智能体网络中的原生模态路由：一种多模态 A2A 协议扩展

本文指出，仅保留跨智能体边界的多模态信号不足以实现准确的跨模态推理。研究提出 MMA2A 架构，通过检查智能体能力声明，以原生模态路由语音、图像和文本。实验表明，当下游智能体具备利用丰富上下文的能力时，该方法较文本瓶颈基线将任务准确率提升 20%。若替换为关键词匹配，优势消失，证明协议级路由需与智能体级推理能力结合。结果显示，路由是多智能体系统设计的一阶变量，直接决定下游推理可用信息。