而是多模型并存。這意味著AI助手也會基于不同的語言和框架構(gòu)建,這很合理。

但要實(shí)現(xiàn)一個完整的助手生態(tài)系統(tǒng),就必須讓各家公司的助手能夠互相交流。這說起來容易做起來難!行業(yè)標(biāo)準(zhǔn)通常需要時間才能確立,還需要大部分公司的認(rèn)可和支持。

無論是A2A、MCP還是AGNTCY,如果希望成功創(chuàng)建一種標(biāo)準(zhǔn)方式讓所有AI助手都能使用,不管它們是誰構(gòu)建的或基于哪種框架,都必須實(shí)現(xiàn)大規(guī)模采用和部署。

Surapaneni也坦率承認(rèn),即使有50多個合作伙伴在研發(fā)A2A,目前的采用率仍未達(dá)到臨界點(diǎn)。“所有這些協(xié)議都會不斷發(fā)展,特別是在AI快速變化的環(huán)境下,我們會發(fā)現(xiàn)新的用例和場景需要解決,所以它會繼續(xù)成長,”他說道。

分享至
0贊

好文章,需要你的鼓勵

周雅

Miranda
關(guān)注科技創(chuàng)新、技術(shù)投資。以文會友,左手硬核科技,右手浪漫主義。
推薦文章
  • LLM情境調(diào)節(jié)與持續(xù)工作流程提示:革新化學(xué)分子式的多模態(tài)驗(yàn)證技術(shù)

    LLM情境調(diào)節(jié)與持續(xù)工作流程提示:革新化學(xué)分子式的多模態(tài)驗(yàn)證技術(shù)

    這項(xiàng)研究探索了如何通過"LLM情境調(diào)節(jié)"和"持續(xù)工作流程提示"技術(shù)來提高大型語言模型在驗(yàn)證化學(xué)分子式時的準(zhǔn)確性。研究者發(fā)現(xiàn),普通提示方法往往不可靠,因?yàn)長LM傾向于自動"糾正"錯誤而非指出它們。然而,通過精心設(shè)計的情境調(diào)節(jié)提示,研究成功引導(dǎo)Gemini 2.5 Pro不僅識別出文本中的錯誤,還發(fā)現(xiàn)了之前人工審閱未察覺的圖像中的分子式錯誤。這一概念驗(yàn)證研究表明,即使不修改模型本身,也能通過適當(dāng)?shù)奶崾静呗燥@著提高LLM在科學(xué)技術(shù)文檔細(xì)節(jié)驗(yàn)證中的表現(xiàn)。

  • 微生物顯微圖像分割新突破:復(fù)旦大學(xué)研究團(tuán)隊借助多模態(tài)大語言模型統(tǒng)一顯微鏡下的"萬物分割"

    微生物顯微圖像分割新突破:復(fù)旦大學(xué)研究團(tuán)隊借助多模態(tài)大語言模型統(tǒng)一顯微鏡下的"萬物分割"

    復(fù)旦大學(xué)研究團(tuán)隊開發(fā)的uLLSAM模型成功將多模態(tài)大語言模型(MLLMs)與分割一切模型(SAM)結(jié)合,解決了顯微鏡圖像分析的跨域泛化難題。通過創(chuàng)新的視覺-語言語義對齊模塊(VLSA)和語義邊界正則化(SBR)技術(shù),該模型在9個領(lǐng)域內(nèi)數(shù)據(jù)集上提升了7.71%的分割準(zhǔn)確度,在10個從未見過的數(shù)據(jù)集上也展現(xiàn)了10.08%的性能提升。這一統(tǒng)一框架能同時處理光學(xué)和電子顯微鏡圖像,大大提高了生物醫(yī)學(xué)圖像分析的效率和準(zhǔn)確性,為科研人員提供了強(qiáng)大的自動化分析工具。

  • 用強(qiáng)化學(xué)習(xí)讓大語言模型為匯編代碼提速:斯坦福團(tuán)隊的優(yōu)化探索

    用強(qiáng)化學(xué)習(xí)讓大語言模型為匯編代碼提速:斯坦福團(tuán)隊的優(yōu)化探索

    斯坦福大學(xué)等機(jī)構(gòu)研究團(tuán)隊利用強(qiáng)化學(xué)習(xí)訓(xùn)練大語言模型,使其能夠優(yōu)化匯編代碼性能。研究構(gòu)建了8,072個程序的數(shù)據(jù)集,并通過近端策略優(yōu)化(PPO)訓(xùn)練模型生成既正確又高效的匯編代碼。實(shí)驗(yàn)表明,訓(xùn)練后的Qwen2.5-Coder-7B-PPO模型實(shí)現(xiàn)了96.0%的測試通過率和1.47倍平均加速比,超越包括Claude-3.7-sonnet在內(nèi)的所有其他模型。研究發(fā)現(xiàn)模型能識別編譯器忽略的優(yōu)化機(jī)會,如用單一指令替代整個循環(huán),為性能敏感應(yīng)用提供了有價值的優(yōu)化途徑。

  • 播放師傅變聲魔術(shù):讓你的錄音遵循參考風(fēng)格的推理時間優(yōu)化新方法

    播放師傅變聲魔術(shù):讓你的錄音遵循參考風(fēng)格的推理時間優(yōu)化新方法

    這項(xiàng)研究提出了一種改進(jìn)的聲樂效果風(fēng)格遷移方法,通過在推理時間優(yōu)化過程中引入高斯先驗(yàn)知識,解決了傳統(tǒng)ST-ITO方法忽視參數(shù)合理性的問題。研究團(tuán)隊基于DiffVox數(shù)據(jù)集構(gòu)建了專業(yè)效果器參數(shù)分布模型,將風(fēng)格遷移轉(zhuǎn)化為最大后驗(yàn)概率估計問題。實(shí)驗(yàn)結(jié)果表明,該方法顯著優(yōu)于基準(zhǔn)方法,參數(shù)均方誤差降低了33%,并在主觀聽感測試中獲得最高評分。這一創(chuàng)新為音頻處理領(lǐng)域融合數(shù)據(jù)驅(qū)動和專業(yè)知識提供了新思路。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-