Google A2A Protocol: как будут общаться AI-агенты разных компаний
В апреле 2025 года Google представил Agent2Agent (A2A) — открытый протокол для коммуникации между AI-агентами. Разбираемся, почему это может стать HTTP для агентного мира
Тип материала: Анализ
- — A2A (Agent2Agent) — открытый протокол от Google, который позволяет AI-агентам от разных вендоров обнаруживать друг друга, обмениваться задачами и координировать работу без жёсткой интеграции.
- — Ключевые компоненты: Agent Cards (JSON-описание возможностей агента), Task Protocol (стандарт передачи задач и результатов) и Message Channel (потоковая коммуникация между агентами).
- — A2A дополняет MCP от Anthropic: MCP стандартизирует взаимодействие агента с инструментами (вертикаль), A2A стандартизирует взаимодействие агентов друг с другом (горизонталь).
9 апреля 2025 года Google Cloud Next открылся анонсом, который мог бы показаться абстрактным и скучным, но на деле стал одним из самых значимых шагов в истории агентного AI. Шриниваса Сатта, VP of Engineering в Google DeepMind, представил Agent2Agent Protocol — или A2A — открытый стандарт для коммуникации между AI-агентами. «Сегодня каждый вендор строит агентов, которые живут в своём мире, — сказал Сатта. — A2A — это мост между мирами». Сравнение с HTTP, которое стало рефреном всех обсуждений A2A, было произнесено не журналистами, а самим Google.
Прежде чем разбирать A2A, стоит понять проблему, которую он решает. Представьте корпоративный сценарий: компания использует агента от Salesforce для CRM, агента от Microsoft для управления проектами, агента от Google для анализа данных и кастомного агента для внутренних процессов. Каждый из этих агентов компетентен в своей области, но они не умеют разговаривать друг с другом. Когда CRM-агент обнаруживает, что клиент задержал оплату, он не может попросить проектного агента приостановить поставку, а аналитического — проверить историю клиента. Человек-менеджер вынужден быть «переводчиком» между агентами — что сводит на нет саму идею автоматизации.
A2A решает эту проблему через три компонента. Первый — Agent Card. Это JSON-документ, который описывает возможности агента: что он умеет делать, какие входные данные принимает, какие результаты возвращает, какие протоколы безопасности поддерживает. Agent Card размещается по стандартному URL (например, /.well-known/agent.json — по аналогии с robots.txt) и позволяет другим агентам автоматически обнаруживать и оценивать потенциального «коллегу». Google предложил реестр Agent Cards — каталог, в котором агенты могут регистрироваться и быть найденными по capabilities.
Второй компонент — Task Protocol. Это стандартный формат для передачи задач между агентами. Task содержит описание того, что нужно сделать (task description), входные данные (input artifacts), ожидаемый формат результата (output schema), контекст (conversation history, user preferences) и ограничения (timeout, budget, security level). Агент-отправитель создаёт Task, агент-получатель принимает его, выполняет и возвращает результат — или отклоняет с объяснением. Task Protocol поддерживает подзадачи (subtasks), промежуточные отчёты (progress updates) и отмену (cancellation).
Третий компонент — Message Channel. Это механизм потоковой коммуникации между агентами, реализованный через Server-Sent Events (SSE) поверх HTTP. В отличие от Task Protocol, который работает по модели «запрос-ответ», Message Channel позволяет агентам вести непрерывный диалог: обсуждать подходы к решению задачи, запрашивать уточнения, координировать параллельную работу. Это особенно важно для сложных мультиагентных сценариев, где несколько агентов совместно работают над одной проблемой.
Архитектурно A2A построен на принципах, знакомых любому веб-разработчику. Агенты общаются через HTTP/HTTPS, данные передаются в JSON, аутентификация — через OAuth 2.0 и API-ключи. Это сознательный выбор: Google не стал изобретать новый транспортный протокол, а использовал существующую инфраструктуру веба. Любой сервер, который может обрабатывать HTTP-запросы, может быть A2A-совместимым агентом. Это радикально снижает порог входа — не нужно ни специального ПО, ни SDK, ни сертификации.
Очень важно понимать отношение A2A к MCP — Model Context Protocol от Anthropic. MCP, представленный в ноябре 2024 года, стандартизирует подключение инструментов к AI-моделям: базы данных, API, файловые системы. MCP отвечает на вопрос «как агент использует инструменты». A2A отвечает на другой вопрос: «как агенты разговаривают друг с другом». Эти протоколы не конкурируют — они дополняют друг друга. Агент может использовать MCP для подключения к базе данных и A2A для делегирования подзадачи другому агенту. Google явно подчеркнул эту комплементарность на презентации, что стало редким примером конструктивного сотрудничества между конкурирующими AI-компаниями.
Реакция индустрии была сильной. В день анонса более 50 компаний объявили о поддержке A2A. Среди них — Salesforce, SAP, Atlassian, MongoDB, Elastic, LangChain, CrewAI, Anthropic (через совместимость с MCP), Cohere и десятки других. Microsoft не вошла в список на момент анонса, но через три недели объявила о «принципиальной поддержке» A2A в Semantic Kernel. OpenAI пока не прокомментировала — компания традиционно избегает участия в сторонних стандартах, предпочитая определять свои.
Мы провели технический анализ спецификации A2A (v0.9, опубликованной на GitHub). Она удивительно лаконична: основной документ — 47 страниц, включая примеры. Для сравнения: спецификация HTTP/2 — 96 страниц, а gRPC — более 200. Google явно стремился к минимализму, и это правильный подход для ранней стадии. Лучше начать с простого и расширять, чем начать со сложного и пытаться упростить. При этом спецификация покрывает все базовые сценарии: point-to-point взаимодействие (один агент вызывает другого), fan-out (один агент делегирует подзадачи нескольким), и pipeline (цепочка агентов, где выход одного — вход другого).
Есть, однако, вопросы, которые спецификация v0.9 оставляет открытыми. Оплата: если ваш агент использует коммерческого агента от другой компании через A2A, как происходит расчёт? Спецификация не предлагает стандарта для billing. Качество: как оценить, насколько хорошо агент выполнил задачу? Нет стандарта для метрик качества. Безопасность: базовая аутентификация через OAuth описана, но сложные сценарии (делегированный доступ, когда агент A просит агента B действовать от имени пользователя C) пока не стандартизированы. Google обещает закрыть эти пробелы в версии 1.0, запланированной на третий квартал 2025 года.
Стратегически A2A — это классический ход Google: создать открытый стандарт, который формирует рынок в выгодном для компании направлении. Если агенты будут общаться через открытый протокол, конкуренция переместится с уровня экосистемы на уровень качества агентов. А в качестве агентов Google чувствует себя уверенно: Gemini — одна из лучших моделей, Vertex AI Agent Builder — одна из самых развитых агентных платформ, BigQuery и Google Workspace — огромная экосистема инструментов. Открытый протокол — это стратегия компании, которая уверена в качестве своего продукта и не боится конкуренции.
С нашей точки зрения, A2A имеет все шансы стать основным стандартом межагентной коммуникации. Не потому что он технически совершенен (он пока сыроват), и не потому что Google — самый надёжный стандартизатор (вспомним кладбище закрытых Google-сервисов). А потому что A2A решает реальную проблему (интероперабельность агентов), делает это просто (HTTP + JSON), и за ним стоит достаточная масса индустрии. Когда 50+ компаний поддерживают стандарт в день анонса — это серьёзный сигнал.
Мы также видим в A2A предвестника более глубокой трансформации. Сегодня интернет — это сеть документов (веб-страниц), связанных ссылками. A2A намекает на другой интернет — сеть агентов, связанных протоколами. Агенты, которые обнаруживают друг друга, договариваются о задачах и координируют работу без участия человека. Это звучит как научная фантастика, но все технические компоненты уже существуют. A2A — клей, который может их соединить.
Если A2A станет стандартом и ваши AI-агенты смогут свободно взаимодействовать с агентами любых компаний, какой межагентный сценарий вы бы реализовали первым?
Хотите получать подобные материалы раньше?
Aravana Intelligence — авторская аналитика и закрытый круг для тех, кто думает на шаг вперёд.
Узнать про IntelligenceMicrosoft объединяет AutoGen и Semantic Kernel: рождение агентной платформы нового поколения
Зачем Microsoft слила два своих главных AI-фреймворка в один — и что это значит для разработчиков агентных систем
Agentic AI Foundation: Linux Foundation берётся за стандартизацию агентного AI
В декабре 2025 года Linux Foundation запустила AAIF — фонд для создания открытых стандартов и протоколов взаимодействия между AI-агентами. Анализируем, зачем это нужно и кто стоит за инициативой
Salesforce Agentforce: $900 миллионов выручки и 8000 клиентов — как enterprise полюбил AI-агентов
Salesforce Agentforce стал первой агентной платформой, достигшей масштаба enterprise-бизнеса: 8000+ клиентов, $900M годовой выручки. Анализируем, как Марк Бениофф продал корпорациям идею AI-агентов