--- title: "因为讨厌和人聊天，所以我很期待 A2A 时代的到来" author: "冯智勇Geo" published: "2026-11-01T01:00:00.000Z" description: "A2A 让 Agent 直接交换信息与执行任务，重新审视人与人之间大量重复的业务沟通。" tags: ["A2A","AI Agent","商业效率"] url: "https://fengzhiyonggeo.com/posts/a2a-agent-to-agent-communication/" --- # 因为讨厌和人聊天，所以我很期待 A2A 时代的到来 ![《因为讨厌和人聊天，所以我很期待 A2A 时代的到来》的文章封面]() 我其实挺讨厌和人聊天的。 准确来说，我讨厌的是那些没有必要的业务沟通。 明明一句话就能说明白的事情，非要来回确认好几次。明明系统里面就有的信息，却需要找客服、找销售、找技术，一个个问过去。 很多时候，我并不是不愿意和人交流，而是不愿意把时间浪费在这些重复、低效的信息传递上。 所以，当我开始了解 A2A（Agent to Agent，智能体之间的通信与协作）时，我突然意识到： **当 Agent 能够直接与 Agent 交流时，人与人之间大量业务沟通的低效率，可能就会彻底暴露出来。** ## 一、很多业务沟通，本身就是一种成本 举个简单的例子。 假设我想采购一项软件服务。 首先，我需要找到服务商，了解产品功能和价格。如果官网没有写清楚，我还需要联系客服。 客服可能需要问我几个问题，然后把需求转给销售。销售了解情况后，再给我提供报价。 如果涉及技术问题，还需要拉技术人员进来讨论。 整个过程可能需要几个小时，甚至几天。 但仔细想想，这里面真正需要人来判断的事情有多少？ 产品有没有这个功能？价格是多少？能不能满足我的需求？是否支持某种接口？ 这些信息原本就存在于服务商的系统里面。 **我们只是因为两个系统之间无法直接交流，才不得不让人充当信息传递的中间环节。** 这其实是一种很低效的生产关系。 ## 二、A2A 改变的不是沟通工具，而是业务流程 过去，我们通过电话、邮件、微信来沟通业务。 现在有了 AI，很多人首先想到的是让 AI 帮忙写邮件、整理会议纪要、总结聊天记录。 这些当然有用，但我认为这只是第一阶段。 因为我们仍然保留了原来的业务流程，只是让 AI 帮我们更快地完成其中的某些步骤。 真正的变化应该是：**为什么一定要让人来完成这些沟通？** 假设我有一个代表自己的 Agent，服务商也有一个代表企业的 Agent。 我只需要告诉自己的 Agent： 帮我找一个符合要求的软件服务，预算不超过 100 美元，优先考虑稳定性和维护成本。 我的 Agent 就可以去寻找服务商，与对方的 Agent 交换信息，比较产品功能、价格、服务条款和历史信誉。 如果双方都具备相应的能力和授权，甚至可以进一步完成采购和交付。 整个过程不需要我不断地发送消息，也不需要销售人员反复解释。 我只需要在关键节点作出决策。 这才是 A2A 真正值得期待的地方。 ## 三、未来的企业，不仅要服务人，还要服务 Agent 这个变化可能会直接影响未来的商业模式。 过去，企业做网站、做 SEO、投放广告，都是为了让更多人看到自己的产品。 现在，我们开始研究 GEO，希望自己的内容能够被 AI 搜索、理解和引用。 但如果进一步发展到 A2A，情况又不一样了。 因为未来的客户，可能根本不会亲自访问你的网站。 他只需要让自己的 Agent 帮他寻找合适的产品和服务。 这时候，你的网站设计得再漂亮，销售话术再厉害，如果 Agent 无法准确获取你的产品信息、价格、库存和服务能力，你就可能失去这次交易机会。 所以，我认为企业未来至少需要具备两种能力。 一种是面向人的内容表达能力，让人能够认识你、理解你、信任你。 另一种是面向 Agent 的服务能力，让 AI 能够发现你、理解你的产品，并在获得授权的情况下与你完成业务交互。 前者更多涉及 GEO，后者则涉及 API、A2A、身份认证、权限和交易系统。 它们并不完全相同，但很可能会逐渐结合起来。 ## 四、人与人的交流不会消失，但价值会重新分配 当然，我并不认为未来所有商业沟通都会被 Agent 取代。 人与人之间仍然需要建立信任、协调利益、承担责任。 特别是一些复杂的商业合作，很多事情并不能简单地通过数据交换来解决。 但问题在于，我们今天有多少沟通是真正为了建立信任和创造价值？ 又有多少沟通，只是为了问一句价格、确认一个进度、索取一份资料？ 我认为，后者会越来越没有存在的必要。 就像工业革命之后，我们不再需要大量工人亲手搬运生产线上的每一个零件。 不是因为人失去了价值，而是因为机械设备能够更高效地完成这些重复劳动。 AI Agent 也可能给商业沟通带来类似的变化。 ## 五、真正需要改变的，是我们对 Agent 的理解 现在很多人喜欢把 Agent 理解成 AI 员工，给它安排一个岗位，起一个名字，再设计一套公司组织架构。 但我越来越倾向于把 Agent 理解成一个**以目标驱动的智能系统**。 它不一定要模仿人类员工的工作方式。 我们也没有必要把原来低效的人类组织流程，原封不动地复制到 AI 系统里面。 如果两个 Agent 能够直接交换信息、确认约束、执行任务，为什么还要模拟两个员工开会？ 这让我想到一个很简单的道理： **技术进步最大的价值，往往不是让旧流程运行得更快，而是让某些旧流程彻底失去存在的必要。** A2A 能否成为主流，还需要解决可靠性、安全、授权、标准化和责任归属等问题。 但我认为，它所指向的方向已经值得关注。 未来，人与人之间的商业交流可能不会减少到零，但大量重复的信息沟通将逐渐交给 Agent。 人负责目标、判断和责任。 Agent 负责信息、协调和执行。 **当机器开始直接与机器谈业务时，我们才会真正意识到，过去有多少人的时间，只是浪费在让两个系统相互理解这件事情上。**