智能體時代下的新商業模式：A2A

你對着手機說了一句“幫我訂下週二上午去墨爾本的機票”。幾秒鐘之內，你的AI助理已經聯繫上了企業差旅供應商的訂票Agent，查好了航班和酒店——全部符合公司差旅政策。整個過程中，你沒有發過一封郵件，也沒有打過一通電話。這就是Agent-to-Agent——A2A——正在做的事。

它不是讓兩個AI聊天，而是讓任務在智能體之間可控地流轉。換句話說，你不需要關心中間經歷了多少步驟、調用了多少系統，只需要告訴你的Agent想要什麼結果。你的Agent會找到其他Agent，判斷它們能不能幹、怎麼幹，然後把任務交出去，再把結果拿回來。

從“一個人的AI”到“AI們的互聯網”

一年多前，Google推出A2A協議的時候，很多人還不清楚這到底意味着什麼。當時大家還在爭論哪個大模型更聰明，就像在爭論哪臺電腦的CPU更快——卻沒人想過，如果這些電腦不能聯網，再快也只是個孤島。

現在不一樣了。2026年的AI協議棧已經形成了清晰的分層：MCP負責“微觀執行”——Agent怎麼調用工具；A2A負責“宏觀協作”——Agent之間怎麼打交道。據媒體引述Gartner報告，MCP與A2A的普及標誌着AI Agent正式結束了“單機孤島”時代，迎來了屬於智能體的“TCP/IP時刻”。過去每個AI應用都在重複造輪子，寫一堆專屬的API適配器；現在基於統一協議，Agent可以像人類用USB-C接口和HTTP協議一樣，實現跨應用、跨組織、跨雲的無縫協作。

這個協議現在已經由Linux基金會維護，超過150家組織支持它，包括微軟、AWS、Salesforce和SAP。中國移動、Orange、AIS等產業夥伴也聯合發佈了面向電信領域的A2A-T協議。今年6月，國家市場監督管理總局還發布了我國首個智能體互聯國家標準體系，覆蓋總體架構、身份碼、智能體發現、智能體交互等七大核心環節。Agent和Agent之間怎麼“握手”、怎麼“說話”、怎麼“互信”——這套規則正在被寫進標準。

數字正在說明一切

這個趨勢到底有多快？Gartner的2026年CIO調查顯示，目前只有17%的組織部署了AI Agent，但超過60%預計在未來兩年內會這麼做——這是所有新興技術中最激進的採用曲線。到2026年底，預計有40%的企業應用將集成任務型AI Agent，而2025年這個比例還不到5%。

據CIDC《2026中國企業級AI智能體產業白皮書》(央視同步發佈)數據：2025年中國企業級AI智能體市場規模已達212億元，預計2026年將增至449億元，2029年有望突破3320億元。另據IDC預測，全球AI Agent市場規模在2026年預計突破1.2萬億元人民幣。

麥肯錫的研究顯示，全球已有超過38%的中大型企業在至少一個業務線部署了自主決策型Agent，而去年同期這個數字還不到12%。將近60%的Agentic AI運營成本花在驗證和優化響應上，而不是生成初始輸出——這說明真正的瓶頸已經不是“AI能不能想”，而是“AI們能不能協同得好”。

生意場上的Agent正在“接頭”

這些數字背後是真實正在發生的場景。

跨境電商是最早跑通A2A模式的領域之一。據行業媒體報道，在雅加達的國際展覽中心，一個海外買家在手機上提交採購需求後，買家助理Agent自動讀取品類和規格，從上千個展位中篩出潛在供應商；詢盤抵達賣家端後，數字分身Agent繼續追問採購數量、預算和交付要求，同時從企業知識庫調取產品信息；後臺撮合Agent進一步覈驗工廠產能和詢盤價值。等到買賣雙方真人見面時，最耗時間的篩選和澄清工作已經由Agent提前完成了。《2026中國出口跨境電商發展趨勢白皮書》顯示，超過98%的受訪中國賣家已在運營亞馬遜店鋪時使用AI工具，其中16%已從單點工具進階到部署AI工作流或智能體。1688平臺已有20%的採購需求由AI Agent發起。

財稅行業也在經歷類似的轉變。一家財稅科技公司的AI會計會做賬，AI開票員能開票。但單體的AI會計只會按通用規則記賬，而每個行業都有自己的會計語言。真正的價值不是用一個AI替代一個會計，而是讓AI會計和AI顧問像新老會計一樣配合——一個負責記賬動作，一個基於行業知識圖譜注入專業知識。清華大學瀋陽團隊發佈的A2A研究報告指出，未來企業的競爭不只是模型能力競爭，也不只是軟件功能競爭，而是智能體協作網絡的設計能力競爭。

甚至手機上的日常操作也在被A2A改變。榮耀YOYO與微信實現了首個A2A合作——用戶對着手機口述信息，YOYO智能體識別意圖後把任務分發給微信，微信精準推送給指定接收方。整個過程中用戶無需打開微信、無需手動輸入，關鍵步驟經用戶確認後即可完成。

當Agent替你做主，誰來看着它們？

不過，讓Agent們自由“接頭”，也帶來了新的麻煩。

A2A描述的是兩個或多個AI Agent之間的交互——它們可能來自不同組織，也可能來自同一組織內部。最複雜也最有價值的場景恰恰是跨組織的：你的個人Agent要和外部的商家Agent打交道。這就帶來了一系列治理難題：如果Agent自作主張買了一筆超出預算的東西，誰來負責？如果兩個Agent在協商過程中出了錯，責任怎麼追溯？清華大學的研究報告前瞻性地指出了這些問題：算法黑箱帶來的責任界定、智能體間惡意博弈的安全風險、跨平臺互操作的標準缺失。

Gartner在2026年智能體AI技術成熟度曲線中專門指出，治理、安全和成本管理已經成爲與核心技術並列的重要議題。Okta等安全廠商已經推出了專門針對Agent間連接的安全控制方案，確保每一次Agent之間的任務交接都可追溯、可審計。支付寶的AI支付雖然累計完成了3億筆智能體交易，但多數場景仍需用戶授權確認，距離真正的“Agent替你付錢”還有一段距離。Juniper Research預測，2026年全球自主代理商業總交易額爲80億美元，到2031年將達到3.5萬億美元——這個數字本身既說明了潛力，也說明了現在的剋制。

寫在最後

我們正在經歷一場從“教AI思考”到“教AI社交”的轉變。2025年大家在比誰的模型參數多、誰的推理能力強；2026年大家在比誰的Agent能更好地找到其他Agent、更可靠地完成協作、更安全地交付結果。

A2A正在讓每一個AI Agent從單兵作戰的工具，變成智能體協作網絡中的一個成員。未來你或許不會在意自己用的是哪個模型、哪個平臺——你只需要知道，你的Agent能找到對的Agent，把事辦成。