你是成功的旅遊比價網站 Travely 的首席開發者。你已經在生產環境中部署了一個代理 3 個月,為成千上萬的顧客搜尋並推薦旅遊行程。
你想把旅遊推薦更往前推一步,新增實際代為預訂行程的功能。這需要把你的 AI 代理與各家旅遊供應商使用的其他 AI 代理連結起來,而你聽說 agent-to-agent(A2A) 通訊協定能大幅簡化這件事。
請選出關於 A2A 通訊協定的正確敘述。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
探索在正式環境中成功的 AI 代理具備哪些要素(以及為何許多代理會在途中失敗)!你將學到為代理擴充做準備的關鍵設計原則,包括穩健的基礎架構與工具、模組化設計架構,以及持續評估與回饋迴圈。
學習關鍵策略,確保你的代理在開發過程中就以可擴充性為核心。深入了解 Model Context Protocol(MCP)與 Agent-to-Agent 協定(A2A)如何透過標準化來實現可擴充性。
當前練習
準備上線了,但先別急!建立一套穩健的測試框架,讓你有信心 AI 代理在正式環境中能持續表現良好。為你的情境選擇最合適的部署策略,並學習如何將即時資料來源整合進你的 agentic 系統。