KI-Agenten: A2A, MCP, Kafka, Flink

Die Herausbildung des Stacks für KI-Agenten: A2A, MCP, Kafka und Flink

Das Internet entwickelt sich weiter. Wir bewegen uns über ein Netzwerk hinaus, das für das Surfen von Menschen im Web konzipiert wurde, hin zu einer Infrastruktur, die autonome Agenten unterstützt, die systemübergreifend zusammenarbeiten. Dieses neue Paradigma erfordert einen grundlegend anderen Stack, der auf offenen Komponenten basiert, die nahtlose Kommunikation, Tool-Nutzung und Echtzeitverarbeitung ermöglichen.

Das Herzstück dieses aufkommenden Stacks sind vier Schlüsseltechnologien:

• Agent2Agent (A2A): A2A wurde von Google entwickelt und ist ein Protokoll, das es Agenten ermöglicht, sich gegenseitig zu entdecken und miteinander zu kommunizieren. Es bietet eine standardisierte Möglichkeit für Agenten, ihre Fähigkeiten anzukündigen, Aufgaben auszutauschen und Updates zu streamen.
• Model Context Protocol (MCP): MCP wurde von Anthropic entwickelt und ist ein Standard für die Tool-Nutzung und den externen Kontext. Es definiert, wie Agenten auf externe APIs und Tools zugreifen und diese nutzen können, sodass sie mit der realen Welt interagieren können.
• Apache Kafka: Eine verteilte Event-Streaming-Plattform, die als zentrales Nervensystem für die Agentenkommunikation fungiert. Kafka bietet eine zuverlässige und skalierbare Möglichkeit, Interaktionen zwischen Agenten zu koordinieren.
• Apache Flink: Eine Echtzeit-Verarbeitungsengine, die Streams von Agentenaktivitäten anreichert, überwacht und darauf reagiert. Flink ermöglicht es Agenten, in Echtzeit auf Ereignisse zu reagieren, Entscheidungen zu treffen und komplexe Workflows zu koordinieren.

Die Herausforderung fragmentierter Agenten-Ökosysteme

Derzeit steht die Entwicklung von KI-Agenten vor großen Herausforderungen im Zusammenhang mit Fragmentierung und mangelnder Interoperabilität. Diese Herausforderungen behindern die Schaffung robuster und skalierbarer KI-Systeme:

• Isolierte Agenten: Agenten agieren oft in Silos und können nicht kommunizieren oder Informationen austauschen. Ein CRM-Agent beispielsweise ist sich möglicherweise der Erkenntnisse eines Data-Warehouse-Agenten nicht bewusst, was zu verpassten Chancen und Ineffizienzen führt.
• Spröde Tool-Nutzung: Ohne standardisierte Protokolle zum Aufrufen von Tools und APIs sind Agenten auf fest codierte Integrationen angewiesen, die schwer zu warten und wiederzuverwenden sind. Dies schränkt ihre Fähigkeit ein, sich an veränderte Umgebungen anzupassen und sich in neue Systeme zu integrieren.
• Inkonsistente Frameworks: Verschiedene Agenten-Laufzeiten verwenden unterschiedliche Modelle und behandeln Agenten als Chatbots, gerichtete azyklische Graphen (DAGs) oder rekursive Planer. Dieser Mangel an Konsistenz erschwert die Erstellung portabler und interoperabler Agenten.
• Prototypenorientierte Entwicklung: Viele Agenten sind als einmalige Prototypen konzipiert, denen die Robustheit und Skalierbarkeit fehlen, die für reale Einsätze erforderlich sind. Sie gehen oft nicht auf kritische Probleme wie Wiederholungen, Ausfälle, Koordination, Protokollierung und Skalierung ein.
• Fehlendes Collaboration-Backbone: Das Fehlen eines zentralen Event-Bus, eines gemeinsam genutzten Speichers oder einer nachvollziehbaren Historie von Agentenaktionen behindert die Zusammenarbeit und Koordination. Informationen werden oft in direkten HTTP-Aufrufen gespeichert oder in Protokollen vergraben, was es schwierig macht, das Agentenverhalten zu verstehen und zu debuggen.

Die Lösung liegt nicht darin, alle Agenten in einer monolithischen Plattform zusammenzufassen, sondern darin, einen gemeinsamen Stack auf der Grundlage offener Protokolle, ereignisgesteuerter Architektur und Echtzeitverarbeitung aufzubauen. Dieser Ansatz fördert Interoperabilität, Skalierbarkeit und Ausfallsicherheit.

Agent2Agent: Standardisierung der Agentenkommunikation

Das A2A-Protokoll von Google ist ein wichtiger Schritt zur Lösung des Problems der Agenteninteroperabilität. Es bietet ein universelles Protokoll zum Verbinden von Agenten, unabhängig von ihrer Herkunft oder Laufzeitumgebung. Durch die Definition einer gemeinsamen Sprache für Agenten ermöglicht A2A ihnen:

• Fähigkeiten ankündigen: Agenten können ihre Fähigkeiten über eine AgentCard ankündigen, einen JSON-Deskriptor, der angibt, was der Agent kann und wie man mit ihm interagiert. Dies ermöglicht es anderen Agenten, ihre Dienste zu entdecken und zu nutzen.
• Aufgaben austauschen: A2A ermöglicht strukturierte Interaktionen zwischen Agenten über JSON-RPC, wobei ein Agent Hilfe von einem anderen anfordert und im Gegenzug Ergebnisse oder Artefakte erhält. Dies ermöglicht es Agenten, bei komplexen Aufgaben zusammenzuarbeiten.
• Updates streamen: Agenten können in Echtzeit Feedback während langwieriger oder kollaborativer Aufgaben mithilfe von Server-Sent Events (SSEs) streamen. Dies sorgt für Transparenz und ermöglicht es Agenten, den Fortschritt zu überwachen und auf Änderungen zu reagieren.
• Rich Content austauschen: A2A unterstützt den Austausch von Dateien, strukturierten Daten und Formularen, nicht nur von reinem Text. Dies ermöglicht es Agenten, komplexe Informationen auszutauschen und bei einer größeren Bandbreite von Aufgaben zusammenzuarbeiten.
• Sicherheit gewährleisten: A2A beinhaltet integrierte Unterstützung für HTTPS, Authentifizierung und Berechtigungen, wodurch eine sichere Kommunikation zwischen Agenten gewährleistet wird. Dies ist entscheidend, um sensible Daten zu schützen und unbefugten Zugriff zu verhindern.

Model Context Protocol: Ermöglichen der Tool-Nutzung und des kontextbezogenen Bewusstseins

Das MCP von Anthropic ergänzt A2A, indem es standardisiert, wie Agenten Tools verwenden und auf externen Kontext zugreifen. Es definiert, wie Agenten APIs aufrufen, Funktionen aufrufen und sich in externe Systeme integrieren können, sodass sie mit der realen Welt interagieren können.

Während sich A2A darauf konzentriert, wie Agenten miteinander kommunizieren, konzentriert sich MCP darauf, wie Agenten mit ihrer Umgebung interagieren. Zusammen bieten diese beiden Protokolle einen umfassenden Bauplan für ein verbundenes Agenten-Ökosystem:

• MCP stärkt die individuelle Agentenintelligenz durch den Zugriff auf Tools und Informationen.
• A2A ermöglicht kollektive Intelligenz, indem es die Kommunikation und Zusammenarbeit zwischen Agenten erleichtert.

Die Notwendigkeit einer robusten Kommunikationsinfrastruktur

Stellen Sie sich ein Unternehmen vor, in dem Mitarbeiter nur über direkte Einzelnachrichten kommunizieren können. Das Teilen von Updates würde erfordern, dass jede Person einzeln benachrichtigt wird, und die Koordination von Projekten über mehrere Teams hinweg würde die manuelle Weiterleitung von Informationen zwischen Gruppen beinhalten. Wenn das Unternehmen wächst, wird dieser Ansatz zunehmend chaotisch und nicht nachhaltig.

In ähnlicher Weise werden Agenten-Ökosysteme, die auf direkten Verbindungen basieren, brüchig und schwer zu skalieren. Jeder Agent muss wissen, mit wem er sprechen muss, wie er ihn erreichen kann und wann er verfügbar ist. Wenn die Anzahl der Agenten steigt, steigt die Anzahl der erforderlichen Verbindungen exponentiell an, was das System unüberschaubar macht.

A2A und MCP stellen Agenten die Sprache und Struktur zur Verfügung, um zu kommunizieren und zu handeln, aber Sprache allein reicht nicht aus. Um eine große Anzahl von Agenten in einem Unternehmen zu koordinieren, ist eine robuste Infrastruktur erforderlich, um den Nachrichtenfluss und die Agentenreaktionen zu verwalten.

Apache Kafka und Apache Flink: Das Rückgrat der Agenten-Koordination

Apache Kafka und Apache Flink bieten die Infrastruktur, die zur Unterstützung skalierbarer Agentenkommunikation und -berechnung benötigt wird. Kafka fungiert als verteilte Event-Streaming-Plattform, während Flink eine Echtzeit-Stream-Processing-Engine ist.

Kafka, ursprünglich bei LinkedIn entwickelt, dient als robuster Nachrichtenbus mit hohem Durchsatz, der es Systemen ermöglicht, Ereignisströme in Echtzeit zu veröffentlichen und zu abonnieren. Es entkoppelt Produzenten von Konsumenten und stellt sicher, dass Daten dauerhaft, wiederholbar und skalierbar sind. Kafka wird in verschiedenen Anwendungen eingesetzt, von Finanzsystemen über Betrugserkennung bis hin zu Telemetrie-Pipelines.

Flink, ebenfalls ein Apache-Projekt, ist für die zustandsbehaftete, hochdurchsatzstarke und latenzarme Ereignisverarbeitung konzipiert. Während Kafka die Bewegung von Daten verwaltet, übernimmt Flink die Transformation, Anreicherung, Überwachung und Orchestrierung dieser Daten, während sie durch ein System fließen.

Zusammen bilden Kafka und Flink eine leistungsstarke Kombination: Kafka ist der Blutkreislauf und Flink ist das Reflexsystem. Sie bilden die Grundlage für den Aufbau skalierbarer und widerstandsfähiger Agenten-Ökosysteme.

So wie sich A2A zum HTTP der Agentenwelt entwickelt, bilden Kafka und Flink die ereignisgesteuerte Grundlage, die skalierbare Agentenkommunikation und -berechnung unterstützen kann. Sie lösen Probleme, die direkte Punkt-zu-Punkt-Kommunikation nicht lösen kann:

• Entkopplung: Mit Kafka müssen Agenten nicht wissen, wer ihre Ausgabe konsumiert. Sie veröffentlichen Ereignisse (z. B. ‘Aufgabe abgeschlossen’, ‘Erkenntnis generiert’) in einem Thema, und jeder interessierte Agent oder jedes System kann sich anmelden.
• Beobachtbarkeit und Wiederholbarkeit: Kafka führt ein dauerhaftes, zeitlich geordnetes Protokoll jedes Ereignisses, wodurch das Agentenverhalten vollständig nachvollziehbar, überprüfbar und wiederholbar wird.
• Echtzeit-Entscheidungsfindung: Flink ermöglicht es Agenten, in Echtzeit auf Ereignisströme zu reagieren, zu filtern, anzureichern, zu verknüpfen oder Aktionen basierend auf dynamischen Bedingungen auszulösen.
• Resilienz und Skalierung: Flink-Jobs können unabhängig voneinander skaliert werden, sich von Fehlern erholen und den Zustand über lang laufende Workflows hinweg beibehalten. Dies ist wichtig für Agenten, die komplexe, mehrstufige Aufgaben ausführen.
• Stream-Native-Koordination: Anstatt auf eine synchrone Antwort zu warten, können sich Agenten über Ereignisströme koordinieren, Updates veröffentlichen, Workflows abonnieren und den Zustand gemeinsam weiterentwickeln.

Zusammenfassend:

• A2A definiert, wie Agenten sprechen.
• MCP definiert, wie sie auf externe Tools reagieren.
• Kafka definiert, wie ihre Nachrichten fließen.
• Flink definiert, wie diese Flüsse verarbeitet, transformiert und in Entscheidungen umgewandelt werden.

Der vierstufige Stack für KI-Agenten der Enterprise-Klasse

Protokolle wie A2A und MCP sind unerlässlich, um das Agentenverhalten und die Kommunikation zu standardisieren. Ohne ein ereignisgesteuertes Substrat wie Kafka und eine Stream-Native-Laufzeit wie Flink bleiben diese Agenten jedoch isoliert und können sich nicht flexibel koordinieren, anmutig skalieren oder im Laufe der Zeit argumentieren.

Um die Vision von interoperablen KI-Agenten der Enterprise-Klasse vollständig zu verwirklichen, benötigen wir einen vierstufigen Stack:

1. Protokolle: A2A und MCP definieren das Was der Agentenkommunikation und Tool-Nutzung.
2. Frameworks: LangGraph, CrewAI und ADK definieren das Wie der Agentenimplementierung und des Workflow-Managements.
3. Messaging-Infrastruktur: Apache Kafka unterstützt den Fluss von Nachrichten und Ereignissen zwischen Agenten.
4. Echtzeitberechnung: Apache Flink unterstützt das Denken, indem es Datenströme in Echtzeit verarbeitet und transformiert.

Dieser vierstufige Stack repräsentiert den neuen Internet-Stack für KI-Agenten und bietet eine Grundlage für den Aufbau von Systemen, die nicht nur intelligent, sondern auch kollaborativ, beobachtbar und produktionsbereit sind.

Hin zu einem verbundenen Agenten-Ökosystem

Wir befinden uns an einem entscheidenden Punkt in der Entwicklung von Software. So wie der ursprüngliche Internet-Stack eine neue Ära globaler Konnektivität eröffnete, entsteht ein neuer Stack für KI-Agenten. Dieser Stack ist für autonome Systeme konzipiert, die zusammenarbeiten, um zu argumentieren, zu entscheiden und zu handeln.

A2A und MCP stellen die Protokolle für die Agentenkommunikation und Tool-Nutzung bereit, während Kafka und Flink die Infrastruktur für Echtzeitkoordination, Beobachtbarkeit und Ausfallsicherheit bieten. Zusammen machen sie es möglich, von unzusammenhängenden Agenten-Demos zu skalierbaren, intelligenten Produktionsumgebungen zu gelangen.

Es geht nicht nur darum, technische Herausforderungen zu lösen, sondern auch darum, eine neue Art von Software zu ermöglichen, bei der Agenten grenzüberschreitend zusammenarbeiten, Einblicke und Aktionsflüsse in Echtzeit bereitstellen und Intelligenz zu einem verteilten System werden lassen.

Um diese Vision zu verwirklichen, müssen wir offen, interoperabel und unter Berücksichtigung der Lehren der letzten Internetrevolution bauen. Wenn Sie das nächste Mal einen Agenten erstellen, fragen Sie nicht nur, was er kann. Fragen Sie, wie er in das größere System passt:

• Kann er mit anderen Agenten kommunizieren?
• Kann er seine Aktionen mit anderen koordinieren?
• Kann er sich an veränderte Umstände anpassen und weiterentwickeln?

Die Zukunft ist nicht nur agentengesteuert, sie ist agentenverbunden.