你的智能体，和我的智能体，能直接对话吗？

过去两年，AI Agent 的能力突飞猛进，但大多数智能体依然是"孤岛"：它们能熟练调用工具、搜索网页、操作软件，却无法与另一个智能体直接协作。你手上的智能体和我的智能体，说着各自的"方言"，没有统一的通信协议。

这个局面正在被打破。2026 年 8 月 3 日，开源智能体框架 Hermes Agent 发布 v0.20.0「The Herald」，原生支持 A2A v1.0 智能体间通信协议——智能体互操作从概念变成了可运行的现实。

举个例子：你让智能体 A 去调研市场，让智能体 B 去写分析报告。今天最常见的做法，是把 A 的输出复制粘贴给 B 使用；有了互操作协议，A 可以直接把结果递交给 B 之后，B 还能反过来追问数据来源。差的那一步，就是一层标准化的通信协议。

一次发布，背后是协议层的里程碑

先看这次发布的量级：约 3650 次提交、1400 个 PR、647 位贡献者。 核心更新包括流式语音对话、HMAC 签名出站 Webhook、可验证引用与事实核查，以及本文的主角——A2A 协议 v1.0 的原生支持。

对 Hermes 项目而言，这是一次"还债"。仓库里最老的开放功能请求之一（issue #514）正是关于智能体间通信，这次通过内置插件实现 A2A v1.0 后正式关闭。

实现方式不是对接某个厂商的私有接口，而是遵循 A2A 标准：智能体可以被发现、可以被对话、也可以被其他 A2A 兼容的智能体驱动。

追根溯源：A2A 从哪来，要解决什么

A2A （Agent2Agent） 协议的起点是 2025 年 4 月的 Google Cloud Next 大会，Google 在会上发布 A2A 草案，目标是给"智能体与智能体"之间定义一套标准通信方式。两个月后，2025 年 6 月，Google 将 A2A 捐赠给 Linux Foundation，与 Kubernetes、OpenTelemetry 等基础设施项目同属一个中立的治理框架。这是关键一步：协议从此不属于任何单一厂商，任何团队都能在平等条件下实现和扩展它。

要理解 A2A 的价值，需要先分清它与 MCP 的分工。 MCP （Model Context Protocol） 由 Anthropic 于 2024 年 11 月开源，解决的是"智能体如何调用工具"。 A2A 解决的是"智能体如何与其他智能体协作"。一个管"手"，一个管"嘴"，两者互补而不是竞争。这也是为什么 Linux Foundation 同时托管两个协议，业界普遍把它们当作一套组合拳来用。

A2A 的核心设计包括三个能力：能力发现，智能体通过 AgentCard 公布自己能做什么；任务管理，以任务为单位的生命周期协商；协作协商，多智能体围绕同一目标分工。 这比让两个系统硬编码对接要灵活得多——新增一个智能体，不需要为它重写对接逻辑，只要发布自己的 AgentCard 即可。

一条典型的 A2A 协作链路是这样走的：客户端先读取对方发布的 AgentCard 信息，确认对方能做什么；随后发起一个任务，双方按任务状态机推进；任务完成后，结果和证据通过事件流回传。整个过程里，两边不需要共享代码、不需要约定私有接口，只要都遵守同一份协议描述。

横向对比：谁在跟进，谁在观望

A2A 从草案到 v1.0 的过程中，生态跟进速度很快。 微软、Salesforce、SAP、Oracle 等企业先后宣布支持。 Google 自家的 Gemini 智能体生态是首批落地者。开源侧，多个 Agent 框架陆续接入。 到 2026 年，A2A 与 MCP 的组合已经成为"智能体互操作"事实上的双协议底座。 而 OpenAI 的智能体生态更多围绕自身 API 展开，2025 年宣布支持 MCP 后逐步向开放协议靠拢。

这是"开放标准"与"平台绑定"两条路线的典型分野。

Hermes v0.20.0 的接入，是开源 Agent 框架阵营里较早的完整实现之一。它做的不是"兼容 A2A 的一个子集"，而是把 AgentCard 发布、任务协商、被外部智能体驱动这些能力做成内置插件，开箱即用。

不止协议：互操作时代的基础设施

值得注意的是，v0.20.0 里与 A2A 同期发布的几项能力，恰好构成"智能体协作"的完整拼图。

第一块是 HMAC 签名出站 Webhook 能力。会话活动、回合完成、工具事件等生命周期事件，以 HMAC 签名推送到任意 HTTP 端点，接收方可以验签确认真实性。 智能体之间、智能体与 CI 或仪表盘之间的事件流，从此有了可验证的通道，不需要轮询等待。 第二块是实时语音对话，TTS 逐句流式合成、可随时打断（模型能感知插话）、设备端开放词汇唤醒词免提启动。

语音交互从"留言式"变成"真对话"，覆盖 CLI、桌面以及 WhatsApp、飞书、钉钉、LINE 等平台。

顺带一提，CLI 侧也有不少效率更新：输入 ! 可以直接执行 Shell 命令而不消耗模型回合，/init 一键生成 AGENTS.md 文件，/diff 查看改动，/context 分析上下文占用，/focus 精简输出，而 hermes import-agent 还能把 Claude Code 或 Codex CLI 的配置一键迁移过来。这些命令解决的是同一个问题：让开发者在终端里少等、少切屏。

第三块是效率与成本。此前的 v0.19.0 已经把冷启动从约 4.3 秒降到约 0.9 秒，首 token 延迟全平台下降约 80% 之后，Hermes 又为 DeepSeek 模型接入提示词缓存，重复上下文的请求按缓存价格计费，长会话推理成本明显下降。 v0.19.1 又聚合约 1000 个 PR 做了一轮稳定性补丁。 把这些串起来看，方向很清晰：互联、事件、交互与成本在同步推进，分别对应 A2A 协议、Webhook 事件、实时语音与提示词缓存。

协议层解决能不能协作，基础设施层解决协作得顺不顺、贵不贵。

为什么值得关注

第一，智能体的价值不在单点能力，而在协作网络。一个智能体帮你查资料、写代码，另一个智能体帮你订行程、管设备，它们之间若能直接对话，效果远超各自为战，而 A2A 提供了让这种协作"标准化"的可能。

第二，开放标准是对抗平台锁定的武器。如果智能体通信只有厂商私有协议，生态里的每个参与者都会被绑定在单一平台上，而 A2A 走 Linux Foundation 中立治理路线，对独立开发者和小团队尤其友好，你写的智能体，理论上可以接入任何兼容 A2A 的网络。

第三，对开发者来说，这是"要不要跟进"的决策点。协议类标准的特点是早期红利明显：先完成完整实现的框架会积累兼容性优势，观望者则越来越被动，而 Hermes 用关闭 issue #514 的方式给出了自己的答案，把互操作当作一等公民。

第四，对独立开发者和小团队来说，这是参与生态的窗口。协议标准面前，一个三人团队做的智能体和一家大公司的智能体，遵循的是同一套发现与协作规则，差别只在能力本身。过去要靠平台施舍的集成机会，现在可以自己动手实现。

下一步

A2A 解决的是"智能体之间"的通信，那"智能体与人类团队"的协作呢？实时语音和签名 Webhook 已经在回答这个问题。 可以预见，未来半年会有更多框架跟进 A2A 协议，也会有更多跨厂商的智能体协作场景跑通。 下次当你看到两个智能体在公开协议下分工完成一个任务时，记得它们的"共同语言"，就是从这类发布开始的。

下一次，当你需要两个智能体分工完成一件事时，不妨想想它们是怎么"握手"的——这个细节，正在决定 Agent 时代的上限。