Twilio推出智能体与人类通信新协议A2H

在过去一年多的时间里，我们见证了智能体AI工具的框架和协议激增。

现在有用于智能体间对话的智能体对智能体协议（A2A），有用于智能体与商务系统对话的智能体商务协议（ACP）和智能体支付协议（AP2），当然还有用于智能体与工具对话并引入上下文的模型上下文协议（MCP）。这些缩写词层出不穷。

然而，云通信公司Twilio认为，在所有这些协议中，缺少一个帮助智能体与人类沟通的框架。

该公司周四发布了开源的智能体对人类（A2H）协议，旨在帮助智能体管理从自主工作任务到将人类纳入循环的交接过程，并通过正确的渠道进行。

Twilio新兴技术产品和工程副总裁Rikki Singh在公告中简洁地表述："智能体专注于它需要从人类那里获得什么，而不是如何联系他们。"在这个过程中，系统还会跟踪所有这些交互并创建审计跟踪。

在与The New Stack的独家采访中，Singh表示，虽然智能体正变得越来越自主，但你总是需要人类参与其中。

"这不是因为AI效率低下，而是因为人类判断在我们做出的许多决策中发挥着重要作用，而且人类判断带来的信任元素也很重要，"她说。

问题随之而来的是这种升级路径应该是什么样的。Twilio长期以来一直管理着企业与消费者的互动方式，无论是通过短信、消息应用程序还是语音通话，Singh认为这让公司在解决这个问题上处于独特地位。

"我认为我们想要解决的是消除责任——关于思考升级路径的责任。我应该考虑到这一点。这不应该由开发者或消费者承担，对吧？这应该由工具承担，应该由技术承担，"她说。

开发者不应该需要弄清楚智能体如何联系人类并维护跨SMS、WhatsApp、推送通知或语音等渠道的所有必要集成。

A2H理想地抽象了所有这些，智能体只需将其消息发送到A2H网关，然后由网关处理升级的消息传递部分。

基于公司在连接企业和消费者方面的经验，A2H支持五个核心意图（当然是可扩展的）：通知（用于单向通知）、收集（用于收集结构化信息如收货地址）、授权（用于通过身份验证批准交易）、升级（移交给人类）和结果（用于报告任务完成情况）。

考虑到使用场景，甚至第一个A2H案例也专注于安全性。通过网关的每次交互都会产生一个签名工件。这意味着当人类批准一笔交易时，例如，这是智能体请求并获得同意的明确证据。正如Singh所指出的，这也是网关至关重要的原因，因为必须有一套可执行的规则来确保智能体为某些交易请求批准，并且有这些记录。

"我们采用的观点是，每当智能体试图与人类沟通时，现实中都有一个隐含的意图，"Singh说。"我们意识到这是帮助开发者以及最终可能运行自己的半自主智能体的消费者理解如何构建这些对话的最佳方式。这就是我们采用意图方法的原因。"

然而，默认意图只是一个基准。整体框架是可扩展的。

对于使用MCP的智能体，A2H只是成为另一个工具，它们可以使用相同的工具调用模式（比如humans_inform()）。

随着周四的公告，Twilio开源了A2H规范的第一个版本，该版本专注于意图，包括身份验证支持和传递渠道抽象。即将推出的是与更多智能体框架如LangGraph和CrewAI的集成，以及用于创建常设批准（和取消它们）的附加原语。

Q&A

Q1：什么是A2H协议？它解决了什么问题？

A：A2H（Agent-2-Human）是Twilio开发的开源协议，专门帮助智能体与人类沟通。它解决了当智能体需要人类参与时，如何正确地将任务交接给人类，并通过合适的渠道进行沟通的问题。

Q2：A2H协议支持哪些核心功能？

A：A2H协议支持五个核心意图：通知（单向通知）、收集（收集结构化信息）、授权（通过身份验证批准交易）、升级（移交给人类）和结果（报告任务完成）。这些功能都是可扩展的。

Q3：A2H协议如何保证安全性？

A：A2H协议通过网关处理所有交互，每次交互都会产生签名工件，创建完整的审计跟踪。当人类批准交易时，系统会记录智能体请求并获得同意的明确证据，确保可追溯性和安全性。