BLUEPRINT

第三章三大獨特能力

TP 的設計圍繞三大獨特能力展開，它們共同構成了 TP 區別於所有現有通訊協定的核心競爭力。

3.1 傳輸無關性（Transport Agnosticism）

設計哲學

TP 不替代 MCP 或 A2A，而是在它們之上建立統一的語義抽象。

這一設計哲學的核心洞察在於：對於認知共享而言，重要的不是訊息透過什麼管道傳輸，而是訊息承載了什麼語義。TP 訊息可以透過以下任何一種傳輸方式傳遞：

傳輸方式	說明
A2A 的 JSON-RPC	透過 A2A 協定的標準訊息通道傳遞 TP 語義
MCP 的 tool call	將 TP 訊息封裝為 MCP 工具呼叫的參數
傳統 REST API	透過 HTTP 請求體傳遞 TP 訊息信封
Prompt 傳遞	將 TP 語義嵌入自然語言 Prompt 中（降級模式）
Claude Skills 等新興方式	相容未來可能出現的新型 AI 互動範式

類比

這種設計可以類比為 HTTP 與傳輸層的關係。HTTP 協定可以執行在 TCP 之上，也可以執行在 QUIC 之上——HTTP 關心的是請求-回應語義，而非底層的傳輸機制。同樣，TP 關心的是認知共享的語義層，而非訊息的傳輸層。

graph TB
    subgraph "TP 語義層"
        TP_MSG["TP 訊息信封<br/>（Intent · Context · SharedContext）"]
    end

    subgraph "傳輸適配層"
        A2A_T["A2A JSON-RPC"]
        MCP_T["MCP Tool Call"]
        API_T["REST API"]
        PROMPT_T["Prompt 嵌入"]
        SKILLS_T["Claude Skills 等"]
    end

    TP_MSG --> A2A_T
    TP_MSG --> MCP_T
    TP_MSG --> API_T
    TP_MSG --> PROMPT_T
    TP_MSG --> SKILLS_T

    style TP_MSG fill:#4A90D9,color:#fff,stroke:#2C5F8A,stroke-width:2px

傳輸無關性確保了 TP 不會被綁定到任何單一的底層協定上。當新的傳輸方式出現時，TP 只需增加一個傳輸適配器，而無需修改協定本身的語義定義。

3.2 協定協商與轉譯（Protocol Negotiation）

問題場景

在現實的 AI 生態中，不同的 Fay 可能「說」不同的協定語言。一個 Fay 可能原生支援 A2A，另一個可能只理解 MCP 的 tool call 格式，還有一些可能僅支援傳統的 REST API 呼叫。

當這些「母語」不同的 Fay 需要協作時，如果沒有統一的協商和轉譯機制，它們將無法通訊——就像兩個只會說不同語言的人面對面卻無法交流。

TP 的解決方案

TP 充當自適應的翻譯層，透過以下步驟實現跨協定通訊：

能力探測：TP 首先探測對方 Fay 支援哪些傳輸協定
合約協商：雙方約定一個「合約範本」——確定使用 MCP、A2A、API 呼叫還是 Prompt 作為底層傳輸方式
語義映射：在約定的傳輸方式之上，建立 TP 語義到底層協定格式的映射規則
透明轉譯：後續通訊中，TP 自動將語義意圖轉譯為對方能理解的格式

sequenceDiagram
    participant FA as Fay A<br/>（原生 A2A）
    participant TP as TP 協商層
    participant FB as Fay B<br/>（僅支援 MCP）

    FA->>TP: 發送 TP 意圖（經由 A2A）
    TP->>TP: 檢測 Fay B 的協定能力
    TP->>TP: 協商傳輸方式 → MCP tool call
    TP->>FB: 轉譯為 MCP tool call 格式
    FB->>TP: 回傳 MCP 回應
    TP->>FA: 轉譯為 A2A 回應格式

這種機制的關鍵價值在於：即使對方 Fay 尚未「學會」某種協定，TP 也能透過轉譯讓雙方順利通訊。協定的差異對上層的認知共享邏輯完全透明。

3.3 共享語境（Shared Context）

核心地位

共享語境是 TP 最核心的能力，也是「心靈感應」命名的根本由來。如果說傳輸無關性解決了「透過什麼管道通訊」的問題，協定協商解決了「用什麼語言通訊」的問題，那麼共享語境解決的是「通訊的本質是什麼」的問題。

機制描述

當兩個 Fay 啟用 TP 會話時，雙方會進入共享語境模式。在這一模式下，雙方不再僅僅交換訊息，而是共同維護一個受控的認知空間。

可共享的認知資源包括：

認知資源類型	說明	典型場景
會話級別的部分長記憶	與當前協作主題相關的知識片段	醫療 Fay 共享患者的相關病史摘要——如過敏史、慢性病記錄、近期用藥情況，使得會診 Fay 無需重新詢問即可了解患者背景
視圖介面狀態	雙方正在操作的介面或資料視圖	多個 Fay 協作編輯同一份合約文本——法律 Fay 標註了需要修改的條款，財務 Fay 立即看到標註位置並評估財務影響，無需來回傳送文件版本
規則或推理引擎	用於當前任務的推理邏輯	法律 Fay 共享適用的法規條文和推理鏈——稅務 Fay 可以直接引用這些法規來計算稅務影響，而不需要法律 Fay 每次都把相關法條複製貼上到訊息中
環境上下文	時間、地點、裝置狀態等動態資訊	無人機上的 Fay 共享即時 GPS 座標、電池電量、攝影機視角給地面控制 Fay——地面 Fay 可以直接「感知」無人機的狀態，而非等待定期的狀態報告訊息

宿主授權與稽核

共享語境的範圍嚴格由宿主授權決定。Fay 不能自行決定共享哪些認知資源——每一項共享都必須在宿主預先授權的邊界內進行。同時，所有對共享語境的存取均可稽核，宿主可以事後查閱哪些資訊被共享、被誰存取、在什麼時間點發生。

這一設計與 A2A 的 Opaque Execution 原則形成了鮮明對比：

維度	A2A（Opaque Execution）	TP（Shared Context）
內部狀態	不共享，Agent 是黑盒	在授權範圍內選擇性共享
協作深度	任務級別（委派與匯報）	認知級別（共享記憶與推理）
資訊傳遞	每次完整序列化傳輸	共享空間內直接存取
隱私控制	無系統性機制	宿主授權 + 全程稽核
適用場景	鬆耦合的服務編排	深度協作與認知融合

共享語境使得 Fay 之間的協作從「傳話」升級為「共同思考」——這是 TP 作為認知共享協定的核心價值所在。

第三章 三大獨特能力