AI代理给人留下的天真印象是：一个聊天机器人，每一轮对话都变得更聪明。但生产环境的现实要严苛得多——代理需要跨服务协调、遵守安全边界、遵循标准化通信契约，并在无上限的请求量下存活。从提示词到基础设施的转变，不是哲学问题，而是一道硬性的工程分水岭，它把演示demo和真正的部署系统区分开来。

早期AI应用依赖提示词链（prompt chaining）：一串由可读叙事串联起来的LLM调用。这在只需要一个代理、低并发、无审计要求的场景下还能运转。但一旦你需要5个代理处理10000个并发请求，每个代理还要调用多个下游工具，延迟预算按秒计算、合规审计必须留痕，这种模式立刻崩溃。

提示词级别的系统，面临三个致命的规模化问题。第一，非确定性控制流——LLM输出是概率性的，把路由逻辑写进提示词，边缘情况下必然跑偏。第二，没有隔离边界——一个被攻破或恶意的提示词，可以泄露密钥、覆写状态、外传工具输出。第三，责任归属不透明——当一个巨型提示词统管一切时，调试意味着逐行重读几十条指令文本，而不是检查状态机的结构化流转。

替代方案，是把代理当作基础设施来对待——服务有明确的契约、有边界的执行上下文、有标准化的代理间通信方式。这正是A2A（Agent-to-Agent）协议层要解决的问题：让代理之间无需中央编排者做每一个决策，就能相互通信。你可以把它理解为代理界的RPC——结构化、强类型、有版本、可观测。

没有A2A协议的代理生态是什么样子？代理A调用代理B的REST接口，硬编码请求格式；代理B期望代理A的context以特定JSON结构传入；任何一方改了schema，双方同时挂掉；排错时要抓包嗅探才能定位问题。A2A协议从四个层面解决这些痛点：发现（Discovery）解决“谁提供什么服务、什么格式”，认证（Authentication）解决“请求方是否有权调用”，协商（Negotiation）解决“双方能力不匹配时如何降级”，编排（Orchestration）解决“子任务的拆分执行与结果汇总”。这些能力让代理从“能聊天的玩具”变成了可靠的分布式系统组件。

从提示词到基础设施，本质上是架构思维的切换。提示词是文本，基础设施是代码；提示词可以随意修改，基础设施必须版本控制；提示词把逻辑藏在自然语言里，基础设施把逻辑暴露在可测试的接口中。如果你正在构建的是五个代理处理一万并发请求的生产系统，别再追求“更聪明的提示词”，去追求更硬的协议、更清晰的边界、更可观测的调用链。这才是A2A真正要交付的东西。