Giao thức Agent2Agent (A2A) của Google: Hướng dẫn kèm ví dụ

Tìm hiểu về Agent2Agent (A2A) của Google, một giao thức mở giúp các tác nhân AI cộng tác trên nhiều hệ thống khác nhau.

Aashi Dutt

Đã cập nhật 3 thg 10, 2026 · 5 phút đọc

Khám phá cùng AI

ChatGPT Claude Perplexity

Tạo tài khoản miễn phí của bạn

Luyện tập và Lộ trình tiến trình của bạn.

Tiếp Tục Với Google

Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Các tác nhân AI đang định hình lại cách tự động hóa nhiệm vụ, đưa ra quyết định và phối hợp giữa các hệ thống phần mềm. Nhưng khi các tổ chức xây dựng nhiều tác nhân tự chủ hơn, nhu cầu tiêu chuẩn hóa giao tiếp giữa các nhà cung cấp và khung làm việc trở nên thiết yếu. Đó là lúc Agent2Agent (A2A) xuất hiện.

A2A là một giao thức mở, trung lập với nhà cung cấp do Google phát triển, nhằm tiêu chuẩn hóa việc cộng tác giữa các tác nhân AI trên những hệ thống khác nhau.

Trong hướng dẫn này, tôi sẽ giúp bạn hiểu cách A2A hoạt động, các nguyên tắc thiết kế của nó, cách nó vận hành các quy trình làm việc đa tác nhân trong thế giới thực trên nhiều lĩnh vực, và sự khác biệt của nó so với MCP.

Agent 2 Agent (A2A) là gì?

Agent2Agent (A2A) là một giao thức mở cho phép khả năng tương tác giữa các tác nhân mờ (hộp đen). Nó cho phép các tác nhân AI:

Khám phá lẫn nhau
Trao đổi các nhiệm vụ có cấu trúc
Truyền phát phản hồi
Xử lý hội thoại nhiều lượt
Hoạt động trên nhiều phương thức như văn bản, hình ảnh, video và dữ liệu.

Hãy để tôi giải thích ý tưởng chính của A2A bằng cách cùng bạn xem sơ đồ dưới đây:

Trong hình, có hai tác nhân: một Tác nhân của Google (màu xanh) và một tác nhân khác (màu xanh lá), có thể đến từ dịch vụ bên thứ ba. Cả hai cố gắng xử lý hai loại tài liệu hoặc nhiệm vụ. Tác nhân màu xanh lá thành công ở cả hai, được đánh dấu bằng dấu kiểm màu xanh lá, trong khi tác nhân của Google thành công một và thất bại một.

Sự khác biệt này cho thấy nhu cầu thương lượng và chia sẻ thông tin, những thành phần cốt lõi của giao thức A2A.

Nguyên tắc thiết kế của Agent2Agent

A2A được thiết kế dựa trên năm nguyên tắc cốt lõi để hoàn thành nhiệm vụ cho người dùng cuối mà không cần chia sẻ bộ nhớ, suy nghĩ hoặc công cụ. Năm nguyên tắc gồm:

Tận dụng năng lực tác nhân: Các tác nhân hợp tác mà không chia sẻ bộ nhớ, công cụ hoặc kế hoạch thực thi.
Xây dựng trên các tiêu chuẩn mở: A2A sử dụng HTTP, JSON-RPC và SSE để dễ dàng tương tác với các công nghệ sẵn có.
Mặc định an toàn: Tuân theo các cơ chế xác thực OpenAPI và cung cấp bảo mật cấp doanh nghiệp.
Hỗ trợ nhiệm vụ chạy lâu: A2A được thiết kế để xử lý tác vụ nền, phê duyệt có con người tham gia và cập nhật theo luồng.
Không phụ thuộc phương thức: Xử lý hình ảnh, âm thanh, PDF, HTML, JSON và các định dạng có/không có cấu trúc khác.

Các nguyên tắc này giúp A2A trở thành nền tảng cho hệ sinh thái đa tác nhân có khả năng mở rộng, sẵn sàng cho doanh nghiệp.

A2A hoạt động như thế nào?

Trong phần này, chúng ta sẽ đi sâu vào cơ chế bên trong của giao thức Agent2Agent và tìm hiểu kiến trúc cũng như vòng đời giao tiếp giữa các tác nhân. Chúng ta sẽ xem các thành phần chính tham gia, các lớp truyền tải và xác thực, và cách khám phá qua Agent Card.

Các vai trò và giao thức

Giao thức A2A xác định ba vai trò cốt lõi:

Người dùng: Người dùng cuối khởi tạo một nhiệm vụ.
Tác nhân khách (Client agent): Bên yêu cầu, soạn thảo và gửi một nhiệm vụ thay mặt người dùng.
Tác nhân từ xa (Remote agent): Tác nhân nhận nhiệm vụ, thực hiện và gửi lại kết quả.

Quay lại ví dụ sơ đồ ở trên, tác nhân màu xanh là tác nhân khách, còn tác nhân màu xanh lá là tác nhân từ xa.

Agent card và khám phá

Các tác nhân công bố siêu dữ liệu và năng lực của mình thông qua một tài liệu JSON chuẩn hóa gọi là Agent Card, thường được lưu tại /.well-known/agent.json. Thẻ này bao gồm:

Tên, phiên bản và URL lưu trữ
Mô tả và nhà cung cấp dịch vụ
Phương thức vào/ra được hỗ trợ và loại nội dung
Phương thức xác thực
Danh sách kỹ năng của tác nhân với thẻ và ví dụ

Việc khám phá có thể được thực hiện qua DNS, các sổ đăng ký, chợ ứng dụng hoặc danh mục riêng.

Các đối tượng giao tiếp cốt lõi

Trung tâm của giao tiếp A2A là Task, tức một đối tượng có cấu trúc đại diện cho đơn vị công việc nguyên tử. Task có các trạng thái vòng đời như đã gửi, đang xử lý, yêu cầu đầu vào hoặc đã hoàn thành.

Mỗi Task bao gồm:

Messages: Dùng cho trao đổi hội thoại giữa Tác nhân Khách và Tác nhân Từ xa
Artifacts: Dùng cho kết quả bất biến do tác nhân từ xa tạo ra.
Parts: Các khối dữ liệu tự chứa bên trong message hoặc artifact như văn bản thuần, tệp nhị phân hoặc JSON.

Ví dụ quy trình A2A

Hãy hiểu A2A hoạt động ra sao qua một quy trình ví dụ:

Người dùng khởi tạo nhiệm vụ: Người dùng gửi yêu cầu đến Tác nhân Khách, ví dụ: “Lên lịch thay thế laptop.”
Tác nhân Khách khám phá Tác nhân Từ xa: Tác nhân khách tra cứu các tác nhân phù hợp khác bằng Agent Card được lưu tại URL công khai hoặc riêng tư. Tệp JSON này gồm kỹ năng, phương thức hỗ trợ, xác thực và URL dịch vụ.
Tác nhân Khách gửi một Task: Tác nhân khách gửi yêu cầu task/send đến Tác nhân Từ xa đã chọn, dùng JSON-RPC 2.0 qua HTTP. Payload gồm:

Một Task ID
Một Session ID (tùy chọn)
Một Message với một hoặc nhiều Part (ví dụ: văn bản, tệp, JSON)

Tác nhân Từ xa phản hồi: Tác nhân từ xa xử lý nhiệm vụ và phản hồi bằng:

Kết quả tức thì (qua artifact)
Thông điệp trung gian (qua message)
Hoặc yêu cầu thêm thông tin (chuyển trạng thái sang input-required)

Truyền phát và đẩy cập nhật (nếu bất đồng bộ): Nếu nhiệm vụ chạy lâu, tác nhân từ xa có thể truyền phát kết quả từng phần bằng Server-Sent Events (SSE). Nếu tác nhân khách ngắt kết nối, có thể gửi thông báo đẩy đến webhook bảo mật do tác nhân khách cung cấp.
Chuyển trạng thái nhiệm vụ: Nhiệm vụ chuyển qua các trạng thái: submitted → working → input-required → completed. Bất kỳ lúc nào, tác nhân cũng có thể phát cập nhật hoặc artifact mới cho tác nhân khách.
Artifacts và messages: Trong khi Message dùng cho trao đổi/gợi ý làm rõ (ví dụ: “Vui lòng tải lên hóa đơn.”), Artifact dùng để hiển thị đầu ra cuối cùng như PDF báo cáo, tóm tắt phân tích, danh sách JSON, v.v.
Tác nhân Khách tiếp tục hoặc hoàn tất nhiệm vụ: Nếu cần đầu vào, tác nhân khách thu thập từ người dùng và gửi task/send tiếp theo. Khi nhiệm vụ hoàn tất, tác nhân khách có thể lấy tất cả artifact bằng task/get.

Ví dụ A2A: Xử lý phiếu yêu cầu IT Helpdesk

Hãy hình dung một hệ thống bàn trợ giúp IT trong doanh nghiệp sử dụng các tác nhân AI để tự động quản lý và giải quyết phiếu hỗ trợ. Trong thiết lập này, một tác nhân người dùng nhận yêu cầu như:

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

Sau đó tác nhân người dùng điều phối một quy trình xử lý bằng cách cộng tác với nhiều tác nhân từ xa qua A2A.

Cách các tác nhân tương tác qua A2A trong kịch bản trên:

Tác nhân Khách gửi nhiệm vụ cho Tác nhân Chẩn đoán Phần cứng, yêu cầu kiểm tra thiết bị.
Nếu phần cứng bình thường, nhiệm vụ được chuyển lên Tác nhân Hoàn tác Phần mềm để đánh giá các bản cập nhật gần đây.
Nếu hoàn tác thất bại, Tác nhân Thay thế Thiết bị sẽ được kích hoạt để bắt đầu đổi phần cứng.

Mỗi tác nhân hoạt động độc lập, công bố Agent Card với năng lực của mình và giao tiếp bất đồng bộ qua các Task có cấu trúc. Các tác nhân có thể:

Truyền phát nhật ký hoặc chẩn đoán dưới dạng artifact
Tạm dừng luồng nếu cần đầu vào từ người dùng
Gửi cập nhật đẩy khi hoàn thành phần việc của mình

Đây là một trường hợp sử dụng A2A thuần túy, bởi vì:

Không có công cụ có cấu trúc như API hay OCR tham gia
Mọi điều phối diễn ra giữa các tác nhân mờ đang cộng tác
Các tác nhân hoạt động như ngang hàng với logic quyết định riêng và khả năng xử lý phương thức gốc

A2A so với MCP: Khi nào dùng cái nào?

A2A và MCP giải quyết những thách thức khác nhau nhưng bổ trợ trong các hệ thống tác nhân. Trong khi A2A tập trung cho phép các tác nhân cộng tác như những thực thể tự chủ ngang hàng, thì model context protocol (MCP) hướng đến việc kết nối tác nhân với các công cụ có cấu trúc và tài nguyên bên ngoài.

Tại sao chúng ta cần cả A2A và MCP?

Các giao thức tạo ra tiêu chuẩn cho khả năng tương tác. Trong thế giới tác nhân, hai kiểu khả năng tương tác là tối quan trọng:

Khả năng tương tác với công cụ (MCP): Tác nhân gọi các hàm, API hoặc công cụ có cấu trúc.
Khả năng tương tác giữa tác nhân (A2A): Các tác nhân cộng tác bằng ngôn ngữ tự nhiên hoặc phương thức hỗn hợp.

Ví dụ: Quy trình phê duyệt khoản vay

Hãy hình dung một hệ thống đa tác nhân tự động hóa việc phê duyệt khoản vay cho một tổ chức tài chính.

Cách A2A và MCP phối hợp trong kịch bản này:

Bước 1: Tiền xử lý hồ sơ qua công cụ và API (MCP)

Một tác nhân LoanProcessor nhận đơn xin vay từ người dùng. Nó dùng MCP để:

Gọi API điểm tín dụng
Sau đó, truy xuất lịch sử giao dịch ngân hàng từ nguồn dữ liệu bảo mật
Cuối cùng, xác thực tài liệu tải lên bằng OCR

Bước 2: Phối hợp đa tác nhân để ra quyết định cuối (A2A)

Dựa trên dữ liệu có cấu trúc từ bước 1, tác nhân sử dụng A2A để:

Cộng tác với RiskAssessmentAgent để đánh giá rủi ro người vay
Sau đó tham vấn ComplianceAgent để đảm bảo khoản vay đáp ứng yêu cầu pháp lý và quy định
Nếu được chấp thuận, chuyển cho DisbursementAgent để lên lịch giải ngân.

Kết luận

Agent2Agent (A2A) là mảnh ghép còn thiếu trong các hệ thống đa tác nhân quy mô lớn. Với ranh giới tác nhân rõ ràng, giao tiếp dựa trên nhiệm vụ có cấu trúc và hỗ trợ sẵn cho truyền phát và đẩy, A2A cho phép xây dựng hệ sinh thái tác nhân mô-đun, có thể khám phá và mở rộng.

A2A được thiết kế cho nhu cầu thực tế của doanh nghiệp: an toàn, bất đồng bộ, linh hoạt phương thức và không phụ thuộc nhà cung cấp. Dù bạn dùng ADK của Google, LangGraph, CrewAI hay khung làm việc của riêng bạn, A2A giúp tác nhân của bạn giao tiếp với tác nhân khác.

Để tìm hiểu thêm về các tác nhân AI, tôi gợi ý các blog sau: