未來的世界不會只有一套AI模型稱霸，而是進入多模型共存的新時代。這也代表，AI助理將會基於不同語言與架構打造，若要實現一個真正完整的智慧助理生態系，就勢必要讓各家廠商所開發的Agent能互聯互通。

在這樣的背景下，如何建立一套高效且標準化的Agent協作與通訊機制，已成為突破複雜任務執行瓶頸的關鍵。

2024年底，Anthropic率先推出MCP（Model Context Protocol）協議，提供統一介面來連接大型語言模型與外部工具、資料來源。最近，Google也在Google Cloud Next '25大會上發表首個標準化的Agent互動協議——Agent2Agent（簡稱A2A），正式啟動多Agent跨平台協同合作的標準化進程，讓來自不同生態系的Agent，能在安全前提下實現智慧協作。

A2A

這次，Google攜手超過50家科技與企業級軟體夥伴，包括Atlassian、Box、Cohere、Intuit、LangChain、MongoDB、Salesforce、SAP、ServiceNow、UKG與Workday等重量級廠商，目標是將A2A協議打造成Agent之間的「互通語言」。

A2A協議建立在HTTP、SSE等通用網路標準之上，支援企業級驗證與授權機制，致力於幫助企業擺脫供應商與技術框架的綁架，讓不同平台上的Agent能夠安全地進行通訊、資訊交換與協同運作。

簡單來說，A2A就像是替AI助理們發明了一種「共同語言」，打破系統之間的溝通隔閡，實現智慧服務的無縫整合，為用戶提供更全面、更即時、更聰明的協作體驗。更重要的是，Google將A2A設計為開源協議，開放整個AI開發社群共同參與貢獻與演進，加速推動生態圈的標準化。

Google Cloud業務應用平台副總裁暨總經理Rao Surapaneni指出：「不論底層技術為何，AI Agent都能透過A2A協議實現無縫協作，自動化複雜的企業工作流程，進一步推升企業效率與創新潛力至全新高度。」

MCP

MCP（Model Context Protocol）則聚焦於協助Agent高效運用結構化工具與資料資源，來完成特定任務。它的核心目的在於建立大型語言模型（LLMs）與多元資料來源、工具資源之間的標準化連結。

可以說，MCP扮演的是一套「標準介面集」的角色，讓大模型能夠辨識哪些工具可用、又該如何正確使用這些工具。其核心功能在於規範模型如何與外部工具進行像是函數呼叫（Function Calling）等操作，降低整合門檻、提升開發效率。

Google Cloud業務應用平台副總裁Surapaneni指出，A2A與MCP並非競爭關係，而是相輔相成的技術組合。「我們將MCP與A2A視為互補能力。」他解釋道：「A2A屬於較高層次的抽象設計，專注於應用與助理之間的溝通協作；而MCP則負責底層對模型、工具與資料的串接工作。」

從技術架構來看，A2A與MCP兩大協議將成為推動AI Agent實現高階互操作性的關鍵基礎建設。MCP主攻Agent與工具或資料的連結標準化，而A2A則專注於不同Agent之間的協同與對話。兩者合力，為未來複雜任務導向的Agent應用鋪設關鍵通路。

MACP：首個製造業多Agent協議

Anthropic與Google近日的動作，正與鼎新所布局的戰略不謀而合。早在2024年6月，鼎新旗下METIS平台推出企業級Agent開發方案「Indepth AI 1.0」時，便已意識到，AI的未來，並非單靠某個「超級Agent」或「最佳模型」單打獨鬥，而是要「匯聚群智」，打造多Agent自然協作的新典範，實現無縫對話與智慧協同。

憑藉43年深耕製造業的實務經驗，鼎新洞悉到，製造業作為高度垂直的專業領域，對Agent在精準性與協作能力上的要求遠高於一般應用場景。尤其面對多元且複雜的業務流程，其所需的Agent交流機制，不僅需解決通訊與協同問題，更需建立針對場景的任務共識與決策語境。這些關鍵要素，在當前如MCP、A2A等主流協議中仍屬薄弱地帶。

也因此，鼎新即將於四月底正式發表的下一代Indepth AI平台中，已率先佈局兩大產業級「先手棋」：

◆ 製造業首套多Agent協議 —— MACP（Multi-Agents Context Protocol）

鼎新此次率先推出的MACP協議，為製造業打造首個以多AI Agent自然協作為核心的溝通標準。MACP的設計理念，類似於人與人之間的直覺交流，透過統一的數據語境與推理架構，打破AI代理間的溝通障礙，實現橫跨部門與系統的智慧協作，真正落地解決產業中的高複雜問題。

若僅依賴A2A層的任務轉接或MCP層的調用標準，AI agent 在製造業工作場景下，仍然難以理解彼此的角色分工、上下文條件與現場情境，導致整體協作效率大打折扣。因此，MACP的誕生，是從製造一線需求反推出來的結果。

相較於A2A強調模型間的通訊語法、MCP聚焦於模型調用的通用框架，MACP更進一步：它專為製造業的「任務編排」、「協作語境」、「多源數據感知」等實務需求設計，補足現行協議難以涵蓋的產業落地面向。

◆ 製造業首個通用型多Agent協作平台 —— Commander 2.0

在MACP的協議框架下，鼎新同步推出了Commander 2.0平台，其中核心角色「Commander」如同企業內的智慧總管，善於調度、知人善任。它遵循MACP協議指引，負責高效整合與調配企業內多個AI代理的角色與任務，穩定支援日常營運與複雜決策的自動化處理。

透過MACP的加持，製造業工作流程迎來智慧轉型。傳統上需仰賴人工逐一分派任務的協作模式，正逐步被Commander所取代。這位智慧指揮官，讓AI代理們在統一語言架構下分工合作、即時互通。

以製造業常見的Order to Pay流程為例，整體作業流程在Commander的智慧調度下實現全自動化串接：

當銷售訂單AI代理完成訂單資料正確性的自動確認後，Commander將任務即時交接給生產管理AI代理，啟動生產排程。生管AI代理會主動查詢生產進度、預測可能偏差，並持續監控至產品正常入庫、進入銷貨準備階段。此時，Commander再調度生單 AI 代理，自動生成未審核的銷貨單，待銷貨作業完成後，系統將任務無縫交棒給財務AI代理，負責開立發票並完成帳務入帳動作。若遇到尚未完成生產入庫的情況，Commander 則會調度通知AI代理，即時發送訊息通知業務人員進行線下加急處理，確保整體流程不中斷、持續順暢。

MACP 並非終點，而是製造智慧協同的起點

值得一提的是，MACP並非封閉式協議。鼎新始終秉持開放協作的態度，致力於為企業客戶打造「可便捷調用、有效協同」的智能工具與代理體系，協助企業以最貼近實務的方式，實現AI協同的最大效益。

在此理念下，鼎新將持續關注並評估包括MCP、A2A等主流協議的發展動向，積極探索異構AI Agents之間的互操作性與協同潛力。未來，MACP將作為製造業場景的基礎，與其他協議相輔相成，逐步構建出一個更具彈性、可擴充的開放式多AI Agents協同架構，推動製造業AI能力的全面落地與規模化應用。