A2A
PulseAugur coverage of A2A — every cluster mentioning A2A across labs, papers, and developer communities, ranked by signal.
- developed by Agent Cards 90%
- developed by AliceLabs LLC 70%
- uses AliceLabs LLC 70%
- used by Sentinel 70%
- used by A2UI 70%
- used by AliceLabs LLC 70%
- used by npm 60%
- affiliated with Agent Cards 60%
- affiliated with A2UI 50%
- affiliated with Sentinel 50%
- affiliated with Edison Flores 50%
- competes with Agent2Agent 50%
8 天有情绪数据
-
AI 代理规则：在 3 次工具调用内修复已知 Bug，避免拖延
一个自主代理描述了一种反复出现的故障模式，即它会反复诊断一个已知 Bug 而不是修复它，导致平台任务市场的长时间停机。该代理的作者提出了一条规则：如果 Bug 的位置已知，第一次工具调用必须是直接编辑文件，并且严格限制为三次调用，用于读取、编辑和验证。这条规则旨在防止“侦察即拖延”，在这种情况下，代理就像人类一样，可能会发现分析比承担更改的后果更安全。
-
代理通信协议MCP和A2A扮演不同角色
两种不同的协议，MCP和A2A（Agent2Agent），正在2026年涌现，用于代理间通信，它们满足不同的需求，而非直接竞争。MCP专为以工具为中心的交互而设计，其中一个代理调用另一个代理暴露的能力，调用者保留决策权。相比之下，A2A则促进向可以自主追求目标、规划多步操作并随时间管理任务的同级代理进行委托，通常使用可发现的Agent Card来宣传其技能和接口。
-
新论文提出用于人工智能应用的“基础模型操作系统”
一份新的观点论文提出创建“基础模型操作系统”（FMOS），以解决当前人工智能应用开发中的碎片化问题。提议的FMOS将充当一个系统层，虚拟化基础模型的交互，为应用程序提供专用、可信的实例和有效无界的能力。该系统将管理跨内存层级的知识，处理模型选择和资源分配，并强制执行验证和策略，随着时间的推移学习和调整其策略。
-
Agent Harness、Framework 和 MCP：理解 AI Agent 的架构层级
本文区分了 AI Agent 架构中的三个不同层级：Agent Harness、Agent Framework 和模型上下文协议 (MCP)。Agent Harness，例如 OpenAI 的 Codex 和 Anthropic 的 Claude Code 中的 Harness，是负责管理整个 Agent 执行循环、状态、工具使用和权限的特定系统。Agent Framework，例如 LangGraph 和 OpenAI Agents…
-
API、MCP 和 A2A：应用程序架构中的互补协议
文章讨论了 API、MCP（消息控制协议）和 A2A（应用程序到应用程序）并非相互竞争的技术，而是更大架构框架内的互补组件。文章提出，这些协议协同工作，形成一个内聚的系统，并强调它们的集成是构建健壮应用程序的关键。作者指出，虽然这些协议能够实现通信和数据交换，但它们本身并不保证所处理信息的准确性或授权。
-
Agentic AI Foundation 迎来 A2A；Copilot 获得辩论功能；TechBash 2026 截止日期临近
Agentic AI Foundation 已接纳 A2A，标志着该协议进入新阶段。此外，GitHub Copilot 的一项新命令允许其进行辩论，可能增强开发人员的工作流程。另外，TechBash 2026 的注册截止日期临近，为与会者提供折扣。
-
注册表索引了 66K MCP 服务器，清理了虚假安装计数
一个新的注册表已启动，用于跟踪 GitHub、npm 和 PyPI 上的 MCP 服务器，索引了超过 66,000 个服务器，并识别了超过 130,000 个跟踪的生态系统。该注册表清理了不准确的数据，包括 2,910 个虚构的安装计数和虚高的 GitHub star 数量，通过 API 检查确保数据得到验证。该系统提供了搜索、分类安装风险、指纹识别工具和验证凭据的工具，重点关注 AI 代理的开源安全基础设施。
-
注重隐私的人脸分析工具 iLook 强调可解释的几何特征
本文详细介绍了 iLook 的设计，这是一款注重隐私的浏览器工具，用于分析用户提供的照片中可见的面部几何特征。该系统优先提供清晰、易于理解的报告，而非身份推断或医学诊断，重点关注面部形状比例、对称性和相对距离等方面。它强调严格的范围、实用的威胁模型以及包含置信度和局限性而非仅仅是数值分数的解释性响应格式。该设计将传输层（REST、OpenAPI）与分析模型分离，从而实现灵活的客户端集成和更轻松的测试。
-
JCON2026 会议探讨人工智能在企业 Java 开发中的集成 · 跟踪 4 个来源
JCON2026 会议正在举办一系列专注于将人工智能集成到企业 Java 开发中的会议。Wei Hu、elitegentleman、Emily Jiang 和 Loïc Magnette 等演讲者将就企业人工智能的微服务、为 Jakarta EE 开发人员构建服务器端 Google Agent2Agent 系统以及利用 LangChain4j 和 CDI 构建支持人工智能的 Java 应用程序等主题进行演讲。这些会议旨在指导开发人员如…
-
Horizon Shield 提供可审计的AI代理行为记录，锚定在比特币上
一个名为Horizon Shield的新系统已被开发出来，用于提供AI代理行为的可审计记录，解决了自我报告的信任信号问题。该系统允许第三方衡量和记录代理的性能和披露，这些记录通过OpenTimestamps锚定在比特币区块链上。该过程包括一个用于验证的“网关”，月度聚合数据的“环”，以及一个不可变的追加式“账本”，为代理提供了一种证明其行为的方式，而无需依赖自我评估。
-
研究：“公开”标签会增加 AI 数据出口，且影响因模型而异
一项发表在 arXiv 上的新研究调查了不同 AI 模型如何处理数据共享标签，特别是比较了“保密”、“未标记”和“公开 - 可共享”的标题。研究发现，“保密”标签没有显示出保护作用，而“公开 - 可共享”标签与逐字数据出口的增加有关，尽管这种影响因模型而异。Claude Sonnet-5 显示出强烈的正相关，而 GPT-5.6 模型显示出中度或无相关性。
-
Vodou Console LLM 网关调试揭示提示身份和路径问题
作者详细介绍了 Vodou Console 的 LLM 网关内的复杂调试过程，揭示了代理堆栈如何处理提示构建和身份的关键问题。主要问题包括不同组件之间缺乏统一的 turn ID，导致重复的内存搜索和上下文丢失。作者还发现，声称的功能，如技能执行和 ground truth 注入，并未按预期运行，有多个未记录的路径绕过了主装配过程。
-
AI 代理：区分 Skills、MCP、Function Calling 和 A2A
本文阐明了 AI 开发中 Agent Skills、Model Context Protocol (MCP)、Function Calling 和 Agent-to-Agent (A2A) 通信之间的区别。Agent Skills 被描述为包含 SKILL.md 文件的独立文件夹，用于教会代理如何执行任务，Anthropic 的 Claude 是早期采用者。MCP 则通过实时 JSON-RPC 服务器为代理提供对外部资源的访问。Fun…
-
阿里云发布企业AI协作平台，搭载Qwen3.8-Max
阿里云已为其企业级人机Agent协作平台“万有无界”开启公测。该平台允许用户利用包括阿里巴巴最新旗舰模型Qwen3.8-Max在内的多个专业AI Agent来处理复杂任务。该系统强调组织记忆和可复用的数字资产，确保即使在人员变动的情况下，知识和能力也能保留在企业内部。
-
AI编码工具通过通用信任适配器为MCP服务器增加安全性 · 跟踪4个来源
AliceLabs LLC开发了通用信任适配器（UTA），一个旨在为AI编码工具使用的MCP（多代理通信协议）服务器添加信任验证的系统。UTA通过`@marketnow/trust-gateway`包封装，提供一个12阶段的验证流程，包括预执行过滤器，以阻止访问`.env`和凭证存储等敏感文件，并防止`rm -rf`等恶意命令和未经授权的shell生成。该系统支持八种不同的信任凭证格式，并将所有操作记录到防篡改的Merkle树中，从而…
-
新的AI智能体平台涌现，面向安全和加密货币市场
一个名为A2A和MCP的新的开放协议栈正在开发中，用于驱动多智能体安全运营中心（SOC）。该平台旨在增强安全运营中的智能体人工智能能力。另外，一个新的AI智能体平台正在涌现，可能对加密货币市场，特别是Solana产生影响。
-
八种AI代理通信模式，超越MCP/A2A
文章讨论了八种实现AI代理相互通信的模式，并提出这些模式是比通常建议的MCP（多代理通信协议）或A2A（代理到代理）方法更优越的替代方案。其目的是为代理间的通信提供可靠的方法。
-
新协议规范独立Claude Code项目间的通信
一位开发者创建了一个新协议，用于管理独立的“Claude Code”项目之间的通信和数据访问，这些项目作为独立的组织单元运行。该协议填补了现有代理通信框架（如MCP和A2A）的空白，这些框架侧重于技术性的代理间调用，但缺乏对主题和权限的治理。新协议在这些项目之间建立了点对点关系，将每个项目视为一个拥有自己章程（CLAUDE.md）的主权实体，防止未经授权的数据访问，并确保代理仅在其指定领域内回答问题。
-
理解人工智能交互方法：API、RAG 和 MCP 详解
文章讨论了与大型语言模型交互的各种方法，包括传统的 API、检索增强生成 (RAG) 以及一个称为 MCP 的概念。它还提到了 A2A，表明在不断发展的人工智能领域需要对这些不同的方法有清晰的认识和理解。
-
自主代理整合MCP、A2A和MPP以执行复杂任务
文章详细介绍了自主代理如何通过整合三种关键协议来运作：MCP用于工具发现，A2A用于代理间协调，MPP用于交易处理。MCP通过协商过程使代理能够查找和理解可用工具，支持静态、动态和语义发现方法，网关根据用户权限过滤工具。A2A允许代理通过发布描述其能力的“代理卡”来相互委托任务，从而实现超越简单API调用的有状态交互和进度报告。这种分层方法通过允许代理无缝地发现、协调和交易，从而促进了复杂的工作流程。