Protocolo Agent2Agent (A2A) do Google: Um guia com exemplos

Os agentes de IA estão reformulando a forma como as tarefas são automatizadas, as decisões são tomadas e os sistemas de software colaboram. Porém, à medida que as organizações criam agentes mais autônomos, a necessidade de comunicação padronizada entre fornecedores e estruturas torna-se essencial. É aí que entra o Agent2Agent (A2A).

O A2A é um protocolo aberto e independente de fornecedor desenvolvido pelo Google para padronizar a colaboração entre agentes de IA em diferentes sistemas.

Neste tutorial, orientarei você a entender como o A2A funciona, seus princípios de design e como ele pode potencializar fluxos de trabalho multiagentes do mundo real em vários domínios, e como ele é diferente do MCP.

O que é agente 2 agente (A2A)?

O Agent2Agent (A2A) é um protocolo aberto que permite a interoperabilidade entre agentes opacos (black-box). Ele permite que os agentes de IA:

• Descubra um ao outro
• Trocar tarefas estruturadas
• Respostas do fluxo
• Lidar com conversas de vários turnos
• Opere em modalidades como texto, imagens, vídeo e dados.

Deixe-me tentar explicar a ideia principal do A2A guiando você pelo diagrama abaixo:

Fonte: Google

Na imagem, dois agentes são representados: um agente do Google (em azul) e outro agente (em verde), provavelmente de um serviço de terceiros. Ambos os agentes tentam processar dois tipos de documentos ou tarefas. O agente verde é bem-sucedido em ambos, conforme indicado pelas marcas de verificação verdes, enquanto o agente do Google é bem-sucedido em um e falha no outro.

Essa discrepância destaca a necessidade de negociação e compartilhamento de informações, componentes centrais do protocolo A2A.

Princípios de design do Agent2Agent

O A2A foi projetado com base em cinco princípios fundamentais para realizar tarefas para usuários finais sem compartilhar memória, pensamentos ou ferramentas. Esses cinco princípios incluem:

• Adote os recursos agênticos: Os agentes colaboram sem compartilhar memória, ferramentas ou planos de execução.
• Criado com base em padrões abertos: O A2A usa HTTP, JSON-RPC e SSE para garantir a interoperabilidade fácil com as pilhas de tecnologia existentes.
• Seguro por padrão: Ele segue os esquemas de autenticação OpenAPI e oferece segurança de nível empresarial.
• Oferece suporte a tarefas de longa duração: O A2A foi projetado para lidar com tarefas em segundo plano, aprovações de pessoas no circuito e atualizações de streaming.
• Modalidade agnóstica: Ele lida com imagens, áudio, PDFs, HTML, JSON e outros formatos estruturados e não estruturados.

Esses princípios de design fazem do A2A a espinha dorsal de ecossistemas multiagentes escalonáveis e prontos para a empresa.

Como funciona o A2A?

Nesta seção, vamos nos aprofundar no funcionamento interno do protocolo Agent2Agent e entender a arquitetura e o ciclo de vida da comunicação do agente. Exploraremos os principais atores envolvidos, as camadas de transporte e autenticação e a descoberta por meio de cartões de agente.

Atores e protocolos

O protocolo A2A define três atores principais:

• Usuário: O usuário final que inicia uma tarefa.
• Agente cliente: O solicitante que formula e envia uma tarefa em nome do usuário.
• Agente remoto: O agente destinatário que executa a tarefa e envia os resultados.

Voltando ao exemplo do diagrama acima, o agente azul é o agente cliente e o agente verde é o agente remoto.

Cartões de agente e descoberta

Os agentes publicam seus metadados e recursos por meio de um documento JSON padronizado chamado Agent Card, geralmente hospedado em /.well-known/agent.json. Este cartão contém:

• Nome, versão e URL de hospedagem
• Descrição e provedor de serviços
• Modalidades de entrada/saída e tipos de conteúdo compatíveis
• Métodos de autenticação 
• Lista de habilidades do agente com tags e exemplos

A descoberta pode ser feita por meio de DNS, registros, mercados ou catálogos privados.

Objetos de comunicação essenciais

No centro da comunicação A2A está o Task, ou seja, um objeto estruturado que representa uma unidade atômica de trabalho. As tarefas têm estados de ciclo de vida como enviado, em funcionamento, requerido por entrada ou concluído.

Cada Task inclui:

• Mensagens: São usados para trocas de conversas entre o cliente e o agente remoto
• Artefatos: São para resultados imutáveis criados pelo agente remoto.
• Peças: Blocos de dados independentes em mensagens ou artefatos como texto simples, blobs de arquivos ou JSON.

Exemplo de fluxo de trabalho A2A

Vamos entender como o A2A funciona por meio de um exemplo de fluxo de trabalho:

1. O usuário inicia uma tarefa: O usuário envia uma solicitação a um Client Agent, por exemplo, "Schedule a laptop replacement".
2. O agente cliente descobre um agente remoto: O agente cliente procura outros agentes capazes usando um cartão de agente hospedado em um URL público ou privado. Esse arquivo JSON inclui habilidades, modalidades compatíveis, autenticação e URL do serviço.
3. O Agente Cliente envia um Task: O agente cliente envia uma solicitação task/send para o agente remoto selecionado, usando JSON-RPC 2.0 por HTTP. A carga útil contém:
• Uma ID de tarefa
• Uma ID de sessão (opcional)
• Uma mensagem com uma ou mais partes (por exemplo, texto, arquivo, JSON)
4. O agente remoto responde: O agente remoto processa a tarefa e responde com:
• Resultados imediatos (via artefato)
• Mensagens intermediárias (via mensagem)
• Ou solicita mais informações (definindo o estado como input-required)
5. Atualizações por streaming e push (se assíncrono): Se a tarefa for de longa duração, o agente remoto poderá transmitir resultados parciais de volta usando o Server-Sent Events (SSE). Se o cliente se desconectar, as notificações por push poderão ser enviadas para um webhook seguro fornecido pelo cliente.
6. Transições de estado da tarefa: A tarefa transita pelos estados: enviado → funcionando → requerido por entrada → concluído. A qualquer momento, o agente pode emitir atualizações ou novos artefatos para o cliente.
7. Artefatos e mensagens: Enquanto as mensagens são usadas para comunicação ou esclarecimento (por exemplo, "Carregue seus recibos."), os artefatos são usados para mostrar os resultados finais, como PDF do relatório, resumo da análise, lista JSON etc.
8. O Agente Cliente retoma ou conclui a tarefa: Se for necessária uma entrada, o agente cliente a coleta do usuário e envia um acompanhamento para task/send. Após a conclusão da tarefa, o cliente pode buscar todos os artefatos usando task/get.

Exemplo de A2A: Resolução de tíquetes do helpdesk de TI

Imagine um sistema de help desk de TI corporativo que usa agentes de IA para gerenciar e resolver tíquetes de suporte de forma autônoma. Nessa configuração, um agente de usuário recebe uma solicitação como:

“My laptop isn’t turning on after the last software update.”Tecnologia

Em seguida, o agente do usuário orquestra um fluxo de trabalho de resolução colaborando com vários agentes remotos via A2A.

Veja como os agentes interagem via A2A no cenário acima:

• O Client Agent envia uma tarefa para o Hardware Diagnostic Agent, solicitando uma verificação do dispositivo.
• Se o hardware estiver bom, ele é encaminhado para o Agente de reversão de software, que avalia as atualizações recentes.
• Se a reversão falhar, o Device Replacement Agent será acionado para iniciar uma troca de hardware.

Cada agente opera de forma independente, expõe um cartão de agente com seus recursos e se comunica de forma assíncrona por meio de tarefas estruturadas. Os agentes podem:

• Registros de fluxo ou diagnósticos como artefatos
• Pausar o fluxo se a entrada do usuário for necessária
• Envie atualizações push à medida que eles concluem sua parte

Esse é um caso de uso A2A puro, porque:

• Nenhuma ferramenta estruturada, como APIs ou mecanismos de OCR, está envolvida
• Toda a coordenação acontece entre agentes opacos e colaboradores
• Os agentes agem como pares com lógica de decisão individual e manipulação de modalidade nativa

A2A vs MCP: Quando usar o quê?

A2A e MCP resolvem desafios diferentes, mas complementares, em sistemas agênticos. Enquanto o A2A se concentra em permitir que os agentes colaborem como pares autônomos, o protocolo de contexto de modelo (MCP) é voltado para a conexão de agentes com ferramentas estruturadas e recursos externos.

Por que precisamos do A2A e do MCP?

Os protocolos criam padrões para interoperabilidade. No mundo agêntico, dois tipos de interoperabilidade são fundamentais:

• Interoperabilidade da ferramenta (MCP): Agentes que chamam funções estruturadas, APIs ou ferramentas.
• Interoperabilidade do agente (A2A): Agentes que colaboram em linguagem natural ou modalidades mistas.

Exemplo: Fluxo de trabalho de aprovação de empréstimos

Imagine um sistema multiagente que automatiza as aprovações de empréstimos para uma instituição financeira.

Veja como o A2A e o MCP funcionam juntos nesse cenário:

Etapa 1: Pré-processamento do aplicativo por meio de ferramentas e APIs (MCP)

Um agente do LoanProcessor recebe uma solicitação de empréstimo do usuário. Ele usa o MCP para:

• Chamar uma API de pontuação de crédito
• Em seguida, você recupera o histórico de transações bancárias de uma fonte de dados segura
• Por fim, valida os documentos carregados usando um OCR

Etapa 2: Coordenação de vários agentes para tomada de decisão final (A2A)

Com base nos dados estruturados da etapa 1, o agente usa A2A para:

• Colaborar com um RiskAssessmentAgent para avaliar o risco do mutuário
• Em seguida, você consulta o site ComplianceAgent para garantir que o empréstimo atenda aos requisitos legais e regulamentares
• Se aprovado, você poderá acessar o site DisbursementAgent para agendar a transferência de fundos.

Conclusão

O Agent2Agent (A2A) é o elo perdido em sistemas multiagentes de larga escala. Com limites claros de agentes, comunicação estruturada baseada em tarefas e suporte integrado para streaming e push, ele permite ecossistemas de agentes modulares, detectáveis e dimensionáveis.

O A2A foi projetado para atender às necessidades reais das empresas e é seguro, assíncrono, flexível em termos de modalidade e independente de fornecedor. Não importa se você está usando o ADK do Google, LangGraph, CrewAI ou sua estrutura, o A2A ajuda seus agentes a falar com agentes.

Para saber mais sobre agentes de IA, recomendo estes blogs:

• CrewAI: Um guia com exemplos de sistemas de múltiplos agentes de IA
• IA agêntica: Como funciona, benefícios e comparação com a IA tradicional