Agent 智能体协作研究报告发布：A2A 协议如何重构企业协作网络

2026 年 6 月 5 日，清新研究发布了《Agent-to-Agent (A2A)研究报告》。这份报告用了一种很有意思的做法：AI 研究 AI，整个从调研、成文到整理的流程都由 ZeeLin 自动完成。

先说结论。Agent 智能体协作不是让两个 AI 互相聊天，而是让一个智能体发现另一个、判断能力、交任务、跟进度、拿结果，在权限边界内完成协作。这件事的影响不在技术圈，而在企业软件、商业链路和组织结构。

过去二十年的企业软件，围绕人打开系统、点击按钮、填写表单设计。Agent 时代的软件，会围绕任务如何被智能体发现、委托、执行、交付和审计重新设计。系统嵌入智能体，成为系统智能体。

## Agent 智能体协作解决的不是聊天，而是任务委托

很多人第一次听到 Agent-to-Agent，第一反应是AI 和 AI 聊天。但企业里的任务没这么简单。

招聘一个人，需要岗位需求、简历筛选、面试安排、薪资预算、Offer 审核、账号开通。报销一笔费用，需要票据识别、制度判断、预算检查、审批流转、ERP 入账。一个万能 Agent 理论上可以全包，但在真实企业里这不现实。权限过大、责任不清、安全边界失控，都是问题。

所以企业需要的不是万能 Agent，而是一组能协作的专业 Agent。具体来说，A2A 要解决几个问题：

• 一个 Agent 如何发现另一个 Agent？
• 如何知道对方能做什么？
• 如何把任务交给它？
• 如何传递上下文？
• 如何跟踪任务状态？
• 出错后如何中止、补充信息或转给人类？

A2A 标准化的不是一句消息，而是一条任务链。一个智能体把任务、上下文、状态和结果交给另一个智能体处理。

这也说明 A2A 不能简单类比 HTTP。HTTP 处理资源请求和响应，A2A 处理的是能力发现、任务委托、状态更新、结果交付和异常处理。它更接近 AI Agent 时代的任务协作层。

Agent 智能体协作之前，还需要 Agent Link

A2A 解决如何协作。但协作之前有个更底层的问题：Agent 为什么相信这个信息源？为什么推荐这个品牌？为什么把任务委托给这个法务 Agent 而不是另一个？

搜索引擎时代，网页能不能被看见，取决于链接结构、来源权威和页面相关性。PageRank 用网页之间的关系建立信誉。Agent 时代，排序对象变了。

被判断的不只是网页，而是信息源、品牌、产品、服务、能力、Agent 和交易记录。清新研究提出了 Agent Link 这个概念，用来描述 AI Agent 如何建立认知、分配信任、选择能力和形成委托关系。

Agent Link 包括三层。

关系信誉，是一个信息源、品牌或 Agent 是否被高可信来源反复引用，是否被多个独立来源交叉验证，是否有稳定交付记录。

证据溯源，是 Agent 的判断不能只给结论，还要能说明依据。它引用了哪份文档、哪个数据记录、哪个时间点的信息，应该能够被复核。

委托审计，是当 Agent 开始执行任务后，必须记录谁触发了任务，哪个 Agent 接收了任务，以什么权限行动，调用了哪些系统，产生了什么结果。

三层分别回答三个问题：谁值得信？凭什么信？信任之后谁代表谁做了什么？

Agent Link 和 A2A 的关系很清楚：Agent Link 解决智能体如何认知、信任和选择，A2A 解决智能体如何委托、协作和交付。

Agent 能力不能只按部门划分

把 Agent 按部门命名，HR Agent、财务 Agent、法务 Agent，只是最表层的分类。

更关键的问题不是这个 Agent 属于哪个部门，而是它能动什么，在任务链里负责什么。一个只读资料的 Agent，和一个能付款、改权限、签合同的 Agent，不应该处在同一个治理等级。

Agent 能力至少要从两个面向来划分。

权限面，决定 Agent 的风险等级、授权方式、人审要求和撤权机制。只读智能体只能检索、读取、总结和解释。写入智能体可以执行低风险写操作，比如创建工单、更新 CRM 字段。特权智能体涉及权限变更、资金操作、合同签署等高风险动作，必须配备更严格的策略检查、人类确认、短时凭证和审计链。

职责面，决定 Agent 在任务链中的角色。检索智能体找资料和拉记录。推理和规划智能体分析问题和拆解任务。执行智能体调用工具和写回系统。校验智能体检查事实和质量。审计智能体记录调用链和权限链。

把会写入系统、触发动作的能力集中在少数执行智能体上，让大多数智能体停留在检索、分析、校验和建议层。Agent 把错误写进系统、发给客户、动了钱、改了权限，问题会很麻烦。

一个成熟的 Agent 画像至少要回答：它是谁？负责哪个系统？能访问哪类数据？是只读、写入还是特权？能调用哪些 API？哪些动作需要人审？凭证是否短时、可撤销？谁可以停用它？

## Agent 智能体协作会重构商业链路

Agent 智能体协作的商业价值不只是AI 帮人下单。商业系统开始围绕 Agent 重新设计。

过去商业链路是人搜索、人比较、人下单、人付款、人售后。Agent 时代会变成 Agent 搜索、Agent 比较、Agent 委托、Agent 下单、Agent 支付、Agent 协商、Agent 售后。

几个变化值得注意。

品牌要做 Agent Visibility。 过去品牌争夺用户注意力，未来还要进入 Agent 的认知系统。不仅要让人看见，还要让 Agent 读得懂、信得过、愿意推荐。商品详情页不再只是给人看的页面，也要变成机器可读的产品档案。 支付会从结账动作变成授权控制层。 在 Agentic Payments 中，人先设定限额、偏好和授权边界，Agent 在条件满足时执行交易。支付不再是 checkout 的最后一步，而是嵌入搜索、比较、选择和执行链路中。 企业采购会更早进入多智能体协作。 B2B 采购有明确规则：预算、白名单、合同、审批、发票、付款、对账。这类场景比消费电商更适合 Agent 先落地。采购 Agent 发起需求，供应商 Agent 提供报价，法务 Agent 审合同，财务 Agent 查预算，支付 Agent 触发付款，ERP Agent 完成对账。 企业软件会从功能市场走向能力市场。 过去 SaaS 卖页面、账号、模块和 API。Agent 时代，企业软件要把能力表达成可发现、可调用、可交付、可审计的能力节点。这会催生 Agent Marketplace，卖的不是 App，而是合同审查、财务记账、行业研究、广告投放、客服退款、采购询价、数据清洗等可被委托的能力。 一人公司和小团队会获得新的组织能力。 过去一人公司最大限制是专业分工不足。未来，一个人可以通过调用外部设计 Agent、财务 Agent、合同 Agent、营销 Agent、客服 Agent 和研究 Agent，形成临时数字团队。 商业从人类点击经济转向Agent 委托经济。

Agent 智能体协作会改变组织结构

Agent 智能体协作对组织的影响，不是企业多了几个 AI 助手，而是任务如何被分派、能力如何被调用、决策如何被授权、流程如何被编排。

传统组织是职能烟囱。业务、数据、IT、安全、财务、法务各自负责一段流程，需求在部门之间接力流转。A2A 之后，很多交接会被 Agent 自动串联起来。

组织会更倾向围绕端到端流程划分责任，比如获客、签约、交付、续费，而不是只按销售、法务、财务、客服分割。部门边界变模糊，但责任边界必须更清晰。

所以 A2A 时代企业不只需要组织图，还需要责任图。传统组织图回答谁向谁汇报，责任图回答一个任务从触发到完成，谁负责目标、谁调用能力、谁执行动作、谁审核结果、谁承担责任。

层级结构也会变化。A2A 会减少一部分中层的协调、跟进、汇总工作。管理跨度可能变大，组织表面会更扁平。但治理层会变强。

未来企业会强化两类中枢能力。平台能力负责基础设施、数据治理、安全策略和审计框架。编排能力负责任务拆解、Agent 调度、权限分配和异常处理。

## 获取完整报告

扫描下方二维码，获取完整报告《Agent-to-Agent (A2A)研究报告》：

业务联系：清新研究

## 延伸阅读

想深入了解 Agent 智能体协作？推荐阅读以下资源：

• OpenClaw 是什么——AI 网关的全面介绍：了解自托管 AI 助手如何支持多智能体协作
• OpenClaw 完全指南专题：从入门到精通的完整教程
• A2A Protocol 官方文档：了解 Agent-to-Agent 协议的规范与标准
• A2A GitHub 项目：查看开源实现和示例代码