Protocolo "agente-agente" (A2A): Arquitetura, Padrões e Prática de Interação entre Agentes de IA

Vamos ser sinceros. Deixamos de nos surpreender com o fato de que redes neurais escrevem código ou geram imagens. A verdadeira dor de cabeça começou depois. Quando é preciso fazer essas redes neurais trabalharem juntas. Imagine: você tem um agente excelente para vendas, outro para análise de dados e um terceiro rodando em um servidor local. E eles não se veem. Como gatinhos cegos.

"Sem um protocolo único, os agentes trabalham isoladamente. É como construir uma casa sem plantas: há paredes, mas não há telhado." — Fundador da ASCN.AI.

Eu sei como isso é irritante. Você escreve uma integração, depois outra, e em um mês tem um "zoológico" de scripts que você tem medo de tocar. Protocolo Agent-to-Agent (A2A) é uma tentativa de colocar ordem nesse caos. Não é apenas mais um padrão. É exatamente o conector universal que todos nós precisávamos. Para que o LangChain entenda o AutoGen e um serviço em nuvem possa acionar tranquilamente um modelo local.

O que é o protocolo Agent-to-Agent (A2A) e por que ele é necessário?

De forma bem simples: é a língua na qual os agentes negociam tarefas. Antes, cada um vivia em sua própria sandbox. Queria conectar dois serviços? Tinha que criar uma "gambiarra", configurar a API e torcer para que nada quebrasse na atualização.

O A2A remove essa barreira. Ele cria uma camada de transporte comum. E, sinceramente, isso muda tudo.

Por que isso é importante para os negócios? Dinheiro. O isolamento custa caro. As empresas passaram anos desenvolvendo integrações personalizadas, gastando orçamentos com engenheiros. Conexões ponto a ponto (point-to-point) são demoradas e complicadas. Um padrão aberto reduz esses custos em 70–80% (dados da Deloitte Global AI Survey 2025). Por que reinventar a roda se já existem rodas prontas?

Tecnicamente, o Protocolo Agent-to-Agent é uma especificação baseada em JSON-RPC. Pode parecer árido, mas a essência é simples: ela descreve como os agentes se encontram, verificam permissões, transmitem tarefas e retornam resultados. O formato é rigoroso. Problemas de interoperabilidade de IA (problemas de compatibilidade) ficam para trás.

Você conecta o agente ao CRM. Depois ao e-mail. Depois à análise de dados. Todos falam o mesmo dialeto. A implementação deixa de ser uma "brincadeira tecnológica" e passa a fazer parte das operações reais. A escalabilidade torna-se questão de horas, não de trimestres.

O princípio de funcionamento é elementar: cliente-servidor. O cliente (solicitante) envia uma requisição. O servidor (executor) assume a tarefa e devolve o resultado. Com status intermediários. Você vê o progresso em tempo real. Sem "caixa preta".

Importante sobre o ecossistema. O protocolo já é suportado por mais de 50 gigantes da tecnologia: Atlassian, Box, Cohere, Intuit, LangChain e outros. Além de integradores de sistemas do porte da Accenture e Deloitte. Desde junho de 2025, o projeto está oficialmente sob a égide da Linux Foundation. É um selo de qualidade, pode confiar.

Componentes-chave do A2A em resumo

Evolução da comunicação de IA. De FIPA-ACL ao A2A moderno

A história dos protocolos de agentes começou nos anos 90. O primeiro padrão foi FIPA-ACL. Na época, tudo funcionava com lógica rígida: “se ocorrer o evento A, execute a ação B”. O KQML adicionou um pouco de semântica, mas ambos os padrões estão irremediavelmente obsoletos.

Por quê? Eles não conseguiam trabalhar com modelos probabilísticos. Os LLMs mudaram tudo.

“A especificação FIPA-ACL definiu os padrões de troca de mensagens para agentes inteligentes.” — FIPA ACL Specification (2002). https://www.fipa.org/specs/fipa00061/

A comparação entre FIPA-ACL e LLM revela uma lacuna enorme. Os protocolos antigos não consideravam alucinações, contexto dinâmico ou tokenização. O mundo mudou nas últimas duas décadas, enquanto a documentação permanecia estagnada.

A evolução dos sistemas multiagente ocorreu em espiral. Em 2020, surgiu o GPT-3. Em 2023, apareceram os primeiros frameworks de agentes. E agora, em 2024–2025, o mercado clama: “Onde está o padrão?!”. Fornecedores diferentes, lógicas diferentes — é necessária uma camada de rede unificada.

O protocolo Agent-to-Agent moderno é otimizado para redes neurais. JSON para estrutura. Tokens para compreensão do contexto. Streaming para tarefas longas. Sem isso, cada agente é como um dispositivo periférico que exige seu próprio driver. Exaustivo.

Conceitos-chave. Agente, Tarefa e Artefato

As unidades atômicas do A2A são a base. Três conceitos sustentam todo o sistema. Sem eles, a magia não acontece.

A diferença entre Cliente e servidor A2A é crítico. O cliente inicia o processo. O servidor executa. Um mesmo agente pode trocar de papéis: hoje é o contratante, amanhã é o contratado. Depende do contexto da tarefa.

O que é Cartão do Agente? É um arquivo JSON em um endereço padrão (well-known URL). Ele diz: “Olá, sou um agente, sei fazer isso, autenticado desta forma”. Um cartão de visitas legível por máquinas.

Tarefas e artefatos estão fortemente vinculados. A tarefa descreve “o quê”. O artefato é o “resultado”. Arquivo, texto, dados. Tudo estruturado.

Gerenciamento de estado (gerenciamento de estado da tarefa) acompanha o progresso. Status transparentes: submitted → working → completed/failed. O cliente ou consulta o servidor (polling), ou o servidor envia atualizações por conta própria (push). Criar o primeiro ASCN Agent agora leva horas, não dias. Mais detalhes sobre configuração no guia de criação de agente de IA.

Prática. Em projetos ASCN.AI usamos esse modelo para geração de leads. Um agente coletava solicitações do Telegram. Outro as qualificava. Um terceiro enviava para o CRM. Cada um tinha Cartão do Agente no registro. Resultado: 3000 leads por mês sem intervenção humana.

Arquitetura técnica do protocolo. Como funciona nos bastidores

Especificação técnica A2A baseia-se em JSON-RPC 2.0. Isso significa: estrutura clara. Método, parâmetros, ID, resposta. Qualquer desenvolvedor familiarizado com APIs entende em uma hora. A documentação é compacta, apenas 15 páginas.

“O JSON-RPC 2.0 fornece um transporte de dados leve pela rede”. — Especificação do JSON-RPC 2.0, The Open Group (2010).

O fluxo de trabalho dos agentes é claro. Descoberta. Autenticação. Requisição. Execução. Retorno. Cada etapa é padronizada.

A arquitetura de sistemas multiagentes é modular. Você adiciona um novo agente — registra-o no registro. Ele fica imediatamente disponível para os outros. O escalonamento é horizontal, sem complicações.

JSON RPC na IA fornece o transporte. A semântica é definida pelo prompt, e a estrutura — pelo protocolo. Separação de responsabilidades. Genial em sua simplicidade.

Diagrama. Ciclo de vida da requisição A2A

1. Descoberta 2. Autenticação 3. Execução 4. Retorno do artefato

Texto alternativo: Diagrama de interação entre Cliente A2A e Servidor de Agente via JSON-RPC, mostrando as etapas de Descoberta, Autenticação, Execução da Tarefa e Retorno do Artefato.

Etapa 1. Descoberta (Discovery) e autenticação

Como os agentes se encontram? O mecanismo de descoberta resolve isso. Cartão do Agente é publicado em um URL bem conhecido. Geralmente é домен-агента/.well-known/agent-card.json. O cliente acessa esse endereço e obtém os metadados.

Protocolo de descoberta de agentes funciona como o DNS, mas para agentes. Você sabe o domínio — encontra o cartão — entende as capacidades — conecta-se.

Autenticação A2A usa padrões: OAuth 2.0, Chaves de API, JWT. Depende dos requisitos. Agentes públicos são abertos, corporativos — protegidos.

O endpoint JSON bem conhecido segue a convenção. Isso permite a descoberta automática. Não é necessária configuração manual.

No ASCN.AI, a descoberta é implementada por meio de um registro central. O agente se registra e obtém um registro. Outros o encontram por tag ou nome. Para sistemas internos — superconveniente.

Etapa 2. Troca de mensagens (modelos Push e Pull)

Troca síncrona e assíncrona no A2A cobre diferentes cenários. Solicitação rápida — resposta imediata. Tarefa longa — streaming.

Modo Request/Response para operações simples. “Qual a temperatura?” — “+20”. Fechado. Milissegundos.

Streaming da resposta do agente é necessário para tarefas longas. Análise de PDF, geração de relatório, retreinamento do modelo. O cliente recebe os dados em partes à medida que ficam prontos.

Notificação push para agentes de IA permite que o servidor acorde o cliente. Tarefa concluída. Erro. Necessária aprovação. Sem consultas constantes (polling).

O modo síncrono é mais fácil de depurar. O assíncrono é mais confiável em produção. A escolha depende do SLA.

Etapa 3. Gerenciamento do estado da tarefa (Task State)

A tarefa passa por 4 status: submitted → working → completed/failed. O cliente rastreia o progresso. É possível consultar a cada segundo. Ou configurar um webhook para mudança de status. O webhook economiza recursos do servidor.

O polling funciona por intervalo. Consultou o status — recebeu “working” — consultou novamente. Mais artefatos intermediários, se houver.

No caso do ASCN.AI durante a queda da Falcon Finance, usamos esse modelo para monitoramento. O agente acompanhava o preço. O gatilho foi acionado — enviou a tarefa ao bot de trading. O status mudava em tempo real. Caso do ASCN.AI na queda da Falcon Finance mostra o funcionamento da máquina de estados. Resultado: mais 1000 dólares com 2 prompts durante o flash crash.

Comparação de padrões de comunicação. A2A vs FIPA vs MCP

Comparação de protocolos de IA indica uma tendência à consolidação. O mercado está cansado da variedade de padrões. A2A tem vantagens específicas para agentes LLM.

Tabela. Comparação de protocolos

A2A vs MCP — é uma diferença de filosofia. O MCP (da Anthropic) foca no acesso a contexto e ferramentas. O A2A foca na interação entre agentes. Para orquestrações multiagente, o segundo é preferível.

Caso da IBM Think: o agente Inventory usa MCP para o banco de dados. O agente Order usa A2A para comunicação com fornecedores externos. (cada um em seu lugar).

O FIPA-ACL hoje é mais um legado. O padrão não considerava modelos probabilísticos. Semântica rígida onde seria necessária flexibilidade dos LLMs.

A escolha do protocolo para agentes depende da tarefa. Automação interna — A2A. Integração com APIs legadas — MCP ou REST. Pesquisa fundamental — FIPA.

Por que o A2A é melhor que APIs proprietárias e padrões antigos

Um protocolo aberto reduz o custo de integração. JSON é universal. Suportado em todos os lugares. Sem formatos binários ou dependência de fornecedor.

Por que A2A em vez de REST API? O REST exige estrutura rígida de endpoints. O A2A permite interpretação semântica. O agente entende a tarefa (“encontre contatos”), e não apenas chama uma função. A diferença entre um executor e um parceiro.

Compatibilidade de plataformas de IA é alcançada por meio do padrão. Você combina agentes de diferentes fornecedores. LangChain com AutoGen. Modelos locais com soluções em nuvem. O protocolo oculta a complexidade da implementação.

No projeto Turnkey Automation, conectamos CRM, e-mail e analytics via A2A. Cada serviço tem seu próprio agente. Troca de dados sem integrações personalizadas. O tempo de implementação caiu de 6 semanas para 5 dias.

Implementação prática. Como começar a trabalhar com A2A

Primeiros passos com A2A exige compreensão dos fundamentos. O protocolo é simples. JSON-RPC sobre HTTP. Autenticação à escolha. Status padrão.

Ferramentas e SDKs

O repositório oficial suporta as principais linguagens. Instale os pacotes:

pip install a2a-sdk
go get github.com/a2aproject/a2a-go
npm install @a2a-js/sdk

A documentação da especificação está no repositório público da Linux Foundation.

Para empresas, há o caminho No-Code. A plataforma ASCN.AI oferece um construtor visual. Templates prontos, conectores para mais de 100 serviços. Não é preciso escrever código. Configure a lógica arrastando e soltando blocos.

Templates de automação aceleram o início. Escolha o framework, implemente os endpoints, teste. Pronto.

Exemplo de código. Criação de Agent Server (Python) com suporte a Streaming e Push

Código agente de servidor python mostra uma implementação mínima. FastAPI para HTTP, JSON-RPC para estrutura. Suporte a SSE adicionado para streaming.

import asyncio
import json
from fastapi import FastAPI, Request
from fastapi.responses import StreamingResponse
from sse_starlette.sse import EventSourceResponse

app = FastAPI()

async def stream_result(task_id: str):
    """Генерация промежуточных этапов задачи для клиента."""
    for i in range(3):
        yield f"data: {{\"task_id\": \"{task_id}\", \"status\": \"working\", \"progress\": {i * 33}}}\n\n"
        await asyncio.sleep(1)
    yield f"data: {{\"task_id\": \"{task_id}\", \"status\": \"completed\"}}\n\n"

@app.post("/a2a")
async def handle_task(request: Request):
    body = await request.json()
    task_id = body.get("id", "default_123")
    method = body.get("method", "")
    
    if method == "analyze":
        # Для долгих задач возвращаем SSE-стрим
        return EventSourceResponse(stream_result(task_id))
    else:
        # Для синхронных задач
        return {"id": task_id, "result": {"output": "ready"}, "status": "completed"}

Exemplo de FastAPI para agentes de IA demonstra o princípio. O endpoint aceita JSON-RPC. Separa as requisições. A integração com LangChain é possível por meio de ferramentas personalizadas. JADE é compatível com legado, mas para stacks modernos, os SDKs em Python/Go são melhores.

Casos de uso reais (Use Cases)

Exemplos de sistemas multiagente mostram onde o protocolo se destaca. Agentes isolados são úteis, mas as conexões entre eles geram sinergia.

Automação empresarial com agentes já está em produção. Empresas reais economizam horas. Não são vídeos de demonstração.

Casos de uso A2A para empresas: finanças, logística, suporte. Qualquer rotina.

DAOs autônomas são o futuro. Agentes votam e executam decisões. Auditoria na blockchain.

Automação corporativa. Coordenação de agentes-colaboradores

Cenário: o agente de RH delega uma tarefa ao agente Contábil. Um colaborador é desligado. O agente de RH recebe o sinal e cria a tarefa. A contabilidade revoga acessos, calcula a rescisão e atualiza o registro.

Automação de RH com agentes de IA economiza até 80% do tempo. Sem solicitações manuais. Sem etapas esquecidas. O protocolo garante a sequência.

Na ASCN.AI, automatizamos leads dessa forma. Chegou um lead — o agente de qualificação avaliou. O vendedor recebeu apenas os “quentes”. A contabilidade emite as faturas automaticamente. A conversão aumentou 34% no trimestre. [Dados da ASCN.AI, 2025]

Aplicativos descentralizados (dApps) e DAOs

O uso de A2A na Web3 abre portas. Agentes podem possuir carteiras e assinar transações.

Agentes de IA em DAOs atuam como participantes. Cada um tem endereço e chaves. Decisões coletivas, execução automática.

O caso da ASCN.AI durante o flash crash de 11 de outubro mostra a força das decisões autônomas. Caso de ganho no flash crash: o agente analítico monitorava o mercado; na queda, enviou uma tarefa ao agente de trading. Este abriu short e fechou na recuperação. Sem intervenção humana.

Operações de trading com IA envolvem riscos. Isto não é uma recomendação de investimento.

Interação contratos inteligentes e IA exige oráculos. O agente coleta dados externos e os envia para o contrato. O contrato executa a ação, e o agente confirma.

Segurança e desafios do protocolo A2A

Segurança agent-to-agent é crítica para ambientes de produção. Requisitos: OAuth 2.0, JWT, rotação de tokens.

Vulnerabilidades em sistemas multiagentes: injeção de prompts, falsificação de agentes. O padrão ajuda, mas não é uma solução definitiva. Saiba mais sobre riscos em criptomoedas.

A confiança na IA é construída por meio de verificação. Agent Cards assinados, reputação e auditoria de logs.

Alucinações geram riscos. O servidor pode retornar informações sem sentido. O cliente deve validar por meio de regras ou verificação cruzada.

Checklist de segurança antes de lançar um agente autônomo

• Verificar o esquema de autenticação no Agent Card (OAuth2/JWT).
• Configurar um ambiente isolado (sandbox) para testes de requisições antes da produção.
• Implementar limites de custo para ferramentas (cost caps) dos bots.
• Ativar o registro em log de todos os prompts.
• Realizar teste de penetração contra injeção de prompt.

Verificação de fatos por agentes de IA pode ser feita de forma cruzada. Um responde, o outro verifica. Confiança entre modelos de IA é desenvolvida gradualmente. Comece com apostas baixas. A proteção de dados inclui criptografia e segredos em enclave seguro.

As informações de segurança são gerais. A integração requer auditoria adaptada à sua infraestrutura.

Perguntas frequentes (FAQ)

O A2A é um padrão aberto? A2A de código aberto status confirmado. Os repositórios no GitHub são mantidos pela comunidade. Contribuições são bem-vindas.

Quem desenvolve o protocolo? Um consórcio de empresas de tecnologia, além de pesquisadores independentes. A especificação evolui por meio de um processo RFC sob a gestão da Linux Foundation.

É possível usar o A2A com LLMs locais? LLMs locais e protocolos são totalmente compatíveis. O A2A é apenas o transporte. O modelo não importa. Um agente Ollama pode atuar como servidor. O endpoint é local, com card no localhost.

Qual a diferença entre o A2A e uma chamada de API comum? Diferença entre API e agente de IA está na semântica. A API exige um formato exato. O agente interpreta a intenção. Você diz o que precisa, não como fazer. O REST não faz isso.

Os princípios de trabalho com sistemas distribuídos são descritos em Fundamentos de Blockchain e Criptomoedas, o que se sobrepõe parcialmente à arquitetura de redes multiagente.

Conclusão

O Protocolo Agent-to-Agent transforma o cenário. Agentes isolados ficam para trás. Sistemas conectados chegam. Você pode construir automações que escalam sem precisar reescrever código.

Comece pequeno. Um agente. Uma tarefa. O protocolo permitirá adicionar novos módulos conforme o crescimento. Sem dores de cabeça com integração.

A ASCN.AI oferece uma plataforma para lançar esses sistemas. Ambiente no-code, integrações prontas. Automação pronta para uso cuidará da parte técnica.

A plataforma suporta mais de 100 cenários. Vendas, marketing, conteúdo. Escolha, configure e execute. Gerencie agentes de IA por meio de um painel único.

Para tarefas complexas, oferecemos implementação completa. Auditoria, arquitetura, treinamento. Você recebe uma infraestrutura pronta.

 A especificação está em evolução. Acompanhe os repositórios. O padrão pertence a quem o utiliza.

Pronto para começar? Conecte seu primeiro agente hoje. Configure a interação. Escale de forma autônoma.

Fontes

1. Especificação FIPA ACL. Foundation for Intelligent Physical Agents. 2002.
2. Especificação JSON-RPC 2.0. The Open Group. 2010.
3. Anúncio do Protocolo Google A2A. Google Cloud. 9 de abril de 2025.
4. Repositório do Protocolo Agent2Agent (A2A). Linux Foundation. Junho de 2025.
5. Documentação do Model Context Protocol. Anthropic. 2024.
6. Pesquisa Global de IA da Deloitte 2025. Custos de Integração Empresarial.