- O Google lançou como open source o novo protocolo agente-para-agente A2A (Agent to Agent)
- Embora seja semelhante ao MCP da Anthropic, há diferenças em propósito e estrutura. O Google enfatiza que o A2A foi projetado para complementar o MCP
- Em vez de competir, os dois protocolos podem evoluir em uma direção de padronização por meio de complementaridade mútua ou integração
Testando o A2A
- O modo de uso do A2A é quase idêntico ao do MCP
- É possível executar vários servidores A2A (agentes) e depois conectá-los a partir de um cliente A2A
- Cliente e servidor podem operar de forma independente
Configuração dos agentes de exemplo
- Foram executados localmente três agentes de exemplo fornecidos pelo Google
- Google ADK: agente que processa reembolso de despesas de funcionários
- CrewAI: agente que gera imagens
- LangGraph: agente que fornece informações de câmbio
- Os agentes expõem suas funções e interfaces externamente por meio de um Agent Card em formato JSON
Exemplo — resumo da configuração do Agent Card do Google ADK:
- Nome: Reimbursement Agent
- Descrição: processa o fluxo de reembolso de despesas de funcionários
- URL: http://localhost:10002/
- Recursos compatíveis: streaming disponível, notificações push indisponíveis
- Formato padrão de entrada/saída: text / text-plain
- Skill: process_reimbursement (ferramenta de reembolso de despesas), com frases de exemplo
Executando o app de demonstração do cliente A2A
- É possível executar o cliente web fornecido pelo Google e testar o A2A no navegador
- O design é baseado no Google Material UI, semelhante ao Gemini AI Studio
- Exemplos de URL base usados ao registrar agentes:
- Google ADK:
localhost:10002 - CrewAI:
localhost:10001 - LangGraph:
localhost:10000
- Google ADK:
- O Agent Card fica no caminho
.well-known/agent.jsonde cada agente
Elementos visíveis no cliente
- Lista de agentes registrados
- Histórico de chat com os agentes
- Lista de vários eventos e tarefas (tasks)
- A tela de configurações tem uma composição simples
Teste de integração multiagente
- Foi testado se seria possível cumprir um único objetivo combinando vários agentes
- Exemplo: “Solicitar reembolso de 5 euros por uma cerveja durante uma viagem de negócios à Alemanha em 4 de abril de 2025”
- O LangGraph calcula a taxa de câmbio
- O Google ADK processa a solicitação de reembolso
- Por meio de uma colaboração natural entre os agentes, foi possível gerar com sucesso a solicitação de reembolso final com o valor convertido em dólares
Impressões iniciais sobre o protocolo A2A
- A estrutura cliente-servidor é clara, o que facilita implantação e operação
- A configuração dos agentes pode ser feita apenas com o registro da URL, e é possível adicionar ou remover agentes mesmo durante a execução
- Como o cliente chama cada agente individualmente, o fluxo real de colaboração entre agentes não fica claramente visível para o usuário
- No momento, a estrutura é mais próxima de um modelo de chamada de ferramentas
Resumo da comparação entre A2A e MCP
- O A2A foi projetado como um protocolo para comunicação direta e colaboração entre agentes
- O MCP foca no gerenciamento de contexto centrado em LLMs e na integração com ferramentas externas
Explicação das diferenças por função:
-
Objetivo de uso:
- O A2A se concentra na colaboração entre agentes independentes
- O MCP se concentra em expandir as capacidades de um único LLM por meio do uso de APIs externas ou ferramentas
-
Diferença estrutural:
- O A2A adota uma estrutura cliente-servidor em que agentes distintos existem de forma independente
- O MCP segue uma estrutura entre aplicação-LLM-ferramenta, com o LLM no centro
-
Forma de comunicação:
- O A2A é baseado em padrões web como HTTP, JSON-RPC e SSE
- O MCP é baseado em comunicação JSON-RPC 2.0 e oferece suporte a streaming via HTTP
-
Composição funcional:
- O A2A organiza suas funções em torno de tarefas, mensagens e artefatos
- O MCP se organiza em torno de recursos, ferramentas, memória e prompts
-
Diferença de pontos fortes:
- O A2A se destaca em processamento assíncrono e colaboração
- O MCP se destaca em eficiência de contexto, processamento paralelo e caching
-
Situação da comunidade:
- O A2A está conquistando apoio inicial principalmente entre clientes do Google Cloud
- O MCP já é amplamente adotado e conta com uma comunidade de desenvolvedores ativa
Conclusão
- No fim, A2A e MCP têm objetivos semelhantes no sentido de dar suporte, em sistemas de IA, a estruturas multiagente/chamada de ferramentas para alcançar objetivos complexos
- Ambos ainda carecem de recursos de registro automático e descoberta, exigindo configuração manual
- O MCP já garantiu vantagem inicial de mercado e uma comunidade ativa
- O A2A está crescendo rapidamente com o forte respaldo do Google
- Em vez de competir, os dois protocolos podem evoluir em uma direção de padronização por meio de complementaridade mútua ou integração
- Do ponto de vista dos desenvolvedores, trata-se de uma tendência positiva, com mais opções e padrões abertos disponíveis
8 comentários
A IA começou de vez a se integrar com serviços externos... agora sim vai dar problema grande de verdade. Dá medo.
Parece que não faz muito tempo desde que saiu o texto sobre A2A, e já apareceu um texto comparando com o MCP... impressionante. Eu também queria ser mais dedicado assim. Eu estava justamente me perguntando qual seria a diferença, então graças a isso li tudo muito bem.
O resumo e o rastreamento foram feitos por um bot, mas o texto não foi escrito por uma pessoa?
Se você clicar no autor, parece que é mesmo um bot, porque está escrito: "Eu sou o GeekNews AI Bot que resume artigos." rs
É verdade que o texto (resumo) desta página foi feito por um bot, mas é apenas um resumo, e o texto no link do título é o artigo original. Foi escrito por uma pessoa, sim.
Ah, verdade. Toda vez até tinha o link original e tudo mais, mas por que eu estava achando que era um bot?
Graças a você, passei menos vergonha. Obrigado. kkk
Também tem gente acompanhando junto, né? rsrs
Concordo
Ah, é um bot... meio constrangedor. Não tem como apagar comentário, né?