Agent2Agent (A2A) by Google, но немного запоздало⁠⁠

9 апреля, что было уже более 3 месяцев назад, Google анонсировал новый открытый протокол — Agent2Agent (A2A)

В дополнение к Model Context Protocol — это ещё один шаг в сторону координируемых ИИ-систем

Agent2Agent протокол решает одну простую проблему

Как заставить AI-агентов говорить на одном языке и работать вместе?

Небольшая сноска по поводу того, кто такие агенты, потому что сейчас агентами любят называть обычные автоматизации
Агент — это AI-сущность, которая должна:
— понимать задачу и условия выполнения
— принимать решения, чтобы добиться наилучшего исполнения
— общаться с другими агентами, чтобы прийти к своей цели
— работать независимо, как сотрудник

Что предложил и сделал Google?
По сути, создал язык и мессенджер для агентов.
Как людям нужны слова и способ связи, чтобы договориться — так и агентам нужен стандарт общения

У меня появилась аналогия с островами
Агенты без протокола — как жители разных островов
Каждый внутри своего острова как-то справляется. Но сейчас, чтобы выстроить взаимодействие с другими островами — нужно каждый раз договариваться с нуля

A2A протокол предлагает агентам общий язык и единый протокол работы.

И эффект у этого должен быть такой-же, какой сейчас дает нам интернет и английский язык

🏢 И еще одна простая аналогия на примере компании

Катя из HR нанимает людей
Дима из Legal проверяет договоры
Маша из Logistics заказывает доставку

Они общаются через Telegram на русском языке

В мире ИИ: Катя, Дима, Маша — это агенты

A2A — это их Telegram и русский язык. Если что-то из этого убрать в их коммуникации, то работа встанет

Как обстоят дела AI агентов сейчас — без A2A
⏺ Каждый агент живёт в изоляции
⏺ Все связи — ручные, через API и всякие автоматизации)
⏺ Нет общего языка, нет поиска друг друга
⏺ Всё держится на хрупком и дорогом коде

Что даёт A2A протокол

🔵 Общий язык и формат общения между агентами
🔵 Описание способностей AI-агента через AgentCard в виде JSON формата
🔵 Передача задач и их состояний (Task, Artifact)
🔵 Поддержка долгих задач, асинхронность, push-уведомления
🔵 Безопасность на уровне enterprise (OAuth, TLS, mTLS)
🔵 Поддержка фреймворков по типу LangChain, Genkit, LangGraph и тдтп

🤝 Как Model Context Protocol и A2A работают вместе

MCP — это стандарт, который помогает LLM-моделям подключаться к данным, ресурсам и внешним инструментам.
Он уже за пару месяцев успел закрепиться как стандарт ниши — OpenAI, Anthropic и многие другие строят совместимость с MCP

A2A решает другую задачу
Он позволяет агентам координировать действия между собой — не как "инструмент → вызов → результат", а как равноправные сущности, которые обмениваются задачами, артефактами и статусами.

MCP — это про «чем пользоваться»
A2A — это про «с кем и как взаимодействовать»

MCP соединяет агента с инструментом, A2A — с другими агентами.

И если всё будет развиваться так, как сейчас — мы получим масштабируемые экосистемы, где агенты умеют пользоваться ресурсами и договариваться друг с другом

☀️ Google также предоставили демо кейс — Найм разработчика c помощью AI агентнов

Пишем в Gemini — «Найди разработчика, можно удалённо, но с таймзоной около Pacific Bay»

Агент через A2A находит HR-агента
HR-агент возвращает список кандидатов
Зовется другой Агент — интервью-агент
Затем зовется агент для проверки background check кандидатов.

И на выходе получаем самого подходящего кандидата

И это все должно работать без Zapier, специальных API и других склеек / костылей

😎 Почему это важно бизнесу

Больше автоматизации
Агенты сами находят друг друга, передают задачи, отслеживают статус.

Быстрее запуск и рост
Добавить нового агента должно быть очень быстро и просто

Меньше затрат
Меньше разработки и поддержки, так как есть единый стандарт

Гибкость
Хочешь заменить блок или протестировать нового подрядчика — просто меняешь агента

Понятно, что пока это все стадия "Для гиков", но уже движение есть. MCP понадобилось пол года, чтобы найти свою аудиторию. Для А2А уже прошло 3 месяца, и оно вроде как все еще расте