智能体时代下的新商业模式：A2A

　　你对着手机说了一句“帮我订下周二上午去墨尔本的机票”。几秒钟之内，你的AI助理已经联系上了企业差旅供应商的订票Agent，查好了航班和酒店——全部符合公司差旅政策。整个过程中，你没有发过一封邮件，也没有打过一通电话。这就是Agent-to-Agent——A2A——正在做的事。

　　它不是让两个AI聊天，而是让任务在智能体之间可控地流转。换句话说，你不需要关心中间经历了多少步骤、调用了多少系统，只需要告诉你的Agent想要什么结果。你的Agent会找到其他Agent，判断它们能不能干、怎么干，然后把任务交出去，再把结果拿回来。

　　从“一个人的AI”到“AI们的互联网”

　　一年多前，Google推出A2A协议的时候，很多人还不清楚这到底意味着什么。当时大家还在争论哪个大模型更聪明，就像在争论哪台电脑的CPU更快——却没人想过，如果这些电脑不能联网，再快也只是个孤岛。

　　现在不一样了。2026年的AI协议栈已经形成了清晰的分层：MCP负责“微观执行”——Agent怎么调用工具；A2A负责“宏观协作”——Agent之间怎么打交道。据媒体引述Gartner报告，MCP与A2A的普及标志着AI Agent正式结束了“单机孤岛”时代，迎来了属于智能体的“TCP/IP时刻”。过去每个AI应用都在重复造轮子，写一堆专属的API适配器；现在基于统一协议，Agent可以像人类用USB-C接口和HTTP协议一样，实现跨应用、跨组织、跨云的无缝协作。

　　这个协议现在已经由Linux基金会维护，超过150家组织支持它，包括微软、AWS、Salesforce和SAP。中国移动（600941）、Orange、AIS等产业伙伴也联合发布了面向电信领域的A2A-T协议。今年6月，国家市场监督管理总局还发布了我国首个智能体互联国家标准体系，覆盖总体架构、身份码、智能体发现、智能体交互等七大核心环节。Agent和Agent之间怎么“握手”、怎么“说话”、怎么“互信”——这套规则正在被写进标准。

　　数字正在说明一切

　　这个趋势到底有多快？Gartner的2026年CIO调查显示，目前只有17%的组织部署了AI Agent，但超过60%预计在未来两年内会这么做——这是所有新兴技术中最激进的采用曲线。到2026年底，预计有40%的企业应用将集成任务型AI Agent，而2025年这个比例还不到5%。

　　据CIDC《2026中国企业级AI智能体产业白皮书》(央视同步发布)数据：2025年中国企业级AI智能体市场规模已达212亿元，预计2026年将增至449亿元，2029年有望突破3320亿元。另据IDC预测，全球AI Agent市场规模在2026年预计突破1.2万亿元人民币。

　　麦肯锡的研究显示，全球已有超过38%的中大型企业在至少一个业务线部署了自主决策型Agent，而去年同期这个数字还不到12%。将近60%的Agentic AI运营成本花在验证和优化响应上，而不是生成初始输出——这说明真正的瓶颈已经不是“AI能不能想”，而是“AI们能不能协同得好”。

　　生意场上的Agent正在“接头”

　　这些数字背后是真实正在发生的场景。

　　跨境电商是最早跑通A2A模式的领域之一。据行业媒体报道，在雅加达的国际展览中心，一个海外买家在手机上提交采购需求后，买家助理Agent自动读取品类和规格，从上千个展位中筛出潜在供应商；询盘抵达卖家端后，数字分身Agent继续追问采购数量、预算和交付要求，同时从企业知识库调取产品信息；后台撮合Agent进一步核验工厂产能和询盘价值。等到买卖双方真人见面时，最耗时间的筛选和澄清工作已经由Agent提前完成了。《2026中国出口跨境电商发展趋势白皮书》显示，超过98%的受访中国卖家已在运营亚马逊店铺时使用AI工具，其中16%已从单点工具进阶到部署AI工作流或智能体。1688平台已有20%的采购需求由AI Agent发起。

　　财税行业也在经历类似的转变。一家财税科技公司的AI会计会做账，AI开票员能开票。但单体的AI会计只会按通用规则记账，而每个行业都有自己的会计语言。真正的价值不是用一个AI替代一个会计，而是让AI会计和AI顾问像新老会计一样配合——一个负责记账动作，一个基于行业知识图谱注入专业知识。清华大学沈阳团队发布的A2A研究报告指出，未来企业的竞争不只是模型能力竞争，也不只是软件功能竞争，而是智能体协作网络的设计能力竞争。

　　甚至手机上的日常操作也在被A2A改变。荣耀YOYO与微信实现了首个A2A合作——用户对着手机口述信息，YOYO智能体识别意图后把任务分发给微信，微信精准推送给指定接收方。整个过程中用户无需打开微信、无需手动输入，关键步骤经用户确认后即可完成。

　　当Agent替你做主，谁来看着它们？

　　不过，让Agent们自由“接头”，也带来了新的麻烦。

　　 A2A描述的是两个或多个AI Agent之间的交互——它们可能来自不同组织，也可能来自同一组织内部。最复杂也最有价值的场景恰恰是跨组织的：你的个人Agent要和外部的商家Agent打交道。这就带来了一系列治理难题：如果Agent自作主张买了一笔超出预算的东西，谁来负责？如果两个Agent在协商过程中出了错，责任怎么追溯？清华大学的研究报告前瞻性地指出了这些问题：算法黑箱带来的责任界定、智能体间恶意博弈的安全风险、跨平台互操作的标准缺失。

　　 Gartner在2026年智能体AI技术成熟度曲线中专门指出，治理、安全和成本管理已经成为与核心技术并列的重要议题。Okta等安全厂商已经推出了专门针对Agent间连接的安全控制方案，确保每一次Agent之间的任务交接都可追溯、可审计。支付宝的AI支付虽然累计完成了3亿笔智能体交易，但多数场景仍需用户授权确认，距离真正的“Agent替你付钱”还有一段距离。Juniper Research预测，2026年全球自主代理商业总交易额为80亿美元，到2031年将达到3.5万亿美元——这个数字本身既说明了潜力，也说明了现在的克制。

　　写在最后

　　我们正在经历一场从“教AI思考”到“教AI社交”的转变。2025年大家在比谁的模型参数多、谁的推理能力强；2026年大家在比谁的Agent能更好地找到其他Agent、更可靠地完成协作、更安全地交付结果。

　　 A2A正在让每一个AI Agent从单兵作战的工具，变成智能体协作网络中的一个成员。未来你或许不会在意自己用的是哪个模型、哪个平台——你只需要知道，你的Agent能找到对的Agent，把事办成。