هوش مصنوعی (AI) رفته‌رفته در حال حرکت به سمت آینده‌ای است که از یک ابزار منفرد به مجموعه‌ای از عامل‌های تخصصی و خودمختار تبدیل شود. در این فرایند، نیاز است یک زبان مشترک، ارتباط میان این عامل‌ها را به مؤثرترین شکل ممکن برقرار کند؛ پروتکلی که آن را تحت عنوان Agent2Agent یا به‌اختصار A2A می‌شناسیم.

در این مطلب، به تعریف استاندارد A2A می‌پردازیم و تفاوت آن را با پروتکل MCP بررسی می‌کنیم.

پروتکل Agent2Agent چیست و چگونه کار می‌کند؟

در سال‌های اخیر، عامل‌های هوش مصنوعی به طور گسترده در سازمان‌ها برای خودکارسازی وظایف تکراری و پیچیده، از پشتیبانی مشتری گرفته تا مدیریت زنجیره تأمین، به کار گرفته شده‌اند. اما برای دستیابی به حداکثر بهره‌وری، این عامل‌ها باید بتوانند در قالب یک اکوسیستم چندعاملی و پویا با یکدیگر همکاری کنند.

به عنوان مثال، تصور کنید که بخواهید در بخش خدمات و پشتیبانی مشتریان، تماس‌های صوتی مشتریان را از طریق API صوت به متن، به متن قابل جستجو تبدیل کنید تا بتوانید پردازش‌های لازم و تحقیقات بازار را روی آن انجام دهید و برای پاسخگویی صوتی به کاربران از API متن به صوت استفاده کنید. این نوع از سرویس‌ها معمولا به صورت جدا و مستقل در اختیار عامل‌ها قرار می‌گیرند؛ اما برای هماهنگی و تبادل داده بین این عامل‌های تخصصی، از پروتکل‌هایی مانند Agent2Agent استفاده می‌شود. در این بخش، بررسی می‌کنیم که چگونه پروتکل Agent2Agent، چنین امکانی را فراهم می‌کند و چگونه این فرایند را انجام می‌دهد.

پروتکل Agent2Agent چیست؟

 پروتکل (Agent2Agent (A2A یک استاندارد ارتباطی باز برای عامل‌های هوش مصنوعی است که نخستین‌بار در اردیبهشت 1404 توسط گوگل معرفی شد. هدف اصلی این پروتکل، ایجاد امکان ارتباط و همکاری بین عامل‌های هوشمندی است که توسط شرکت‌ها، پلتفرم‌ها یا فریم‌ورک‌های مختلف توسعه یافته‌اند. به‌طور خلاصه در تعریف این پروتکل می‌‌توان گفت:

«Agent2Agent یک زبان مشترک برای اکوسیستم‌های عامل‌محور است که موانع بین سیستم‌های متنوع را از بین می‌برد و به عامل‌ها اجازه می‌دهد بدون وابستگی به معماری داخلی یکدیگر، پیام ردوبدل کنند و با هم تعامل داشته باشند.»

A2A یک لایه پیام‌رسانی استاندارد است که مکمل ابزارهایی مانند Model Context Protocol (MCP)  محسوب می‌شود. این پروتکل، از همان ابتدا تمرکز خود را بر روی شاخص‌های تعامل‌پذیری و مقیاس‌پذیری قرار داد و موفق شد با جلب حمایت اکثر شرکت‌های فناوری، در قالب استانداردی جدید جایگاه خود را تثبیت کند. A2A در حال حاضر به‌عنوان یک پروژه تحت میزبانی بنیاد لینوکس شناخته می‌شود و در قالب یک پروژه متن‌باز به فعالیت خود ادامه می‌دهد. استانداردسازی ارتباط بین عامل‌ها از طریق A2A به کسب‌وکارها کمک می‌کند تا هزینه‌های بلندمدت را کاهش دهند، انعطاف‌پذیری بیشتری در انتخاب ارائه‌دهندگان داشته باشند و از پتانسیل واقعی عامل‌های هوش مصنوعی برای خودکارسازی فرایندهای پیچیده و افزایش نوآوری بهره‌مند شوند.

پروتکل Agent2Agent چگونه کار می‌کند؟

پروتکل A2A از یک معماری مبتنی بر مدل کلاینت–سرور پیروی می‌کند و دارای یک جریان کاری سه‌مرحله‌ای است:

• کشف  (Discovery)
• احراز هویت  (Authentication)
• ارتباط  (Communication)

در ادامه، نحوه کار این سه مرحله را به‌صورت گام‌به‌گام بررسی می‌کنیم:

1. کشف و شناسایی (Discovery)

فرایند A2A با یک درخواست از سوی کاربر یا عامل هوش مصنوعی به کلاینت آغاز می‌شود. این درخواست بسته به سناریو، ممکن است کاملاً ساده و کاربرمحور باشد (مانند برنامه‌ریزی یک سفر) یا به‌صورت خودکار و بدون دخالت انسان انجام شود (مثل ثبت سفارش محصولی که موجودی آن در یک فروشگاه به حداقل رسیده است).

پس از دریافت درخواست، عامل کلاینت وارد مرحله «کشف» (Discovery) می‌شود. در این مرحله، کلاینت به شناسایی عامل‌های راه‌دور (Remote Agents) می‌پردازد و اطلاعات آن‌ها را از طریق Agent Card دریافت می‌کند. Agent Card شامل جزئیاتی درباره قابلیت‌ها، سرویس‌های قابل ارائه و الزامات امنیتی هر عامل است. هدف اصلی این مرحله، ارزیابی گزینه‌های موجود و انتخاب مناسب‌ترین عامل برای اجرای دقیق و بهینه وظیفه مورد نظر است.

. احراز هویت (Authentication)

پس از انتخاب عامل مناسب، نوبت به مرحله «احراز هویت» (Authentication) می‌رسد. در این مرحله، عامل کلاینت موظف است بر اساس چارچوب امنیتی مشخص‌شده در Agent Card عمل کند و با استفاده از مکانیزم‌های امنیتی پشتیبانی‌شده در پروتکل  A2A(مانند API Key،OAuth 2.0  یا OpenID Connect) هویت خود را به‌صورت معتبر اثبات کند. این فرایند تضمین می‌کند که تنها عامل‌های مجاز امکان ورود به مرحله بعدی تعامل را داشته باشند.

بیشتر بخوانید: APIهای احراز هویت چگونه کار می‌کنند و چه مزایایی دارند؟

پس از تأیید موفقیت‌آمیز هویت، فرایند «مجوزدهی» (Authorization) توسط «عامل راه دور» (Remote Agent) آغاز می‌شود. مرحله مجوزدهی مشخص می‌کند که عامل کلاینت به چه منابعی و در چه سطحی دسترسی داشته باشد.

3. برقراری ارتباط (Communication)

حال که مراحل احراز هویت و مجوزدهی با موفقیت طی شده، وقت آن است که ارتباط میان عامل‌ها برقرار شود. در این مرحله، عامل کلاینت وظیفه موردنظر را به Remote Agent ارسال می‌کند و ارتباط عملیاتی میان دو عامل شکل می‌گیرد. این تبادل از طریق پروتکل امن HTTPS انجام می‌شود و ردوبدل پیام‌ها از طریق قالب استاندارد JSON-RPC 2.0 صورت می‌گیرد.

Remote Agent  پس از دریافت درخواست، آن را پردازش می‌کند و در صورت نیاز به داده‌ها یا جزئیات بیشتر، پیام‌های تکمیلی را برای عامل کلاینت ارسال می‌کند. پس از اتمام فرایند نیز نتیجه نهایی، به‌همراه هرگونه خروجی یا Artifact تولیدشده، به عامل کلاینت بازگردانده می‌شود تا چرخه انجام وظیفه به‌صورت کامل تکمیل شود.

به‌طور کلی مراحل فعالیت A2A را می‌توان به‌صورت زیر تعریف کرد:

1. یک کاربر از عامل کلاینت (Client agent) می‌خواهد که یک وظیفه را انجام دهد.

2. عامل کلاینت متوجه می‌شود که به کمک نیاز دارد، بنابراین کار را به بخش‌های کوچک‌تر تقسیم می‌کند.

3. سپس تمامی عامل‌های راه دور (Remote Agent) ها را بررسی می‌کند تا مناسب‌ترین عامل برای انجام کار را پیدا کند.

4. در مرحله بعد، درخواست‌ها را برای عامل‌های راه دور ارسال می‌کند و آنها به صورت همزمان شروع به فعالیت می‌کنند

5. این عامل‌ها در طول مسیر فعالیت خود، گزارش پیشرفت و خروجی ارائه می‌کنند و در صورت نیاز، سؤالات تکمیلی می‌پرسند.

6. در نهایت، عامل اصلی همه نتایج را کنار هم قرار می‌دهد و پاسخ نهایی را به کاربر ارائه می‌کند.

بررسی ارتباط بین پروتکل A2A و  MCP

در حوزه عامل‌های هوشمند، هر دو پروتکل A2A و MCP (Model Context Protocol) نقش کلیدی برعهده دارند و هر دو تلاش می‌کنند تا تعاملات هوش مصنوعی با محیط اطراف را بهبود ببخشند. این دو پروتکل شاید در نگاه اول شبیه به هم به نظر برسند؛ اما درواقع کاربردهای متفاوتی دارند و مسائل مختلفی را حل می‌کنند. در ادامه، شباهت، تفاوت و ارتباط میان پروتکل‌های A2A و MCP را بررسی می‌کنیم: 

• هدف و مأموریت

پروتکل MCP تمرکز خود را بر روی توانمندسازی یک عامل واحد قرار می‌دهد و با مدل‌های هوش مصنوعی کمک می‌کند تا با اتصال به پایگاه‌های داده و توابع از پیش تعریف شده، دامنه توانایی‌هایش را گسترش دهد.

در مقابل، A2A برای همکاری بین چندین عامل مختلف طراحی شده. هدف این پروتکل، ایجاد هماهنگی و ارتباط موثر میان عامل‌های مختلف در یک اکوسیستم توزیع‌شده است.

• شیوه تعامل

MCP به‌منظور تعامل بهتر و دقیق‌تر با ابزارهای مختلف، از «فراخوانی توابع» (Function Calls) و ورودی/خروجی‌های ساختاریافته استفاده می‌کند. این شیوه برای دسترسی‌های سطح پایین بسیار مناسب است و اغلب در پروژه‌هایی که نیاز به کنترل دقیق، پیش‌بینی‌پذیری بالا و تعامل مستقیم با سرویس‌ها و ابزارهای خارجی دارند، مورد استفاده قرار می‌گیرد.

در مقابل، پروتکل A2A بر تعاملات مکالمه‌محور و پویا بین عامل‌ها تکیه دارد. این تعاملات معمولاً کوتاه و لحظه‌ای نیستند، بلکه می‌توانند در طول زمان ادامه پیدا کنند و با توجه به شرایط جدید تغییر یابند. همین ویژگی باعث می‌شود A2A برای مدیریت وظایف پیچیده، چندمرحله‌ای و بلندمدت که نیاز به هماهنگی مستمر بین چند عامل دارند، گزینه‌ای ایده‌آل باشد.

• سطح فعالیت

یکی از تفاوت‌های مهم میان MCP و A2A، سطح فعالیت آن‌هاست. MCP در سطحی پایین‌تر عمل می‌کند و بیشتر بر اجرای دستورات مشخص و صریح تمرکز دارد. در این پروتکل، جزئیات فنی مانند نوع داده، نحوه فراخوانی توابع و ساختار ورودی و خروجی اهمیت بالایی دارند.

در نقطه مقابل، A2A در سطحی بالاتر قرار می‌گیرد و به‌جای پرداختن به جزئیات اجرایی، بر «نیت»، «قابلیت» و «نقش» هر عامل تمرکز می‌کند. در A2A مهم نیست یک عامل چگونه کاری را انجام می‌دهد، بلکه نکته حائز اهمیت، توانمندی عامل و نقش آن در دستیابی به هدف مشترک همراه با دیگر عامل‌ها است.

A2A و MCP؛ متفاوت و در عین حال مکمل

برخلاف برداشتی که ممکن است در نگاه اول شکل بگیرد، پروتکل‌های A2A و MCP در تقابل با یکدیگر قرار ندارند و به‌نوعی، مکمل یکدیگرند. این دو پروتکل برای پاسخ به دو نیاز متفاوت طراحی شده‌اند و از همین رو، اغلب در معماری‌های مدرن همراه با یکدیگر مورد استفاده قرار می‌گیرند. به طور مثال:

• هر عامل در یک سیستم A2A می‌تواند از MCP برای فراخوانی ابزارها و منابع اختصاصی خودش استفاده کند.
•  یک عامل مبتنی بر MCP می‌تواند برای انجام زیروظایف، عامل‌های موقتی ایجاد کند و هماهنگی بین آن‌ها را از طریق الگوهایی شبیه A2A انجام دهد.

فرض کنید یک سازمان خرده‌فروشی از چند عامل هوشمند برای مدیریت زنجیره تأمین استفاده می‌کند. عامل مدیریت موجودی از طریق MCP به پایگاه داده انبار متصل است و به‌صورت مداوم سطح موجودی کالاها را بررسی می‌کند. زمانی که موجودی یک محصول به حد آستانه می‌رسد، این عامل از طریق A2A به عامل سفارش‌دهی پیام ارسال می‌کند و در طرف مقابل، عامل سفارش‌دهی نیز با استفاده از A2A با عامل‌های تأمین‌کنندگان خارجی ارتباط برقرار کرده و فرایند ثبت سفارش را انجام می‌دهد. در این سناریو،MCP  ابزار دسترسی دقیق به داده‌ها را فراهم می‌کند و A2A وظیفه هماهنگی میان عامل‌ها را برعهده دارد.

بیشتر بخوانید: MCP Protocol چیست و چه کاربردهایی دارد؟

به‌طورکلی می‌توان گفت MCP به این پرسش پاسخ می‌دهد که «یک عامل هوشمند چه کارهایی می‌تواند انجام دهد؟» و A2A پاسخگوی این پرسش است که «عامل‌های هوشمند چگونه با یکدیگر همکاری می‌کنند؟». ترکیب این دو پروتکل، زیربنایی قدرتمند برای طراحی سیستم‌های هوش مصنوعی عامل‌محور ایجاد می‌کند؛ سیستم‌هایی که هم در سطح اجرا دقیق و قابل اعتماد هستند و هم در سطح تعامل، پویا و مقیاس‌پذیر عمل می‌کنند.

چرا از پروتکل Agent2Agent استفاده می‌کنیم؟ 

مزایای پرشمار A2A باعث شده تا بسیاری از توسعه‌دهنده‌ها به استفاده از این استاندارد روی بیاورند و از آن برای برقراری ارتباط میان عامل‌ها استفاده کنند. در ادامه، مهم‌ترین دلایل استفاده از A2A را بررسی می‌کنیم:

1. حفظ حریم خصوصی

پروتکل A2A، Agentهای هوشمند را به‌عنوان «عامل‌های غیرشفاف» (opaque agents) در نظر می‌گیرد. یعنی هر عامل می‌تواند بدون اینکه جزئیات داخلی خود مانند حافظه، منطق اختصاصی یا روش استفاده از ابزارها را فاش کند، به همکاری با دیگر عامل‌ها بپردازد. این ویژگی، هم وظیفه محافظت از داده‌ها را برعهده دارد و هم امنیت مالکیت فکری و الگوریتم‌های اختصاصی را تضمین می‌کند.

2. ادغام با سیستم‌های موجود

پروتکل A2A براساس استانداردهای شناخته‌شده‌ای مانند HTTP، JSON-RPC و SSE طراحی شده است. رعایت این استانداردها باعث می‌شود تا پذیرش پروتکل‌های جدید در سازمان‌ها آسان‌تر شود و به‌راحتی با زیرساخت‌های موجود تطبیق پیدا کند. به عبارتی، شرکت‌ها می‌توانند بدون بازسازی کامل سیستم‌های خود، عامل‌های هوشمند جدید را به‌طور یکپارچه در اکوسیستم خود ادغام کنند.

3. تامین امنیت

از دیگر نکات قوت A2A می‌توان به سطح امنیتی بالا اشاره کرد. این پروتکل از مکانیزم‌های احراز هویت و مجوزدهی سطح سازمانی پشتیبانی می‌کند و امکان تبادل اطلاعات به‌صورت ایمن را فراهم می‌سازد. به کمک این ویژگی، می‌توان اطمینان داشت که داده‌ها و ارتباطات میان عامل‌ها در برابر دسترسی‌های غیرمجاز و تهدیدهای امنیتی محافظت می‌شوند.

جمع‌بندی

پروتکل  Agent2Agent(A2A) را می‌توان نقطه‌ عطفی در بلوغ سیستم‌های هوشمند دانست که با ایجاد زبانی مشترک، گذار از دوره ابزارهای منفرد به اکوسیستم‌های یکپارچه و تعاملی را امکان‌پذیر می‌کند. این استاندارد با تعریف معماری دقیق سه مرحله‌ای کشف، احراز هویت و ارتباط و همچنین ایفای نقش مکمل در کنار پروتکل‌هایی نظیر MCP، زیرساختی امن، مقیاس‌پذیر و مستقل را برای تعامل عامل‌ها فراهم می‌کند. در نهایت، A2A با از میان برداشتن موانع ارتباطی و تضمین حریم خصوصی، آینده‌ای را ترسیم می‌کند که در آن عامل‌های هوش مصنوعی قادرند در قالب تیم‌هایی هماهنگ و منسجم، پیچیده‌ترین چالش‌های سازمانی و تجاری را از میان بردارند.