高墙花园出现裂痕：纳德拉押注微软的 Copilots —— 以及 Azure 的下一步动作 —— 基于 A2A/MCP 的互操作性

微软 CEO Satya Nadella 对 Google DeepMind 的 Agent2Agent ( A2A ) 开放协议以及 Anthropic 的 Model Context Protocol ( MCP ) 的支持，将立即加速基于 agentic AI 的协作与相互依赖，从而带来基于 agentic 的应用和平台的迅速突破。

纳德拉的这一支持为 agentic AI 开发社区提供了所需的催化剂，加速了各方合作，进而催生出全新的应用、平台和网络。纳德拉长期以来一直公开谈论 agentic AI 跨平台整合的潜力，而昨天的公告不仅揭示了即将支持 Copilot Studio 和 Foundry，还树立了微软在开放 agentic 标准方面所做的坚定承诺的新标杆。

昨天，纳德拉在 X ( formerly Twitter ) 上写道，“像 A2A 和 MCP 这样的开放协议是实现 agentic web 的关键”，随后宣布 Copilot Studio 和 Foundry 即将支持 A2A。虽然他一直认同 agentic AI 跨平台整合开放标准的理念，但这是他首次公开支持这一标准。纳德拉在行业中的影响力必将推动从专有生态系统向跨平台 agentic AI 协作的转变。

Open protocols like A2A and MCP are key to enabling the agentic web. With A2A support coming to Copilot Studio and Foundry, customers can build agentic systems that interoperate by design. https://t.co/8wZGYU8kkj

— Satya Nadella ( @satyanadella ) May 7, 2025

致力于开放架构

纳德拉倡导开放、互操作的 AI 架构的历史已逾十年。在其众多主题演讲和访谈中，纳德拉一直明确表示，开放标准而非专有孤岛，是推动新 AI 技术广泛应用的最可靠催化剂之一。

早在 2018 年，纳德拉就强调了微软与 Facebook 在 ONNX ( Open Neural Network Exchange，开放神经网络交换格式 ) 方面的合作。他表示，ONNX “现已获得所有框架的广泛支持……以及来自 Intel、Qualcomm 和 Nvidia 的硬件加速。”

去年底，他重申了 AI 开发时采用开放平台方法的理念，并表示，“我们正基于 GitHub 的开放平台精神，为 Copilot 带来多模型选择。” 此举的主要目标之一是使开发者能够利用来自任何供应商的 AI 模型，而无需被锁定在单一厂商之中。

今年早些时候，纳德拉再次强调 agentic AI 架构、应用和平台的开放性，指出开源“绝对能发挥巨大作用”，并补充说，“具备允许互操作的能力对于企业 AI 至关重要。”

纳德拉还预测，随着 AI 模型越来越能承担更复杂任务，“模型本身会变得更像一种商品，所有价值都取决于你如何借助企业数据和工作流程对这些模型进行引导、落地和微调。” 在众多访谈和主题演讲中，纳德拉不断强调，真正的竞争优势源自一个开放且灵活的生态系统，企业可以在其中混合、匹配和定制 AI 组件以满足自身需求。

A2A 与 MCP 的重要性日益增长

纳德拉对 A2A 和 MCP 协议的支持，显示出微软高层已一致认同采用开放协议的方式是公司未来发展的最佳方向。同一天支持这两项协议，表明微软在 agentic AI 协作、整合以及多样化 agentic AI 架构组合策略上已迈出了重要一步。

以下是各协议的对比表及其在企业中的相关性说明：

协议 起源/定义 企业相关性 A2A o 起源/定义：Google DeepMind 于 2025 年推出了 Agent2Agent ( A2A )。这是一种开放协议，用于标准化代理间的通信。该协议采用共享 schema，使 AI 代理能交换任务、请求及结果，从而实现来自任何供应商或平台的代理之间的无缝协作。 o 企业相关性：A2A 允许多供应商 AI 工作流顺畅整合，降低供应商锁定风险，同时支持跨多样平台的组合扩展。这为复杂的企业自动化和创新提供了一个动态、互操作的 agentic 生态系统。

MCP o 起源/定义：Model Context Protocol ( MCP ) 由 Anthropic 于 2024 年末开源，规范了 AI 模型如何以标准化、安全的方式向外部请求上下文或数据。它充当连接 AI 模型与工具和数据的通用接口，类似于 AI 世界中的“USB-C 端口”。 o 企业相关性：MCP 提供了一种统一方法来提取企业数据和应用功能，从而简化了 AI 整合过程。它有助于在不同平台之间实现一致的安全性、治理和可扩展性，使得企业内部署 AI 助手变得更加容易。

提前解决企业供应商锁定问题

由于企业部署 Copilot 已成为微软的战略重点，纳德拉提前采取措施，降低企业买家对供应商锁定的担忧，是完全可以理解的。

过去，微软面向企业的产品往往以通过复杂且昂贵的定价策略或棘手的整合技术实施供应商锁定而著称，尤其是当存在功能相似的 Microsoft 原生产品时更是如此。

纳德拉长期向企业传达，企业的基础设施应当是多元和异构的。作为跨平台推动者，纳德拉将微软的 Azure AI 战略定位为企业 DevOps 工作流和持续开发的一种可行替代方案。例如，Copilot 现已能迅速融入多代理工作流之中。

微软推动 A2A 和 MCP 的应用，是为了促使 agentic AI 供应商在创造新的 agentic 应用、系统和平台时实现协同合作，这无疑将成为推动 agentic AI 迅速发展的重要催化剂。

安全与合规的快速突破

从合规性角度来看，标准协议简化了审计流程并优化了合规管理。通过 A2A 结构化代理间交互，组织可以精确追踪信息交换的各个主体以及发生的时点。这种端到端的可见性有助于监管机构了解客户数据在各代理系统间的流向。举例来说，如果用户的个人医疗记录在保险代理和医院排班代理之间传递，A2A 日志便能证明数据隐私符合规范。

相对而言，MCP 规范了 AI 系统向企业数据源请求和采集数据的过程。其设计也类似于零信任模式，因为每个请求都由基于角色的权限进行管控，这有助于识别数据泄露风险。微软对这些协议的强化确保了即便代理更换供应商——例如从微软构建的解决方案转变为小型厂商的产品——相同的合规规则仍将适用，从而降低了安全漏洞的风险。

纳德拉加速了 agentic AI 创新

对 A2A 和 MCP 开放协议的支持，确保了由 Anthropic、Google 或微软提供的任何 agentic AI 技术堆栈核心组件，在首个产品发布时就具备兼容性和互操作性。这一举措扫除了数百家依赖这些公司实现未来增长的 agentic AI 初创企业和合作伙伴面临的重大障碍。

消除系统整合中的摩擦和成本，不仅能加速数据流动、提升数据质量，还能帮助企业更高效地利用这些系统，为客户提供更优质的服务。

当速度成为众人追逐的特性时，全力支持开放标准无疑将成为推动每个 agentic AI 供应商实现更快创新和更可持续增长的强大驱动力。