Agent2Agent Protocol

El Protocolo Agent2Agent (A2A) es un estándar de comunicación abierto que permite a agentes de IA independientes descubrirse entre sí, intercambiar solicitudes, delegar trabajo y devolver resultados a través de diferentes frameworks, proveedores y organizaciones. En lugar de exponer la memoria interna, el proceso de razonamiento o las herramientas de un agente, A2A proporciona una interfaz compartida para la colaboración. Esto resulta útil para construir sistemas distribuidos de agentes de IA en los que agentes especializados contribuyen a un objetivo mayor mientras se implementan y operan de forma independiente.

Cómo funciona el Protocolo Agent2Agent#

La descripción general oficial del Protocolo A2A define las interacciones entre un agente cliente, que solicita trabajo, y un agente remoto, que lo ejecuta. La comunicación utiliza interfaces basadas en HTTP y objetos de protocolo estructurados en lugar de mensajes informales específicos de una aplicación. (a2a-protocol.org)

Una interacción típica incluye estos elementos:

• Tarjetas de agente y descubrimiento: Una Tarjeta de Agente es una descripción en JSON de la identidad de un agente, su endpoint, las características que admite, los requisitos de autenticación y sus habilidades. Los agentes clientes la utilizan para determinar si el agente remoto puede gestionar una tarea.
• Mensajes: Las solicitudes, instrucciones, contexto y respuestas se representan como mensajes que contienen texto, archivos o datos estructurados.
• Tareas: Una tarea es una unidad de trabajo con estado que cuenta con un identificador y un estado. El ciclo de vida de tareas A2A documentado admite trabajo que puede completarse, fallar, requerir entrada adicional o cancelarse.
• Artefactos: Los resultados concretos como informes, imágenes, vídeos o registros JSON se devuelven como artefactos en lugar de mezclarse en el texto conversacional.
• Streaming y operaciones asíncronas: Los agentes de larga ejecución pueden transmitir actualizaciones incrementales, admitir sondeos (polling) o notificar a los clientes mediante webhooks.

El formato de solicitud subyacente sigue la especificación de JSON-RPC 2.0, lo que proporciona a las implementaciones una estructura coherente de métodos, parámetros, respuestas y errores.

A2A en comparación con tecnologías de agentes relacionadas#

A2A aborda la comunicación entre agentes, pero no define cada parte de un sistema de agentes.

• Model Context Protocol: MCP conecta principalmente a un agente con herramientas, fuentes de datos y recursos. A2A conecta un agente autónomo con otro. La guía oficial de A2A y MCP explica cómo se pueden usar ambos protocolos juntos en lugar de tratarlos como competidores. (a2a-protocol.org)
• Habilidades de agente: Una habilidad empaqueta instrucciones y procedimientos reutilizables que ayudan a un agente a realizar un trabajo especializado. Una Tarjeta de Agente anuncia capacidades para la colaboración remota, mientras que las Habilidades de Agente de Ultralytics guían a los agentes de codificación compatibles a través de flujos de trabajo de computer vision documentados.
• Orquestación de agentes de IA: La orquestación decide qué agente debe actuar, en qué orden y bajo qué restricciones. A2A proporciona la capa de comunicación que un orquestador puede utilizar.
• Llamada a funciones y uso de herramientas: Una llamada a función invoca una operación específica. Una solicitud A2A puede delegar un objetivo más amplio que el agente remoto planifica y completa de forma independiente.

Aplicaciones de IA y visión por ordenador en el mundo real#

Inspección de fabricación: Un agente coordinador puede enviar imágenes de producción a un agente especialista en computer vision. Dicho agente ejecuta la detección de defectos y devuelve imágenes anotadas y hallazgos estructurados como artefactos. A continuación, el coordinador puede delegar los fallos confirmados a un agente de mantenimiento mientras enruta los casos inciertos para su revisión humana.

Gestión de inventario minorista: Un agente de operaciones de tienda puede pedir a un agente de visión que inspeccione imágenes de estantes, cuente productos e identifique espacios vacíos. Después, puede enviar esas observaciones a un agente de inventario que comprueba los registros de existencias y a un agente de adquisiciones que prepara una solicitud de reabastecimiento. A2A mantiene a estos agentes interoperables sin requerir que compartan modelos, código fuente o contexto interno privado.

Para estos flujos de trabajo, los equipos pueden usar Ultralytics Platform para anotar conjuntos de datos visuales, entrenar modelos, desplegar endpoints de inferencia y supervisar el servicio de percepción al que llama un agente.

Ejemplo de agente de Computer Vision#

El siguiente flujo de trabajo de predicción con Ultralytics YOLO documentado representa el paso de percepción dentro de un agente de visión remoto:

from pathlib import Path

from ultralytics import YOLO

source = "https://ultralytics.com/images/bus.jpg"
output_path = Path("vision_artifact.jpg")

# Perform the remote agent's visual analysis
model = YOLO("yolo26n.pt")
results = model(source)

result = results[0]
result.save(filename=str(output_path))

print(output_path)

Aquí, Ultralytics YOLO26 realiza inferencia visual y crea una imagen anotada. Un servidor A2A podría devolver esa imagen como un artefacto mientras devuelve por separado detecciones legibles por máquina. El protocolo transporta y rastrea el resultado; no reemplaza al modelo de visión.

Consideraciones de diseño y seguridad#

La interoperabilidad de A2A no hace automáticamente que un sistema multiagente sea seguro o fiable. Los desarrolladores deben validar las Tarjetas de Agente, autenticar a cada llamador, autorizar el acceso por habilidad, limitar los permisos delegados y tratar las salidas remotas como entradas no confiables. La guía de implementación empresarial del protocolo recomienda controles web establecidos como HTTPS, autenticación basada en OAuth, autorización de privilegios mínimos, registro, rastreo y minimización de datos. (a2a-protocol.org)

Los sistemas de producción también deben definir tiempos de espera (timeouts), políticas de reintento, cancelación de tareas, operaciones idempotentes y aprobación humana para acciones trascendentales. Supervisar los errores de solicitud, la latencia y la salud del endpoint mediante la supervisión de despliegues de Ultralytics Platform puede ayudar a los equipos a identificar fallos en los flujos de trabajo de agentes habilitados para visión antes de que se propaguen entre los agentes colaboradores.