Agent2Agent Protocol

El protocolo Agent2Agent (A2A) es un estándar abierto que permite a los agentes de IA creados por distintos proveedores con diferentes marcos, como LangChain o Agent Development Kit de Google, descubrirse, delegarse tareas y devolver resultados. Cada agente mantiene su opacidad: anuncia lo que puede hacer y acepta trabajo mediante una interfaz compartida, pero nunca revela sus instrucciones, memoria, herramientas ni modelo. Google anunció A2A el 9 de abril de 2025 con más de 50 socios tecnológicos y posteriormente lo cedió a la Linux Foundation, donde el Agent Communication Protocol de IBM se fusionó con A2A en agosto de 2025. La versión 1.0, la primera especificación estable, se publicó en marzo de 2026 y, en agosto de 2026, A2A, que para entonces contaba con el respaldo de más de 150 organizaciones, se unió a Agentic AI Foundation, que también acoge Model Context Protocol.

Cómo funciona A2A#

La especificación A2A define dos roles: un agente cliente que necesita que se realice un trabajo y un agente remoto que lo lleva a cabo. Un agente remoto publica una Agent Card, un documento JSON que suele estar disponible en /.well-known/agent-card.json y que enumera su nombre, endpoints, requisitos de autenticación, formatos de entrada y salida y habilidades. El agente cliente lee la tarjeta, decide si el agente es adecuado para el trabajo y envía un mensaje.

• Mensajes: Turnos de comunicación con un rol y una o varias partes; cada parte contiene texto, un archivo o datos estructurados.
• Tareas: Unidades de trabajo con estado y un ID. Una tarea pasa por estados como enviada, en curso, requiere entrada, requiere autenticación, completada, fallida, cancelada y rechazada, de modo que un agente remoto puede detenerse para plantear una pregunta al cliente en mitad de un trabajo.
• Artefactos: Resultados que produce una tarea, como un informe, una imagen o un registro JSON, que se devuelven por separado de los mensajes de conversación.
• Transmisión en continuo y notificaciones push: Las tareas largas envían actualizaciones incrementales a través de un flujo o notifican al cliente mediante un webhook cuando terminan, algo adecuado para trabajos que duran horas.

La versión 1.0 define tres vinculaciones de protocolo: JSON-RPC 2.0, gRPC y HTTP+JSON, con métodos como SendMessage, GetTask y CancelTask. También añade negociación de versiones y compatibilidad con varios usuarios, y mantiene las Agent Cards firmadas introducidas en la versión 0.3, que permiten al cliente verificar quién publicó una tarjeta.

Una Agent Card#

Esta tarjeta anuncia un agente de visión para el comercio minorista mediante la vinculación JSON-RPC. Los campos obligatorios son el nombre, la descripción, la versión, las interfaces, las capacidades, los modos de entrada y salida predeterminados y las habilidades. Cada habilidad necesita un ID, un nombre, una descripción y etiquetas:

{
  "name": "Shelf Vision Agent",
  "description": "Finds empty facings and counts products in retail shelf photos.",
  "version": "1.0.0",
  "supportedInterfaces": [
    { "url": "https://vision.example.com/a2a/v1", "protocolBinding": "JSONRPC", "protocolVersion": "1.0" }
  ],
  "capabilities": { "streaming": true, "pushNotifications": false },
  "defaultInputModes": ["image/jpeg", "text/plain"],
  "defaultOutputModes": ["application/json", "image/jpeg"],
  "skills": [
    {
      "id": "shelf-audit",
      "name": "Shelf audit",
      "description": "Counts each product and lists empty facings with their shelf positions.",
      "tags": ["retail", "object-detection"],
      "examples": ["Which facings in this aisle photo are empty?"]
    }
  ]
}

Un agente de operaciones de tienda que lea esta tarjeta sabrá que puede enviar imágenes JPEG o texto y recibir JSON o imágenes anotadas, y que el campo examples muestra el tipo de solicitud que espera la habilidad.

A2A frente a protocolos y conceptos relacionados#

• Model Context Protocol (MCP): Conecta un agente con las herramientas y los datos que utiliza directamente. A2A conecta agentes con otros agentes que planifican y actúan por su cuenta; ambos están diseñados para funcionar juntos, y un agente A2A remoto suele utilizar herramientas MCP internamente.
• Invocación de funciones y uso de herramientas: Una llamada a una función ejecuta una operación con argumentos fijos. Una solicitud A2A delega un objetivo, y el agente remoto decide los pasos.
• Orquestación de agentes de IA: Decide qué agente se encarga de cada subtarea y combina sus resultados. A2A es un protocolo de transporte que puede utilizar un orquestador para acceder a agentes que no aloja.
• Habilidades de agentes: Carpetas con instrucciones que carga un agente para aprender un procedimiento. Las habilidades de A2A en una Agent Card anuncian lo que ofrece un agente remoto, sin incluir instrucciones.

Aplicaciones y seguridad#

A2A es adecuado para flujos de trabajo agénticos que cruzan los límites de equipos o empresas: un agente de viajes que reserva a través de agentes de aerolíneas y hoteles, un agente de compras que negocia con agentes de proveedores o un agente de operaciones de comercio minorista que envía fotos de estanterías a un agente de visión artificial y remite informes sobre huecos en los lineales a un agente de gestión de inventario. El agente de visión que respalda una tarjeta de este tipo puede delegar la percepción en un endpoint dedicado de Ultralytics Platform, que sirve un modelo YOLO26 entrenado en una URL /predict autenticada con una clave de API, y devolver al cliente los resultados JSON de detección de objetos como un artefacto. El Universal Commerce Protocol para el comercio agéntico ya incorpora compatibilidad con A2A.

Cada salto entre agentes marca un límite de confianza. Los clientes autentican a los agentes remotos mediante los esquemas de seguridad que declaran sus tarjetas, como OAuth 2.0 u OpenID Connect, verifican las tarjetas firmadas y tratan los mensajes y artefactos recibidos como entradas no fiables que pueden contener una inyección de instrucciones. El OWASP Top 10 para aplicaciones agénticas incluye entre sus diez riesgos la comunicación insegura entre agentes y los fallos en cascada. Los despliegues en producción añaden tiempos de espera, cancelación de tareas, autorización por habilidad y trazas de observabilidad que siguen una solicitud por todos los agentes por los que pasa.