Google發表Agent2Agent協定，打破AI代理孤島！它是實現「多AI團隊」關鍵？|數位時代 BusinessNext

打破AI代理孤島！Google發表Agent2Agent協定：為何它是實現「多AI團隊」的關鍵？

Google推出專為AI代理而生的開放協定Agent2Agent，為不同來源的AI代理，提供一套標準化的溝通機制與協作框架，揭開多代理協作的未來。

AI代理版MCP，加速組建虛擬專案團隊

Google這次推出的A2A，是延伸自Anthropic去年推出的模型上下文協定（MCP），兩者皆是開源協定， 差別在於MCP將AI代理連接到API和其它數據服務，A2A則是專門串接AI代理，核心目標是為不同來源的AI代理，提供一套標準化的溝通機制與協作框架。

根據Google發布的技術文件，A2A主要負責「用戶端（Client）」和「遠端（Remote）」的AI代理之間的溝通。用戶端的AI代理負責制定和傳達任務，由遠端AI代理負責執行任務，A2A則協助用戶端找出執行任務的最佳AI代理、管理每項任務的進度，以及統一檔案規格、讓AI代理之間可以相互發送訊息並協作等。

以招聘軟體工程師為例，在Google的Agentspace平台上，使用者可以要求用戶端的AI代理尋找匹配的候選人，從媒合人選、安排面試到背景調查，用戶端AI代理能夠透過A2A和人才庫、社群等遠端AI代理協作。

也就是說，當AI代理能夠輕易地組隊合作，全新的應用場景也將出現，AI不再僅僅是單一的工具，而是由多個AI代理組成的「虛擬專案團隊」，像是能夠自主完成從市場分析、產品設計、行銷策劃到客戶服務的完整商業流程。

打造AI代理「通用語言」，串連數位孤島

過去，AI代理像是身處不同的數位孤島，說著不同的語言。舉例來說，一個由Google AI模型Gemini驅動、擅長數據分析的AI代理，很難直接與一個基於LangChain開發、專精於市場研究報告撰寫的AI代理，進行溝通與任務協調。

在這樣的情況下，開發者如果想建立需要多個AI代理協作的複雜工作流，往往需要針對每個AI代理的特性，編寫大量的「膠水程式碼（Glue Code）」整合。 而A2A可以被看作AI代理之間的共通語言，提升AI代理的互操作性（Interoperability），讓統籌工作流程的功能更容易實現。

目前，A2A擁有50多個技術合作夥伴，包括Cohere、Langchain、PayPal、Salesforce和 Workday等，未來，A2A如果成功獲得廣泛關注，將會加速AI代理的生態系統，讓企業更容易混合調用來自不同供應商的AI代理。

A2A作為核心拼圖之一，Google劍指AI代理生態系

讓AI代理的運作更直覺，看起來是Google的努力方向，從該公司目前的服務架構來看，使用者可以在開發平台Vertex AI上打造AI代理，藉由AI代理程式開發套件（ADK）和A2A降低多代理（Multi Agents）系統的開發與協作門檻，再透過管理平台Agentspace將這些能力普及到企業的日常營運中。

A2A在其中扮演著至關重要的「連接器」角色，是實現Google宏大AI代理生態系願景的關鍵服務。雖然作為一個新興的開放標準，A2A的普及速度和社群接受度還有待觀察。

Google鋪設下第一塊基石，未來，或許會看到由無數遵循A2A協定的AI代理組成的龐大網絡，它們能夠像人類團隊一樣分工合作和共享知識。

責任編輯：李先泰

2019年金融監理機關正式將雲端納入委外規範後，揭示金融業上雲時代來臨，國泰金控數數發中心成立雲端策略發展部，負責擬定集團上雲策略，並於2020年正式啟動7年集團雲端轉型計畫；在多數金融機構仍停留在單點遷移或IT現代化的現下，國泰金融集團在 2025 年即完成 100 套系統上雲，更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First，成為數據與人工智慧應用的關鍵引擎。

「百套系統上雲不僅僅是數字，更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示，上雲帶來的效益十分顯著，包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔；同時，雲端業者多具備零碳排或綠能機房機制，亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術，而是為了換取速度與可靠度，讓集團可以加速創新腳步、彈性調配資源，以及培育所需人才與技能，為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能，國泰金控舉辦雲端轉型成果發表會，會中除有集團子公司分享最新成果，三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段，國泰金融集團將雲端內化為營運流程與創新引擎

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務？

顏勝豪認為，雲端轉型的起點不是直接遷移系統，而是從四個面向打底：應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃，以及組織治理框架建立，而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏，若沒有共同語言與平台底座，上雲很容易各自為政。」顏勝豪表示，為讓所有員工可以齊步前行，國泰以雲端遷移方法論 Cathay 6R（註1）作為共同語言、用平台作為共同底座，讓轉型不只是技術選擇，而是集團行動。
完成單一系統的雲端遷移後，便進入 Cloud Adoption 階段。在這個階段中，要透過大規模遷移建立更成熟的上雲標準作業流程（SOP），透過 FinOps 機制控管與優化雲端營運成本，以及透過自動化與治理模型確認多雲環境與安全與維運穩定性，目標是將雲端內化為組織日常運營的一部分，進而邁向 Cloud First 階段：在合規前提下，新專案與系統升級預設在雲端環境開發，並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則：讓雲成為 AI 時代的成長引擎，而不是單純的基礎設施。」關於國泰的未來雲端布局，顏勝豪如是總結。

以雲端為 AI 資源引擎、發揮數據燃料價值，實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲，也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲，打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備：成立國泰風險聯防中心（CRC）攜手集團洗防人員強化風險控管與金融犯罪因應能力；釋出國泰員工 AI 助手–Agia–Beta
版，提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務；此外，亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務，更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出，發展AI需要龐大的 GPU 算力，若自建 GPU 機房，不僅硬體設備昂貴、折舊速度快，光是散熱系統一年就高達兩、三千萬元的成本，若採取雲端資源，可以隨啟隨用，同時，大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組，銀行、人壽、產險與證券的創新不再是單點突破，而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本，資料則決定 AI 應用上限。」顏勝豪解釋，在 AI 新世代，AI 模型定調能力「下限」，集團子公司掌握的「獨特資料」則決定應用的「上限」，考量雲端有許多好用 AI 服務，唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略，打造雲端智慧生態圈，並以現代化雲原生技術拓展應用場景；同時，運用 AI 與資料分析優化客戶服務體驗，並藉由跨雲整合機制支援多元業務模式，以充分發揮上雲效益。至於國泰產險，不僅在兩年半內完成13套核心系統上雲、優化營運流程，如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等，讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求，如以 AI Search 精準呈現關鍵字搜尋結果，讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務，以客戶持股為核心，應用 AI 技術打造個人化推播服務，協助投資人更有效率地掌握庫存狀況，提供更即時、系統化的投資管理體驗。
總的來說，國泰金控在集團的雲端轉型不僅是技術升級，更是思維革新，從百套系統上雲進展到 Cloud First 階段，可以預期在雲地基礎下，國泰將進一步引領 AI 時代變革，持續提升營運韌性與放大創新價值。