Confluent发布Kafka平台更新：新增A2A支持、异常检测和队列功能

Confluent最近推出了对Agent2Agent（A2A）协议的支持，这是一个用于智能体间通信的开放标准。该平台对这一流行协议的实现允许用户使用Apache Kafka来编排智能体间的A2A通信。

在这种范式下，智能体调用可以使用Confluent的流式智能体触发基于事件的操作，这是一套用于设计和部署能够即时响应数据状态变化的智能体的功能集合。Kafka还能实时存储智能体间的通信内容，以供审计和可追溯性需要。

Confluent人工智能负责人Sean Falconer向The New Stack表示，这种方法的主要优势之一——于2月26日宣布——是为在Confluent之外开发的智能体提供了流式智能体的实时能力。

"如果你已经在其他地方投资了智能体，那么如果你想将该智能体转变为事件驱动的智能体，这可以成为一个促进因素，"Falconer说道。

这些可能性通过Confluent多变量异常检测的加入得到了增强，该功能利用机器学习技术分析跨变量模式并识别与运营或业务目标相关的模式。据Falconer介绍，Kafka——用户现在可以通过新的Kafka改进提案（KIP）Queues for Kafka将其用于消息队列——是这两种能力及其综合的基础。

"无论是点击流数据还是IoT数据，一旦它们出现，就会进入Kafka，"Falconer说。"当你将其与异常检测和流式智能体等功能结合时，你可以理解业务中正在发生的这些关键时刻，在这些时刻你希望能够以某种方式应用AI来创建个性化产品或进行根本原因分析。"

通过Confluent的A2A实现，AI可以涉及任何智能体。

A2A实现机制

A2A既有同步协议也有异步协议；Confluent支持后者。据Falconer介绍，使用这个选项，智能体会立即响应请求并提供其身份标识，并可以回答关于它们是否完成了任务的问题。由于智能体间通信是通过Kafka提供的，用户获得了众多优势，包括通过Kafka主题拥有大量该通信订阅者的能力。"你希望它能够传输到你的可观察性工具、分析工具，而Kafka是一个很好的媒介来做到这一点，"Falconer说。

Kafka在多个独立消费者之间进行智能体间通信的有用性围绕其存储能力以及通过主题实现的发布者/订阅者模型。流式智能体做出的每个决策都会实时写入系统表，这本质上是一个具有特定模式的Kafka主题，用于记录该信息。随后，"当智能体交互时，它会将所有内容写在那里，"Falconer解释道。系统表对于构建、测试和完善智能体的开发人员来说是必需的，它们还在受监管行业提供可观察性、可追溯性和一些可解释性。此外，使用Kafka，"你可以将其消费到你的Open Telemetry系统或分析数据库中，"Falconer说。

多变量异常检测功能

可观察性用例通过Confluent的多变量异常检测得到了支持，该功能使组织能够评估多个因素及其关系，以确定事件是否异常。据Falconer介绍，检测异常行为的各种机器学习技术同样适用于任何数据驱动的事件，包括股市变化。有使用时间序列分析的技术，如自回归综合移动平均（ARIMA），以及评估数据变异性的技术，如中位绝对偏差（MAD）。其他措施考虑了季节性因素。

使用这些方法的一个显著好处是"你不必去批量训练这些模型，"Falconer说。"一旦你在流中启动它们，它们就开始学习。"

此外，由于它们依赖传统的统计机器学习方法——而不是语言模型规模的深度神经网络——Falconer说"你可以低成本运行很多很多这样的模型，而且它们速度很快，这对于监控IoT数据等任务来说非常棒。"

Kafka队列功能

Queues for Kafka（KIP: 932）将Kafka的范围扩展到消息队列，而不是其传统的发布者/订阅者方法。设计这种结构的原因之一是简化使用Kafka进行正式消息队列的架构和技术栈，传统上这需要额外的基础设施。

据Falconer介绍，"Queues for Kafka可能做的是采用你用于基于日志的发布/订阅的同一主题，并允许它充当队列。该主题将充当单一真相来源，然后你将其物化以服务于你的数据需求。"

虽然基于日志的发布者/订阅者模型和消息队列之间有一些重叠，但它们最终需要不同的语义。Falconer通过将它们比作餐厅中的两个服务员来阐明两者之间的区别，每个服务员被分配服务不同的桌子。

对于类似于发布/订阅模型的服务员，即使他迟到了，也只有那个服务员可以从那张桌子接受订单。"但是对于队列，其语义更像熟食店的票据柜台，"Falconer说。"没有人拥有一定数量的票据。只有一个票据号码，任何有空的人都会来接受你的订单。"

两种方法都不算更好；它们解决不同的问题。添加这一功能使Kafka对开发人员来说更可行，以支持日益增长的用例数量，而无需不必要地添加基础设施。

Confluent对A2A协议的支持通过供应商对Kafka的持续依赖得到了显著增强。这个开源框架使智能体间通信立即可访问，并将其存储以用于可追溯性、数据治理和审计性。通过Queues for Kafka，智能体对于基于队列的消息工作负载和涉及Kafka发布者/订阅者模型的工作负载同样可行。Confluent的多变量异常检测确保组织在指标、日志和KPI之间获得低延迟洞察，这几乎有利于任何流数据应用程序。

因此，将Kafka应用于A2A流数据工作负载可能会成为标准做法。"这是一个重要的协议，特别是对于企业智能体未来的发展方向，企业将在各种企业系统中运行数百或数千个这样的东西，"Falconer反思道。

Q&A

Q1：什么是Agent2Agent协议？它在Confluent中如何工作？

A：Agent2Agent（A2A）是用于智能体间通信的开放标准协议。Confluent的实现允许用户使用Apache Kafka来编排智能体间的A2A通信，智能体调用可以触发基于事件的操作，Kafka还能实时存储智能体间的通信内容以供审计和追溯。

Q2：Confluent的多变量异常检测有什么优势？

A：多变量异常检测利用机器学习技术分析跨变量模式，能够评估多个因素及其关系来确定事件是否异常。它使用传统统计方法而非深度神经网络，因此运行成本低、速度快，一旦启动就开始学习，无需批量训练。

Q3：Queues for Kafka与传统发布订阅模式有什么区别？

A：传统发布订阅模式就像餐厅服务员，每个服务员只能服务指定的桌子。而Queues for Kafka更像熟食店的票据系统，没有人拥有特定票据，任何空闲的处理者都可以接受任务，这简化了消息队列架构而无需额外基础设施。