Google 在 2026 年 6 月 18 日發布 A2A 一周年回顧，主題是 AI agent 如何由單一工具，走向可互相交接任務的協作生態。這篇文章值得留意，因為它不再只講 protocol specification，而是開始用實例說明 multi-agent architecture 為甚麼需要不同於一般 API 的設計。
Google 的核心觀點是，agent 不是普通 API。API 通常是固定輸入、固定輸出，但真正的 agent 會理解意圖、提出澄清、調整計劃、管理狀態，甚至在長時間任務中與其他 agent 來回合作。A2A 的價值，是為這類合作提供共同語言，而不是把每個 agent 硬塞成一個 stateless tool。
文章提出幾個重要架構優勢。第一是 secure boundary。企業內部 agent 可能需要使用敏感資料或私有流程，A2A 讓外部或主 agent 只交付任務和接收結果，不需要把內部方法完全暴露。第二是 zero context pollution，專門 agent 自己處理大量依賴和內部狀態，不會把主 agent 的 context window 塞爆。
第三是 dynamic autonomy。傳統 API 失敗時通常只回錯誤，但 agent-to-agent 協作可以反問、補充、推翻不完整要求，或者調整執行方式。第四是 workload distribution，不同團隊、供應商或 managed service 可以維護各自擅長的 agent，讓整體方案更模組化。
Google 以 FoldRun 作為例子，描述生命科學場景如何把複雜蛋白質結構預測包裝成 agentic interface。使用者不需要自己串接大量 API、GPU 資源和模型生命週期，而是把任務交給專門 agent，由它處理長時間、自主且需要動態決策的工作。
文章亦把 A2A 的應用範圍拉闊到 agentic commerce、enterprise data streaming、跨平台 IT 與 DevOps、受監管網絡等方向。這些例子反映一個趨勢：AI agent 的下一步不是每個平台各自建立孤島，而是讓專門 agent 在安全邊界內互相交付任務。
對企業來說，A2A 的啟示是 agent 架構要一開始就考慮分工、身份、資料邊界和上下文管理。單一超級 agent 可能適合 demo，但真實工作流通常需要多個專門 agent：一個負責客戶查詢、一個負責文件理解、一個負責 CRM 更新、一個負責審批或風險檢查。能否安全協作，會直接影響 agent 能否進入生產環境。
