A2A 策略核心：雙重定義與「智慧體運算」的基石
微軟的「A2A」策略，簡單來說，包含兩大層面：一是我們熟悉的「應用程式對應用程式」(Application-to-Application)的自動化，協助不同軟體系統順暢對話，打破資訊孤島。二是面向未來的「智慧體對智慧體」(Agent-to-Agent)的協作，讓 AI 智慧體能夠跨平台、跨組織地無縫溝通與合作。這不僅是技術趨勢，更是向「智慧體運算 (Agentic Computing)」的根本性轉變。
微軟的目標是建構一個高度互聯、智慧自主的企業系統新生態。透過擁抱 A2A 等開放協定並深度整合，微軟正積極推動 AI 領域的互通性，致力於打造一個開放、協作的智慧未來，讓智慧不再侷限於單一應用程式或介面。
兩大策略支柱：技術基石解密
智慧體對智慧體 (A2A) 協定
微軟採納開放的 A2A 標準（源自 Google），讓 AI 智慧體之間溝通無礙，即使使用 Semantic Kernel 或 LangChain 等不同工具建構的智慧體也能互通。關鍵技術點：
- 智慧體卡片 (Agent Cards): 智慧體的「名片」，快速了解其能力。
- 任務與生命週期 (Tasks & Lifecycles): 標準化任務流程，輕鬆管理與追蹤。
- 訊息與產出物 (Messages & Artifacts): 清晰的通訊格式，高效交換資訊與成果。
- 串流與推送 (Streaming & Push): 即時更新與主動通知，互動更即時。
A2A 協定能夠實現結構化的智慧體通訊——安全、可觀察地交換目標、管理狀態、呼叫操作並返回結果。
企業級安全保障： Microsoft Entra ID mTLS 雙向加密 Azure AI Content Safety 及完整的稽核日誌，確保通訊安全可信。
Azure 整合服務 (AIS)
企業應用程式連接的「瑞士刀」，為傳統應用程式整合和新興智慧體場景提供堅實後盾。核心服務包括：
- Logic Apps: 像堆積木一樣建構自動化業務流程。
- Service Bus: 可靠的訊息「快遞員」，確保資訊安全送達。
- API Management: API 的「大管家」，統一發布、管理和保護。
- Event Grid: 事件「廣播站」，即時回應各類系統事件。
- Data Factory: 資料的「加工廠」，高效整合與轉換海量資料。
AIS 是 AI 智慧體与企業現有系統順暢互動的「高速公路」，確保智慧體能夠有效存取資料並執行操作。
核心賦能平台：加速您的智慧體應用程式開發
Azure AI Foundry
備受全球 70,000+ 企業與數位原生公司（如 Atomicwork, Epic, Fujitsu, Gainsight, H&R Block, LG Electronics）信賴的「智慧體工廠」。新的 Agent Service 在短短 4 個月內吸引了 10,000+ 組織。透過 A2A 協定，您可在此建構和編排複雜的、跨越內外部工具的多智慧體工作流程，同時確保治理與服務等級協定 (SLA)。
Microsoft Copilot Studio
超過 230,000 個組織（包括 90% 的財星 500 強企業）已在使用。藉助 A2A 互通性，在 Copilot Studio 中建構的智慧體將能安全呼叫外部智慧體，即使這些智慧體建構於其他平台或託管在微軟生態之外，也能協同工作，極大擴展 Copilot 的能力邊界。
Semantic Kernel
開源的「魔法棒」，輕鬆結合大型語言模型與 C#、Python 等程式語言，建構能夠參與 A2A 通訊的 AI 智慧體。微軟致力於支援開發者熟悉和喜愛的工具。
A2A 策略能為企業帶來哪些獨特價值？
營運效率飆升
自動化複雜流程，智慧體協同作戰，釋放員工潛力。
數據驅動決策
提升數據一致性與準確性，洞察更深刻，決策更明智。
IT 架構現代化
增強系統可擴展性與未來適應性，無懼技術迭代。
AI 賦能創新
實現主動式營運，精準預測，催生全新智慧應用。
建構可組合智慧系統
跨組織、跨雲端邊界靈活組裝智慧能力，按需建構解決方案。
開放互聯生態
打破技術壁壘，促進跨供應商、跨平台協作，避免鎖定。
擁抱 A2A：需要關注的挑戰與安全問題
主要挑戰
- 新舊系統整合：實施起來可能有點複雜。
- 成本與資源：需要規劃好投入和管理。
- 技術標準演進：保持學習，跟上節奏。
AI 智慧體安全風險
- 「忽悠」智慧體：小心提示注入攻擊。
- 工具被「帶壞」：防止外部工具被濫用。
- 身份被「冒名」：警惕欺騙與通訊投毒。
- 程式碼「被執行」：防範遠端程式碼執行風險。
微軟如何應對？安全與信任是基石
微軟將 A2A 通訊深度融入其成熟的企業級安全體系（如 Microsoft Entra ID 進行身份驗證, mTLS 進行通道加密, Azure AI Content Safety 進行內容審查），並配合沙箱執行、最小權限、資料外洩防護 (DLP) 及全面稽核日誌等多種手段，積極建構一個值得信賴的、安全合規的智慧體生態系統。Azure AI Foundry 預設內建信任機制，確保智慧體生態系統即使在日益開放和分散式的環境下，安全、合規和問責仍然是首要考量。
未來已來：「智慧體運算」引領軟體新範式
「智慧體運算 (Agentic Computing)」 不是短暫趨勢，而是改變軟體建構、決策制定和價值創造方式的根本性轉變。微軟的 A2A 策略正是這一宏大願景的關鍵基石。
微軟致力於推動開放標準，已加入 A2A GitHub 工作小組 貢獻規範和工具。A2A 協定的公開預覽版即將在 Azure AI Foundry 和 Copilot Studio 中推出。微軟將持續投入 Autogen、Semantic Kernel、模型上下文協定 (MCP) 及開放模型等，支援開發者和企業最需要的協定、模型和框架。
下一代軟體將是：
最優秀的智慧體不會孤立存在，它們將在工作流程中無縫運作，跨越模型、領域和生態系統。微軟正以開放為核心建構這一未來，因為智慧應該像它所服務的世界一樣無界協作。
動手實踐：Semantic Kernel 與 A2A 協定整合範例
了解如何透過 Azure AI Foundry 的 Semantic Kernel 框架，利用輕量級的 JSON-RPC A2A 協定，實現跨雲端智慧體間的即時、安全、非同步互通，無需交換程式碼或憑證。
微軟對 A2A 生態的貢獻
目前 A2A 協定尚在發展初期，缺乏打包好的函式庫，為開發者快速建構整合帶來挑戰。微軟的初步貢獻旨在透過直接利用 A2A 程式碼庫中的現有範例程式碼，展示 Semantic Kernel 智慧體如何有效融入 A2A 生態。目標是提供清晰的整合路徑，使客戶能輕鬆在其 A2A 專案中採用 Semantic Kernel。
SemanticKernelTravelManager
作為中央協調器，接收和分析請求，並根據上下文智慧地將任務（如貨幣查詢、行程規劃）路由給專門的智慧體。
CurrencyExchangeAgent
處理貨幣相關任務，整合外部 API（如 Frankfurter API）提供即時匯率，助力精準預算和財務規劃。
ActivityPlannerAgent
根據使用者偏好和預算，提供個人化的行程建議、活動和事件預訂，打造客製化旅行體驗。
整合如何運作？
- 任務路由與委派： TravelManager（作為協調器）將其下的專門智慧體配置為外掛程式。利用上下文感知和自動函式呼叫，底層模型智慧判斷最合適的智慧體處理請求。
- 智慧體發現： 智慧體透過結構化的「智慧體卡片」(Agent Card) 宣告其能力，使客戶端智慧體能高效識別和選擇最適合特定任務的智慧體，並透過 A2A 協定無縫通訊。此範例中宣告了一個 Semantic Kernel 智慧體。
- 對話記憶： Semantic Kernel 透過其聊天歷史記錄在多輪互動中維護上下文，提供流暢的使用者體驗（此範例中的歷史記錄是暫時的，不會持久化）。
範例情境：輕鬆規劃您的旅程
想像一下，使用者希望規劃一次經濟實惠的旅行，並需要貨幣換算：
- 使用者向
TravelManager提交請求。 TravelManager偵測到貨幣換算需求，呼叫CurrencyExchangeAgent。CurrencyExchangeAgent從 Frankfurter API 取得匯率。ActivityPlannerAgent根據預算建議經濟實惠的活動選項。TravelManager彙總資訊並返回完整的旅行計畫。
快速上手指南
確保您已在本機複製了最新版本的 A2A 程式碼庫 以成功執行此示範。
1. 先決條件：
- Python 3.10 或更高版本
uv套件管理器 (查看 uv 文件 了解如何安裝)- 有效的 OpenAI 憑證 (查看 SK 文件)
- 可選: Frankfurter API 金鑰 (免費端點無需金鑰)
2. 設定與執行：
導覽至 A2A 範例目錄中的 Semantic Kernel 範例位置：
cd samples/python/agents/semantickernel建立一個 .env 檔案並填入您的憑證：
OPENAI_API_KEY="your_api_key_here"
OPENAI_CHAT_MODEL_ID="your-model-id"設定環境 (固定到您期望/已安裝的 Python 版本)：
uv python pin 3.12
uv venv
source .venv/bin/activate
執行 Semantic Kernel Agent：
uv run .
uv run . --host 0.0.0.0 --port 8080執行後，您將看到伺服器啟動的輸出資訊。
在另一個終端機中，執行 A2A 客戶端：
cd samples/python
uv run hosts/cli --agent http://localhost:10020執行客戶端後，您會看到顯示的智慧體卡片，確認 Semantic Kernel Travel Agent Manager 已成功發現並準備好互動。
現在您可以直接向智慧體傳送查詢，例如：
我將前往韓國首爾旅行 2 天。
我每天的預算是 100 美元。
換算成韓元是多少？我可以做些什麼事和吃些什麼？提交請求後，您將在控制台中看到反映請求處理不同階段的串流事件訊息，最終會收到一個結構化的 JSON 回應。
後續計畫
微軟正積極開發更多整合範例，例如透過 Semantic Kernel 的 AzureAIAgent 連接到 Azure AI Foundry。此外，我們計畫直接向 Semantic Kernel 程式碼庫貢獻一個 A2A 範例。敬請期待未來的更新！
如何成功落地 A2A 策略並最大化價值？
找準痛點：從能帶來高回報的業務場景切入，解決實際問題。
評估家底：摸清現有 IT 系統、資料、網路和安全狀況，做好準備。
安全第一：從一開始就規劃好 AI 安全和治理策略，利用微軟安全工具。
培養人才：投資團隊技能，使其掌握 AI、A2A 及 Azure 相關知識。
小步快跑：從試點專案開始，驗證成功後再逐步推廣，敏捷迭代。
鼓勵創新：營造氛圍，探索 A2A 在各業務中的應用機會，發掘新價值。
保持關注：跟進 A2A 協定、MCP 等相關標準的最新進展，及時調整策略。
善用工具：積極利用 Azure AI Foundry, Copilot Studio, Semantic Kernel 等微軟平台和工具加速開發。
核心思路：不要只想著如何用 A2A 讓現有流程更快，更要思考「有了 A2A，哪些全新的業務模式和流程成為可能？」 擁抱「可組合企業」的理念，用專業的 AI 智慧體和整合應用程式，靈活建構未來的業務能力。