第十章《智能体通信协议》习题答案｜逐章学习笔记

[jarvanstack]

本帖是我对《从零开始构建智能体》的逐章学习答案。基于教材仓库 main 分支提交 92e6891（2026-08-09 读取）。开放题为个人理解，欢迎指正。

原章链接：第十章 智能体通信协议

本章教材实现便于理解，但协议会演进。MCP/A2A/ANP 的生产实现应以各自最新官方规范为准。

1. 三种协议的职责与组合

MCP 解决“宿主如何发现并安全使用外部上下文/能力”，所以围绕 tools、resources、prompts 和能力协商；A2A 解决“不同框架的自治 Agent 如何发现能力并围绕有生命周期的任务协作”，所以强调 Agent Card、消息、任务和产物；ANP 面向开放 Agent 网络，重点是去中心化身份、发现、消息与跨域连接，因此更关注网络层互操作。它们不是严格互斥的同层替代品。

客服系统中，数据库和订单工具用 MCP；专业客服 Agent 之间的委派、长任务与产物交换用 A2A；大规模并发本身主要由网关、队列、负载均衡和服务网格解决，若要跨组织的大规模 Agent 发现/网络可使用 ANP。不能把“用了协议”等同于获得吞吐能力。

flowchart LR
  U["用户/渠道"] --> G["网关与调度"]
  G --> N["ANP: 身份/发现/跨域网络"]
  N --> A["售后 Agent"]
  N --> B["物流 Agent"]
  N --> C["支付 Agent"]
  A <-->|"A2A 任务/消息/产物"| B
  A <-->|"A2A 任务/消息/产物"| C
  A -->|"MCP"| T1["订单/政策工具"]
  B -->|"MCP"| T2["物流工具"]
  C -->|"MCP"| T3["支付工具"]

Loading

2. MCP 数据分析服务器

可设计三个只读/受控工具：query_dataset 只接受参数化查询或语义层指标；build_chart 输入前一工具返回的 dataset ID 和图表 spec；generate_report 输入数据/图表 ID、模板和引用。服务器端 workflow 维护产物依赖，禁止模型在工具间传任意路径或 SQL。

TOOLS = {
  "query_dataset": {"inputs": ["metric", "dimensions", "filters"], "scope": "data:read"},
  "build_chart": {"inputs": ["dataset_id", "chart_spec"], "scope": "artifact:write"},
  "generate_report": {"inputs": ["dataset_id", "chart_id", "template"], "scope": "report:write"},
}

Resources 是应用选择和读取的上下文数据，例如数据字典、指标口径和报表模板；Prompts 是可复用的交互模板，例如“月度经营分析”；Tools 是模型可调用的动作。组合场景：客户端读取 schema Resource，用户选择月报 Prompt，模型调用三项 Tools，最终报告带数据来源。

JSON-RPC 提供统一请求、响应、错误和 ID；stdio 本地低开销、无需开放端口且进程生命周期清晰，但只适合同机、扩缩容与身份边界有限。现代 MCP 对远程场景应采用官方支持的 Streamable HTTP，而不是自行发明 WebSocket 方言，并使用 HTTPS、OAuth 2.1、能力协商、超时/取消和流式进度。参考 MCP Architecture。

3. A2A 研究团队与冲突

流程：研究员生成带引用的研究 artifact → 写作者生成初稿 artifact → Reviewer 按 rubric 返回 review artifact → 若关键问题存在，任务回研究员补证据或写作者修改 → Reviewer 复审 → 全部阈值达标后完成。每轮保留 task/context ID、版本和变更原因。

不建议私自把 negotiation/voting 塞进标准消息类型造成不兼容，可先用 A2A 的 DataPart/extension 表达结构化提案：proposal_id/claim/options/evidence/deadline；各 Agent 提交 vote（选择、置信度、理由）。事实冲突以可验证证据/工具为准，偏好冲突按预先权重或人类决定；高风险事项不能多数票越过权限。

A2A 是跨实现互操作协议，AutoGen/CAMEL 是内部编排框架，不能互相替代。适配方案是在 AutoGen 团队外放一个 A2A Server：Agent Card 声明技能；收到 A2A task 后转换成内部群聊事件；最终结果映射为 A2A artifact，状态/流式更新映射回协议。身份、超时、取消和附件由边界 Adapter 处理。参考 A2A 核心概念。

4. ANP 拓扑、路由与容错

星型适合 10 个左右、信任域单一、需要集中治理的团队；网状适合少量高自治节点和低延迟直连，但连接数与一致性复杂；分层适合跨部门/地区的大规模网络。规模从 10 到 1000 时可演进为“域内星型/网状 + 域间分层联邦”，通过目录/网关路由，而不是全连接。

路由先硬过滤身份、能力、数据地域和权限，再评分候选：

score = 0.35*capability_match + 0.20*historical_success + 0.15*availability + 0.10*latency + 0.10*cost + 0.10*trust

按任务风险动态调权并保留 top-2 备选；路径选择考虑网络健康与数据最小化。历史成功率需按任务类型和难度校准，避免新 Agent 永远没有机会。

交通 Agent 容错：心跳和主动探针检测；多实例热备/选主；输入事件写有序日志；状态机定期快照；故障时冻结危险写操作、切换备用并从 snapshot+log 恢复；恢复后做一致性校验和渐进接流。降级模式可回到固定信号配时和人工控制，安全优先于“保持智能”。

5. 安全、加密与信任

允许调用所有 MCP 工具会造成越权、数据外泄、命令注入和不可逆副作用。应按用户/Agent/工具/参数范围授权，使用短期 token 和最小 scope；读写分离；危险动作要求预览、审批和幂等；Server 在执行端重新鉴权，不能信任模型；工具返回内容视为不可信输入。MCP 远程授权可参考 官方 OAuth 2.1 指南。

A2A/ANP 传输使用 TLS 1.3，跨域高敏消息再做消息级混合加密：每个 Agent 有经组织/DID 绑定的签名密钥；发送方用临时会话密钥加密内容，用接收方公钥封装密钥，并对头部、密文、时间戳和 nonce 签名；接收方验证证书/身份、受众、权限和防重放。群组使用成熟群密钥协议并支持成员撤销；密钥放 KMS/HSM。身份认证不等于业务授权。

信任评分应按能力域统计已验证成功、SLA、违规、安全事件、申诉和证据质量，并带时间衰减与置信区间。新 Agent 先在沙箱小流量验证；低信任 Agent 只能接低风险任务，其输出需交叉验证；异常流量触发限速/隔离。社区评价只作弱信号，防刷分、女巫攻击和团伙互评；任何信誉分都不能替代密码学身份和权限控制。