A2A : Collaboration IA Déverrouillée

Le monde de l’intelligence artificielle évolue rapidement, avec des agents d’IA qui deviennent de plus en plus sophistiqués et compétents. À mesure que ces agents se généralisent, la nécessité d’une communication et d’une collaboration fluides entre eux devient primordiale. Entrez dans le protocole Agent2Agent (A2A), la solution innovante de Google conçue pour favoriser l’interopérabilité et le travail d’équipe entre les agents d’IA.

A2A, dans son essence, est un cadre qui permet aux agents d’IA de communiquer et de collaborer efficacement, indépendamment de leur architecture sous-jacente ou des fournisseurs qui les soutiennent. Il sert de traducteur universel, comblant les fossés entre les différents systèmes d’IA et facilitant une interaction transparente. Considérez-le comme un langage commun qui permet aux agents d’IA de travailler ensemble harmonieusement, débloquant de nouvelles possibilités pour la résolution de problèmes complexes et l’automatisation.

La genèse d’A2A : Relever les défis de l’intégration de l’IA

Pour apprécier pleinement la signification d’A2A, il est essentiel de comprendre le contexte qui a conduit à sa création. L’essor de modèles linguistiques puissants comme GPT-3.5 a marqué un tournant dans l’adoption de l’IA, car les développeurs ont cherché des moyens d’étendre leurs capacités au-delà des simples interfaces de chat.

Une première solution a été l’appel de fonctions, qui permettait aux grands modèles linguistiques (LLM) de se connecter à des API externes sur une base individuelle. Cependant, cette approche a rapidement conduit à un écosystème fragmenté, où différents fournisseurs d’IA et implémenteurs ont adopté des méthodes d’intégration variables, ce qui a entraîné une interopérabilité limitée.

Le protocole de contexte de modèle (MCP) d’Anthropic est apparu comme une solution potentielle au problème ‘NxM’, où le nombre d’agents/systèmes d’IA (N) est multiplié par le nombre d’outils/sources de données (M). MCP visait à standardiser le contexte et à simplifier l’intégration, mais Google a reconnu la nécessité d’un protocole qui permettrait aux agents de communiquer directement entre eux.

C’est là qu’A2A entre en jeu. Comme MCP, A2A unifie la façon dont les agents d’IA interagissent, mais au lieu de se concentrer sur la connexion des agents aux outils et aux données, il se concentre sur la connexion des agents à d’autres agents. C’est une étape cruciale vers la construction de systèmes d’IA véritablement collaboratifs.

Dévoiler l’essence d’A2A : Un langage universel pour les agents d’IA

A2A est un protocole ouvert qui permet aux agents d’IA de communiquer entre eux, indépendamment de leur origine ou de leur conception. Il agit comme un traducteur, comprenant et interprétant divers langages et cadres, tels que LangChain, AutoGen et LlamaIndex.

Lancé en avril 2025, A2A a été développé en collaboration avec plus de 50 partenaires technologiques, dont des géants de l’industrie comme Atlassian, Salesforce, SAP et MongoDB. Cette approche collaborative garantit qu’A2A n’est pas seulement une initiative de Google, mais un effort industriel plus large vers la standardisation.

Au cœur de son fonctionnement, A2A considère chaque agent d’IA comme un service en réseau doté d’une interface standard. Ceci est analogue à la façon dont les navigateurs Web et les serveurs communiquent en utilisant HTTP, mais au lieu de sites Web, c’est pour les agents d’IA. Tout comme MCP s’attaque au problème NxM, A2A simplifie le processus de connexion de différents agents sans nécessiter de code personnalisé pour chaque paire.

Déchiffrer les capacités de base d’A2A : Permettre une collaboration transparente

A2A est construit sur quatre capacités clés qui font de la collaboration des agents une réalité. Pour comprendre ces capacités, il est important de définir quelques termes clés :

• Agent client/Client A2A : L’application ou l’agent qui consomme les services A2A. C’est l’agent ‘principal’ qui initie les tâches et communique avec d’autres agents.
• Agent distant/Serveur A2A : Un agent qui expose un point de terminaison HTTP en utilisant le protocole A2A. Ce sont les agents supplémentaires qui gèrent l’achèvement des tâches.

Avec ces définitions en tête, explorons les quatre capacités de base d’A2A :

1. Découverte des capacités : Cette capacité répond à la question : ‘Que pouvez-vous faire ?’ Elle permet aux agents de faire connaître leurs capacités par le biais de ‘cartes d’agent’, qui sont des fichiers JSON qui fournissent un profil lisible par machine des compétences et des services de l’agent. Cela aide les agents clients à identifier le meilleur agent distant pour une tâche spécifique.
2. Gestion des tâches : Cette capacité aborde la question : ‘Est-ce que tout le monde travaille ensemble, et quel est votre statut ?’ Elle garantit que la communication entre les agents clients et distants est axée sur l’achèvement des tâches, avec un objet de tâche et un cycle de vie spécifiques. Pour les tâches de longue durée, les agents peuvent communiquer pour rester synchronisés.
3. Collaboration : Cette capacité se concentre sur la question : ‘Quel est le contexte, la réponse, la sortie de la tâche (artefacts) ou l’instruction de l’utilisateur ?’ Elle permet aux agents d’envoyer des messages dans les deux sens, créant ainsi un flux de conversation.
4. Négociation de l’expérience utilisateur : Cette capacité aborde la question : ‘Comment dois-je afficher le contenu à l’utilisateur ?’ Chaque message contient des ‘parties’ avec des types de contenu spécifiques, permettant aux agents de négocier le format correct et de comprendre les capacités de l’interface utilisateur comme les iframes, la vidéo et les formulaires Web. Les agents adaptent la façon dont ils présentent l’information en fonction de ce que l’agent récepteur (client) peut gérer.

Démystifier le fonctionnement interne d’A2A : Un modèle client-serveur pour la communication IA

A2A fonctionne sur un modèle client-serveur, où les agents communiquent sur des protocoles Web standard comme HTTP en utilisant des messages JSON structurés. Cette approche assure la compatibilité avec l’infrastructure existante tout en standardisant la communication des agents.

Pour comprendre comment A2A atteint ses objectifs, décomposons les composantes de base du protocole et explorons le concept d’agents ‘opaques’.

Composantes de base d’A2A : Éléments constitutifs de la collaboration IA

• Carted’agent : Ce fichier JSON, généralement hébergé à une URL bien connue (par exemple, /.well-known/agent.json), décrit les capacités, les compétences, l’URL du point de terminaison et les exigences d’authentification d’un agent. Il sert de ‘CV’ lisible par machine d’un agent, aidant les autres agents à déterminer s’il faut s’engager avec lui.
• Serveur A2A : Un agent qui expose des points de terminaison HTTP en utilisant le protocole A2A. C’est l’’agent distant’ dans A2A, qui reçoit les demandes de l’agent client et gère les tâches. Les serveurs font connaître leurs capacités via des cartes d’agent.
• Client A2A : L’application ou le système d’IA qui consomme les services A2A. Le client construit des tâches et les distribue aux serveurs appropriés en fonction de leurs capacités et compétences. C’est l’’agent client’ dans A2A, qui orchestre les flux de travail avec des serveurs spécialisés.
• Tâche : L’unité centrale de travail dans A2A. Chaque tâche a un ID unique et progresse à travers des états définis (par exemple, soumis, en cours, terminé). Les tâches servent de conteneurs pour le travail demandé et exécuté.
• Message : Un échange de communication entre le client et l’agent. Les messages sont échangés dans le contexte d’une tâche et contiennent des parties qui fournissent du contenu.
• Partie : L’unité de contenu fondamentale dans un message ou un artefact. Les parties peuvent être :
  • TextPart : Pour le texte brut ou le contenu formaté
  • FilePart : Pour les données binaires (avec des octets en ligne ou une référence URI)
  • DataPart : Pour les données JSON structurées (comme les formulaires)
• Artefact : La sortie générée par un agent lors d’une tâche. Les artefacts contiennent également des parties et représentent le livrable final du serveur au client.

Le concept d’agents opaques : Protéger la propriété intellectuelle et assurer la sécurité

Le terme ‘opaque’ dans le contexte d’A2A signifie que les agents peuvent collaborer sur des tâches sans révéler leur logique interne. Cela signifie que :

• Un agent n’a besoin d’exposer que les tâches qu’il peut effectuer, pas la façon dont il les effectue.
• Les algorithmes ou données propriétaires peuvent rester privés.
• Les agents peuvent être remplacés par des implémentations alternatives tant qu’ils prennent en charge les mêmes capacités.
• Les organisations peuvent intégrer des agents tiers sans problèmes de sécurité.

L’approche d’A2A simplifie le développement de systèmes complexes multi-agents tout en maintenant des normes de sécurité élevées et en protégeant les secrets commerciaux.

Un flux d’interaction A2A typique : Un guide étape par étape

Lorsque les agents communiquent via A2A, ils suivent une séquence structurée :

1. Phase de découverte : Imaginez un utilisateur demandant à son agent d’IA principal : ‘Pouvez-vous m’aider à planifier un voyage d’affaires à Tokyo le mois prochain ?’ L’IA reconnaît la nécessité de trouver des agents spécialisés pour les vols, les hôtels et les activités locales. L’agent client identifie les agents distants qui peuvent aider à chaque tâche et récupère leurs cartes d’agent pour évaluer leur pertinence.
2. Initiation de la tâche : Avec l’équipe assemblée, il est temps d’attribuer des tâches. L’agent client pourrait dire à l’agent de réservation de voyage : ‘Trouvez des vols pour Tokyo du 15 au 20 mai.’ Le client envoie une requête au point de terminaison du serveur (généralement un POST à /taskssend), créant une nouvelle tâche avec un ID unique. Cela inclut le message initial détaillant ce que le client veut que le serveur fasse.
3. Traitement : L’agent spécialiste de la réservation (serveur/agent distant) commence à rechercher les vols disponibles correspondant aux critères. Il pourrait :
   • Terminer la tâche immédiatement et retourner un artefact : ‘Voici les vols disponibles.’
   • Demander plus d’informations (définissant l’état sur input-required) : ‘Préférez-vous une compagnie aérienne spécifique ?’
   • Commencer à travailler sur une tâche de longue durée (définissant l’état sur working) : ‘Je compare les tarifs pour vous trouver la meilleure offre.’
4. Conversations à plusieurs tours : Si plus d’informations sont nécessaires, le client et le serveur échangent des messages supplémentaires. Le serveur pourrait poser des questions de clarification (‘Les correspondances sont-elles acceptables ?’), et le client répond (‘Non, seulement des vols directs.’), le tout dans le contexte du même ID de tâche.
5. Mises à jour de statut : Pour les tâches qui prennent du temps à être terminées, A2A prend en charge plusieurs mécanismes de notification :
   • Interrogation : Le client vérifie périodiquement l’état de la tâche.
   • Événements envoyés par le serveur (SSE) : Le serveur diffuse des mises à jour en temps réel si le client est abonné.
   • Notifications push : Le serveur peut POST des mises à jour à une URL de rappel si elle est fournie.
6. Achèvement de la tâche : Une fois terminé, le serveur marque la tâche comme terminée et retourne un artefact contenant les résultats. Alternativement, il pourrait marquer la tâche comme échouée s’il a rencontré des problèmes, ou annulée si la tâche a été annulée.

Tout au long de ce processus, l’agent principal pourrait simultanément travailler avec d’autres agents spécialisés : un expert en hôtel, un gourou du transport local, un cerveau des activités. L’agent principal créera un itinéraire en combinant tous ces résultats dans un plan de voyage complet, puis le présentera à l’utilisateur.

En substance, A2A permet à plusieurs agents de contribuer et de collaborer à un objectif commun, avec un agent client assemblant un résultat qui dépasse la somme de ses parties.

A2A vs. MCP : Un partenariat synergique pour l’intégration de l’IA

Bien qu’A2A et MCP puissent sembler se concurrencer pour le même espace, ils sont conçus pour fonctionner en tandem. Ils abordent des aspects distincts mais complémentaires de l’intégration de l’IA :

• MCP connecte les LLM (ou agents) aux outils et aux sources de données (intégration verticale).
• A2A connecte les agents à d’autres agents (intégration horizontale).

Google a délibérément positionné A2A comme complémentaire à MCP. Cette philosophie de conception est évidente dans le lancement de leur constructeur d’agents Vertex AI avec un support MCP intégré aux côtés d’A2A.

Pour illustrer ce point, considérez cette analogie : Si MCP permet aux agents d’utiliser des outils, alors A2A est leur conversation pendant qu’ils travaillent. MCP dote les agents individuels de capacités, tandis qu’A2A les aide à coordonner ces capacités en équipe.

Dans une configuration complète, un agent pourrait utiliser MCP pour récupérer des informations à partir d’une base de données, puis utiliser A2A pour transmettre ces informations à un autre agent pour analyse. Les deux protocoles peuvent fonctionner ensemble pour créer des solutions plus complètes pour les tâches complexes, tout en simplifiant les défis de développement qui existent depuis que les LLM sont devenus grand public.

Normes de sécurité A2A : Assurer une protection de niveau entreprise

A2A a été développé avec la sécurité d’entreprise comme principale préoccupation. En plus de l’utilisation exclusive d’agents opaques, chaque carte d’agent spécifie la méthode d’authentification requise (clés API, OAuth, etc.), et toutes les communications sont conçues pour se produire via HTTPS. Cela permet aux organisations d’établir des politiques régissant quels agents peuvent communiquer entre eux et quelles données ils peuvent partager.

Semblable à la spécification MCP pour l’autorisation, A2A tire parti des normes de sécurité Web existantes plutôt que de créer de nouvelles modalités, assurant une compatibilité immédiate avec les systèmes d’identité actuels. Étant donné que toutes les interactions se produisent via des points de terminaison bien définis, l’observabilité devient simple, permettant aux organisations d’intégrer leurs outils de surveillance préférés et d’obtenir une piste d’audit unifiée.

Écosystème et adoption d’A2A : Une communauté de soutien croissante

Le protocole A2A a été lancé avec un soutien important de plus de 50 partenaires technologiques, dont beaucoup prennent actuellement en charge ou ont l’intention de prendre en charge A2A avec leurs propres agents. Google a intégré A2A dans sa plateforme Vertex AI et ADK, offrant un point d’entrée simplifié pour les développeurs déjà dans l’écosystème Google Cloud.

Les organisations qui envisagent la mise en œuvre d’A2A doivent tenir compte des éléments suivants :

1. Coût d’intégration réduit : Au lieu de créer du code personnalisé pour chaque jumelage d’agents, les développeurs peuvent implémenter A2A universellement, ce qui réduit les coûts d’intégration.
2. Publication relativement récente : A2A en est encore à ses débuts de large diffusion, ce qui signifie qu’il n’a pas encore subi les tests approfondis du monde réel nécessaires pour découvrir les lacunes potentielles à grande échelle.
3. Pérennité : En tant que protocole ouvert, A2A permet aux agents nouveaux et anciens de s’intégrer à son écosystème sans nécessiter d’efforts supplémentaires.
4. Limitations de l’agent : Bien qu’A2A représente une avancée significative pour l’IA véritablement autonome, il reste axé sur les tâches et ne fonctionne pas de manière entièrement indépendante.
5. Agnosticisme du fournisseur : A2A ne verrouille pas les organisations dans un modèle, un cadre ou un fournisseur spécifique, ce qui leur permet de mélanger et d’assortir l’ensemble du paysage de l’IA.

L’avenir du protocole Agent2Agent : Une vision de la collaboration IA transparente

Pour l’avenir, A2A devrait subir d’autres améliorations, comme indiqué dans la feuille de route du protocole. Les améliorations prévues comprennent :

• Des schémas d’autorisation formalisés et des informations d’identification facultatives directement dans les cartes d’agent.
• Négociation UX dynamique au sein des tâches en cours (comme l’ajout d’audio/vidéo en milieu de conversation).
• Amélioration des performances de diffusion en continu et des mécanismes de notification push.

La possibilité à long terme la plus excitante est peut-être qu’A2A devienne pour le développement d’agents ce que HTTP était pour la communication Web : un catalyseur pour une explosion d’innovation. À mesure que l’adoption augmente, nous pourrions voir des ‘équipes’ d’agents préemballées spécialisées pour des industries particulières, et éventuellement, un réseau mondial transparent d’agents d’IA que les clients peuvent exploiter.

Pour les développeurs et les organisations qui explorent la mise en œuvre de l’IA, le moment est idéal pour apprendre et construire avec A2A. Ensemble, A2A et MCP représentent le début d’une approche plus standardisée, sécurisée et prête pour l’entreprise de l’IA.