AI ਦੇ ਖੇਤਰ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ ਹੋ ਰਿਹਾ ਹੈ, ਜਿਸ ਵਿੱਚ AI ਏਜੰਟ ਇੱਕ ਅਹਿਮ ਹਿੱਸੇ ਵਜੋਂ ਉੱਭਰ ਰਹੇ ਹਨ। ਇੱਕ AI ਏਜੰਟ ਅਸਲ ਵਿੱਚ ਇੱਕ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ (LLM) ਦੀ ਬੋਧਾਤਮਕ ਸ਼ਕਤੀ ਨੂੰ ਇੱਕ ਟੂਲਕਿੱਟ ਨਾਲ ਜੋੜਦਾ ਹੈ ਜੋ ਇਸਨੂੰ ਕਮਾਂਡਾਂ ਨੂੰ ਚਲਾਉਣ, ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰਨ ਅਤੇ ਆਪਣੇ ਆਪ ਕੰਮ ਪੂਰਾ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਏਜੰਟ ਉਪਭੋਗਤਾਵਾਂ ਤੋਂ ਬੇਨਤੀਆਂ ਦਾ ਜਵਾਬ ਦਿੰਦੇ ਹਨ ਜਾਂ ਦੂਜੇ ਏਜੰਟਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰਦੇ ਹਨ। AI ਏਜੰਟਾਂ ਦੀ ਸੰਭਾਵਨਾ ਕਾਰਜਾਂ ਨੂੰ ਵਧਾਉਣ, ਗੁੰਝਲਦਾਰ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸਵੈਚਾਲਤ ਕਰਨ ਅਤੇ ਵੱਖ-ਵੱਖ ਵਪਾਰਕ ਕਾਰਜਾਂ ਵਿੱਚ ਕੁਸ਼ਲਤਾ ਵਧਾਉਣ ਦੀ ਉਨ੍ਹਾਂ ਦੀ ਯੋਗਤਾ ਵਿੱਚ ਹੈ, ਜੋ ਵਿਅਕਤੀਗਤ ਉਤਪਾਦਕਤਾ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵਧਾਉਂਦੀ ਹੈ।
ਇਸ ਗੱਲ ‘ਤੇ ਸਹਿਮਤੀ ਹੈ ਕਿ ਇੱਕ ਸਰਵ ਵਿਆਪਕ ‘ਇੱਕੋ-ਆਕਾਰ-ਸਭ-ਫਿੱਟ’ ਏਜੰਟ AI ਏਜੰਟਾਂ ਤੋਂ ਉਮੀਦ ਕੀਤੇ ਜਾਂਦੇ ਵਿਭਿੰਨ ਅਤੇ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਨਹੀਂ ਸੰਭਾਲ ਸਕਦਾ। ਇਸ ਦਾ ਹੱਲ ਹੈ ਏਜੰਟਿਕ ਵਰਕਫਲੋਜ਼। ਇਹ ਖੁਦਮੁਖਤਿਆਰ AI ਏਜੰਟਾਂ ਦੇ ਨੈੱਟਵਰਕ ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਹਨ ਜੋ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਕੇ ਫੈਸਲੇ ਲੈ ਸਕਦੇ ਹਨ, ਕਾਰਵਾਈਆਂ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਕੰਮਾਂ ਨੂੰ ਤਾਲਮੇਲ ਕਰ ਸਕਦੇ ਹਨ।
ਏਜੰਟ ਇੰਟਰਓਪਰੇਬਿਲਟੀ ਲਈ ਗੂਗਲ ਦਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ: ਏਜੰਟ2ਏਜੰਟ ਪ੍ਰੋਟੋਕੋਲ (A2A)
ਗੂਗਲ ਨੇ 9 ਅਪ੍ਰੈਲ, 2025 ਨੂੰ ਏਜੰਟ2ਏਜੰਟ (A2A) ਪ੍ਰੋਟੋਕੋਲ ਪੇਸ਼ ਕੀਤਾ। ਇਹ AI ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਨਿਰਵਿਘਨ ਸੰਚਾਰ ਦੀ ਸਹੂਲਤ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿਸ ਨਾਲ ਉਹਨਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਡਾਟਾ ਐਕਸਚੇਂਜ ਕਰਨ ਅਤੇ ਗੁੰਝਲਦਾਰ ਵਪਾਰਕ ਵਰਕਫਲੋਜ਼ ਨੂੰ ਸਵੈਚਾਲਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਮਿਲਦੀ ਹੈ। ਇਹ ਉੱਦਮ ਪ੍ਰਣਾਲੀਆਂ ਅਤੇ ਤੀਜੀ-ਧਿਰ ਪਲੇਟਫਾਰਮਾਂ ਨਾਲ ਗੱਲਬਾਤ ਰਾਹੀਂ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
A2A ਪ੍ਰੋਟੋਕੋਲ ਗੂਗਲ ਅਤੇ 50 ਤੋਂ ਵੱਧ ਉਦਯੋਗ ਭਾਗੀਦਾਰਾਂ ਵਿਚਕਾਰ ਸਹਿਯੋਗ ਦਾ ਨਤੀਜਾ ਹੈ, ਜੋ ਸਾਰੇ AI ਏਜੰਟ ਸਹਿਯੋਗ ਦੇ ਭਵਿੱਖ ਲਈ ਇੱਕ ਸਾਂਝਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਸਾਂਝਾ ਕਰਦੇ ਹਨ। ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਹ ਸਹਿਯੋਗ ਖਾਸ ਤਕਨਾਲੋਜੀਆਂ ਤੋਂ ਪਰੇ ਹੈ ਅਤੇ ਖੁੱਲ੍ਹੇ ਅਤੇ ਸੁਰੱਖਿਅਤ ਮਿਆਰਾਂ ‘ਤੇ ਅਧਾਰਤ ਹੈ।
A2A ਦੇ ਮੁੱਖ ਡਿਜ਼ਾਈਨ ਸਿਧਾਂਤ
A2A ਪ੍ਰੋਟੋਕੋਲ ਦੇ ਵਿਕਾਸ ਦੌਰਾਨ, ਗੂਗਲ ਅਤੇ ਇਸਦੇ ਭਾਗੀਦਾਰਾਂ ਨੂੰ ਕਈ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤਾਂ ਦੁਆਰਾ ਸੇਧ ਦਿੱਤੀ ਗਈ:
- ਖੁੱਲ੍ਹਾ ਅਤੇ ਵਿਕਰੇਤਾ-ਅਗਨੋਸਟਿਕ: A2A ਪ੍ਰੋਟੋਕੋਲ ਖੁੱਲ੍ਹਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇਸਦੇ ਨਿਰਧਾਰਨ ਜਨਤਕ ਤੌਰ ‘ਤੇ ਪਹੁੰਚਯੋਗ ਹਨ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਕੋਈ ਵੀ ਡਿਵੈਲਪਰ ਜਾਂ ਸੰਸਥਾ ਮਲਕੀਅਤ ਪਾਬੰਦੀਆਂ ਤੋਂ ਬਿਨਾਂ ਪ੍ਰੋਟੋਕੋਲ ਨੂੰ ਲਾਗੂ ਕਰ ਸਕਦੀ ਹੈ। ਵਿਕਰੇਤਾ-ਅਗਨੋਸਟਿਕ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਪ੍ਰੋਟੋਕੋਲ ਕਿਸੇ ਖਾਸ ਵਿਕਰੇਤਾ ਦੀ ਤਕਨਾਲੋਜੀ ਨਾਲ ਜੁੜਿਆ ਨਹੀਂ ਹੈ। ਇਹ ਸਾਰੇ ਭਾਗੀਦਾਰਾਂ ਲਈ ਬਰਾਬਰ ਦਾ ਖੇਤਰ ਬਣਾਉਂਦਾ ਹੈ।
- ਸਹਿਯੋਗ ਲਈ ਕੁਦਰਤੀ ਢੰਗ: A2A ਏਜੰਟਾਂ ਨੂੰ ਸੰਚਾਰ ਦੇ ਆਪਣੇ ਅੰਦਰੂਨੀ, ਗੈਰ-ਸੰਗਠਿਤ ਤਰੀਕਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਹਿਯੋਗ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਇਹ ਏਜੰਟਾਂ ਨੂੰ ਸਾਧਨਾਂ ਤੋਂ ਵੱਖ ਕਰਦਾ ਹੈ ਅਤੇ A2A ਨੂੰ ਮਾਡਲ ਸੰਦਰਭ ਪ੍ਰੋਟੋਕੋਲ (MCP) ਤੋਂ ਵੱਖ ਕਰਦਾ ਹੈ।
- ਮੌਜੂਦਾ ਮਿਆਰਾਂ ‘ਤੇ ਬਣਾਇਆ ਗਿਆ: ਮੌਜੂਦਾ IT ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨਾਲ ਏਕੀਕਰਣ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਲਈ, ਪ੍ਰੋਟੋਕੋਲ ਸਥਾਪਤ ਮਿਆਰਾਂ ਜਿਵੇਂ ਕਿ HTTP, ਸਰਵਰ-ਸੈਂਟ ਇਵੈਂਟਸ (SSE), ਅਤੇ JSON-RPC ‘ਤੇ ਬਣਾਇਆ ਗਿਆ ਹੈ।
- ਡਿਫਾਲਟ ਰੂਪ ਵਿੱਚ ਸੁਰੱਖਿਅਤ: ਸੁਰੱਖਿਆ ਇੱਕ ਪ੍ਰਮੁੱਖ ਚਿੰਤਾ ਹੈ। A2A ਸੰਵੇਦਨਸ਼ੀਲ ਡਾਟਾ ਦੀ ਸੁਰੱਖਿਆ ਅਤੇ ਸੁਰੱਖਿਅਤ ਗੱਲਬਾਤ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਉੱਦਮ-ਗਰੇਡ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਅਧਿਕਾਰ ਵਿਧੀ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ।
- ਡਾਟਾ ਮੋਡੈਲਿਟੀ ਅਗਨੋਸਟਿਕ: A2A ਟੈਕਸਟ-ਅਧਾਰਤ ਸੰਚਾਰ ਤੱਕ ਸੀਮਿਤ ਨਹੀਂ ਹੈ। ਇਹ ਵੱਖ-ਵੱਖ ਡਾਟਾ ਕਿਸਮਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਚਿੱਤਰ, ਆਡੀਓ ਅਤੇ ਵੀਡੀਓ ਸਟ੍ਰੀਮ ਸ਼ਾਮਲ ਹਨ।
A2A ਦੀਆਂ ਕਾਰਜਕੁਸ਼ਲਤਾਵਾਂ: ਏਜੰਟ ਸਹਿਯੋਗ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਣਾ
A2A ਏਜੰਟ ਗੱਲਬਾਤ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਉਣ ਲਈ ਕਈ ਤਰ੍ਹਾਂ ਦੀਆਂ ਬਿਲਟ-ਇਨ ਕਾਰਜਕੁਸ਼ਲਤਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ:
- ਸਮਰੱਥਾ ਖੋਜ: ਇਹ ਏਜੰਟਾਂ ਨੂੰ ਆਪਣੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦਾ ਇਸ਼ਤਿਹਾਰ ਦੇਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਕਲਾਇੰਟ ਆਸਾਨੀ ਨਾਲ ਪਛਾਣ ਸਕਦੇ ਹਨ ਕਿ ਕਿਹੜਾ ਏਜੰਟ ਕਿਸੇ ਖਾਸ ਕੰਮ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ। ਇਸਨੂੰ ਇੱਕ ਡਿਜੀਟਲ ਮਾਰਕੀਟਪਲੇਸ ਵਾਂਗ ਸੋਚੋ ਜਿੱਥੇ ਏਜੰਟ ਆਪਣੇ ਹੁਨਰ ਅਤੇ ਮੁਹਾਰਤ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਨ।
- ਟਾਸਕ ਅਤੇ ਸਟੇਟ ਮੈਨੇਜਮੈਂਟ: ਇੱਕ ਕਲਾਇੰਟ ਅਤੇ ਇੱਕ ਏਜੰਟ ਵਿਚਕਾਰ ਸੰਚਾਰ ਟਾਸਕ ਦੇ ਲਾਗੂ ਕਰਨ ਦੇ ਆਲੇ ਦੁਆਲੇ ਘੁੰਮਦਾ ਹੈ। ਇਹ ਟਾਸਕ ਪ੍ਰੋਟੋਕੋਲ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੇ ਗਏ ਹਨ ਅਤੇ ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਜੀਵਨ ਚੱਕਰ ਹੈ। ਇੱਕ ਟਾਸਕ ਦੇ ਨਤੀਜੇ ਨੂੰ ਇੱਕ ਆਰਟੀਫੈਕਟ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਟਾਸਕ ਅਤੇ ਉਹਨਾਂ ਦੀਆਂ ਸਥਿਤੀਆਂ ਦਾ ਪ੍ਰਬੰਧਨ ਇੱਕ ਭਰੋਸੇਯੋਗ ਅਤੇ ਟਰੈਕ ਕਰਨ ਯੋਗ ਵਰਕਫਲੋ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ।
- ਸੁਰੱਖਿਅਤ ਸਹਿਯੋਗ: ਏਜੰਟ ਸੰਦਰਭ ਨੂੰ ਸਾਂਝਾ ਕਰਨ, ਜਵਾਬ ਪ੍ਰਦਾਨ ਕਰਨ, ਆਰਟੀਫੈਕਟਸ ਪ੍ਰਦਾਨ ਕਰਨ ਜਾਂ ਉਪਭੋਗਤਾ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਰੀਲੇਅ ਕਰਨ ਲਈ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਸੁਨੇਹੇ ਐਕਸਚੇਂਜ ਕਰ ਸਕਦੇ ਹਨ। ਇਹ ਇੱਕ ਸਹਿਯੋਗੀ ਵਾਤਾਵਰਣ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ ਜਿੱਥੇ ਏਜੰਟ ਇਕੱਠੇ ਮਿਲ ਕੇ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ।
- ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਗੱਲਬਾਤ: ਹਰੇਕ ਸੁਨੇਹੇ ਵਿੱਚ ‘ਭਾਗ’ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ, ਜੋ ਸਮੱਗਰੀ ਦੇ ਸਵੈ-ਨਿਰਭਰ ਟੁਕੜੇ ਹੁੰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਇੱਕ ਤਿਆਰ ਕੀਤਾ ਚਿੱਤਰ। ਹਰੇਕ ਭਾਗ ਵਿੱਚ ਇੱਕ ਸਮਗਰੀ ਕਿਸਮ ਨਿਰਧਾਰਤ ਕੀਤੀ ਗਈ ਹੈ, ਜੋ ਕਲਾਇੰਟ ਅਤੇ ਰਿਮੋਟ ਏਜੰਟ ਦੋਵਾਂ ਨੂੰ ਲੋੜੀਂਦੇ ਫਾਰਮੈਟ ‘ਤੇ ਸਹਿਮਤ ਹੋਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦੀ ਹੈ। ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਵਿੱਚ ਉਪਭੋਗਤਾ ਦੀ UI ਸਮਰੱਥਾਵਾਂ ਦੀ ਗੱਲਬਾਤ ਵੀ ਸ਼ਾਮਲ ਹੈ, ਜਿਵੇਂ ਕਿ iframes, ਵੀਡੀਓ, ਅਤੇ ਵੈੱਬ ਫਾਰਮ।
ਸਮਰੱਥਾ ਖੋਜ ਅਤੇ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਗੱਲਬਾਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਖਾਸ ਤੌਰ ‘ਤੇ ਮਜਬੂਰ ਕਰਨ ਵਾਲੀਆਂ ਹਨ ਕਿਉਂਕਿ ਉਹ ਏਜੰਟ ਮਾਰਕੀਟਪਲੇਸਾਂ ਦੀ ਸਿਰਜਣਾ ਦਾ ਰਾਹ ਪੱਧਰਾ ਕਰਦੀਆਂ ਹਨ। ਇਹਨਾਂ ਮਾਰਕੀਟਪਲੇਸਾਂ ਵਿੱਚ, ਪ੍ਰਦਾਤਾ ਆਪਣੇ ਏਜੰਟਾਂ ਦੀ ਸੂਚੀ ਬਣਾ ਸਕਦੇ ਹਨ, ਅਤੇ ਕਲਾਇੰਟ ਖਾਸ ਕੰਮਾਂ ਨੂੰ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਢੁਕਵੇਂ ਏਜੰਟ ਦੀ ਚੋਣ ਕਰ ਸਕਦੇ ਹਨ।
ਜਦੋਂ ਕਿ ਇਹ ਸੰਕਲਪ ਬਹੁਤ ਵਾਅਦਾ ਕਰਨ ਵਾਲਾ ਹੈ ਅਤੇ AI ਏਜੰਟ ਮਾਰਕੀਟ ਦੇ ਵਿਕਾਸ ਲਈ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਜ਼ਰੂਰੀ ਹੈ, ਇਸ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨੂੰ ਸਾਕਾਰ ਕਰਨ ਲਈ ਸਿਰਫ਼ ਇੱਕ ਗੱਲਬਾਤ ਪ੍ਰੋਟੋਕੋਲ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਨਾਲੋਂ ਵੱਧ ਦੀ ਲੋੜ ਹੈ।
ਏਜੰਟ2ਏਜੰਟ ਪ੍ਰੋਟੋਕੋਲ ਸੰਕਲਪਾਂ ਨੂੰ ਡੀਕੋਡ ਕਰਨਾ
ਪ੍ਰੋਟੋਕੋਲ ਨੂੰ ਸਮਝਣ ਲਈ ਇਸਦੇ ਅੰਤਰੀਵ ਸੰਕਲਪਾਂ ਨੂੰ ਸਮਝਣਾ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਲਾਗੂਕਰਨ ਅਤੇ ਉਪਯੋਗਤਾ ਲਈ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਇਹ ਸੰਕਲਪ AI ਏਜੰਟਾਂ ਦੇ ਬਹੁਤ ਸਾਰੇ ਡਿਵੈਲਪਰਾਂ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਜਾਣੂ ਹੋਣਗੇ:
- ਏਜੰਟ ਕਾਰਡ: ਇਹ ਇੱਕ ਜਨਤਕ ਮੈਟਾਡੇਟਾ ਫਾਈਲ ਹੈ ਜੋ ਇੱਕ ਏਜੰਟ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ, ਹੁਨਰ, ਐਂਡਪੁਆਇੰਟ URL, ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਲੋੜਾਂ ਬਾਰੇ ਵੇਰਵੇ ਦਿੰਦੀ ਹੈ। ਏਜੰਟ ਕਾਰਡ ਖੋਜ ਪੜਾਅ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਭੂਮਿਕਾ ਅਦਾ ਕਰਦਾ ਹੈ, ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਉਚਿਤ ਏਜੰਟ ਦੀ ਚੋਣ ਕਰਨ ਅਤੇ ਇਹ ਸਮਝਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਇਸ ਨਾਲ ਕਿਵੇਂ ਗੱਲਬਾਤ ਕਰਨੀ ਹੈ।
- ਸਰਵਰ: ਇੱਕ ਏਜੰਟ ਜੋ JSON ਨਿਰਧਾਰਨ ਵਿੱਚ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੇ ਅਨੁਸਾਰ, A2A ਪ੍ਰੋਟੋਕੋਲ ਵਿਧੀਆਂ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ। ਜ਼ਰੂਰੀ ਤੌਰ ‘ਤੇ, ਸਰਵਰ A2A ਪ੍ਰੋਟੋਕੋਲ ਦੁਆਰਾ ਆਪਣੀਆਂ ਸੇਵਾਵਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਵਾਲਾ ਏਜੰਟ ਹੈ।
- ਕਲਾਇੰਟ: ਇਹ ਇੱਕ ਐਪਲੀਕੇਸ਼ਨ ਜਾਂ ਇੱਕ ਹੋਰ ਏਜੰਟ ਹੋ ਸਕਦਾ ਹੈ ਜੋ A2A ਸੇਵਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਕਲਾਇੰਟ ਬੇਨਤੀਆਂ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ ਅਤੇ ਸਰਵਰ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੀਆਂ ਗਈਆਂ ਸਮਰੱਥਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
- ਟਾਸਕ: ਏਜੰਟ ਲਈ ਕੰਮ ਦੀ ਬੁਨਿਆਦੀ ਇਕਾਈ। ਕਲਾਇੰਟ ਦੁਆਰਾ ਸ਼ੁਰੂ ਕੀਤੀ ਗਈ ਅਤੇ ਸਰਵਰ ਦੁਆਰਾ ਕੀਤੀ ਗਈ, ਇਹ ਇਸਦੇ ਜੀਵਨ ਚੱਕਰ ਦੌਰਾਨ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਵਿੱਚੋਂ ਲੰਘਦੀ ਹੈ।
- ਸੁਨੇਹਾ: ਕਲਾਇੰਟ ਅਤੇ ਏਜੰਟ ਵਿਚਕਾਰ ਸੰਚਾਰ ਐਕਸਚੇਂਜਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਹਰੇਕ ਸੁਨੇਹੇ ਦੀ ਇੱਕ ਪਰਿਭਾਸ਼ਿਤ ਭੂਮਿਕਾ ਹੁੰਦੀ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਭਾਗ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ।
- ਭਾਗ: ਇਹ ਇੱਕ ਸੁਨੇਹੇ ਜਾਂ ਇੱਕ ਆਰਟੀਫੈਕਟ ਦੇ ਅੰਦਰ ਬੁਨਿਆਦੀ ਸਮੱਗਰੀ ਇਕਾਈ ਹੈ। ਇੱਕ ਭਾਗ ਟੈਕਸਟ, ਇੱਕ ਫਾਈਲ, ਜਾਂ ਢਾਂਚਾਗਤ ਡਾਟਾ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਵੱਖ-ਵੱਖ ਡਾਟਾ ਕਿਸਮਾਂ ਦੇ ਲਚਕਦਾਰ ਸੰਚਾਰ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
- ਆਰਟੀਫੈਕਟ: ਇੱਕ ਟਾਸਕ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਸਮੇਂ ਏਜੰਟ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਆਉਟਪੁੱਟ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਸੁਨੇਹਿਆਂ ਵਾਂਗ, ਆਰਟੀਫੈਕਟਸ ਵਿੱਚ ਭਾਗ ਹੁੰਦੇ ਹਨ।
- ਸਟ੍ਰੀਮਿੰਗ: ਪ੍ਰੋਟੋਕੋਲ ਸਟ੍ਰੀਮਿੰਗ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਸਰਵਰ ਕਲਾਇੰਟ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਚੱਲਣ ਵਾਲੇ ਕੰਮਾਂ ਦੀ ਸਥਿਤੀ ‘ਤੇ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਅਪਡੇਟ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਹ ਨਿਰੰਤਰ ਫੀਡਬੈਕ ਪ੍ਰਦਾਨ ਕਰਕੇ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ।
ਏਜੰਟ2ਏਜੰਟ ਪ੍ਰੋਜੈਕਟ ਦਾ ਮੌਜੂਦਾ ਦ੍ਰਿਸ਼
A2A ਨੂੰ ਹਾਲ ਹੀ ਵਿੱਚ ਜਨਤਾ ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਤੇ ਇਸਦੇ ਨਿਰਧਾਰਨ ਹੁਣ GitHub ‘ਤੇ ਉਪਲਬਧ ਹਨ। ਹੁਣ ਤੱਕ, ਪ੍ਰੋਟੋਕੋਲ ਦਾ ਕੋਈ ਅਧਿਕਾਰਤ ਰੋਡਮੈਪ ਜਾਂ ਉਤਪਾਦਨ-ਤਿਆਰ ਲਾਗੂਕਰਨ ਨਹੀਂ ਹੈ। ਹਾਲਾਂਕਿ, ਗੂਗਲ 2025 ਵਿੱਚ ਬਾਅਦ ਵਿੱਚ ਇੱਕ ਉਤਪਾਦਨ-ਤਿਆਰ ਸੰਸਕਰਣ ਲਾਂਚ ਕਰਨ ਲਈ ਭਾਗੀਦਾਰਾਂ ਨਾਲ ਸਰਗਰਮੀ ਨਾਲ ਸਹਿਯੋਗ ਕਰ ਰਿਹਾ ਹੈ।
A2A GitHub ਰਿਪੋਜ਼ਟਰੀ TypeScript ਅਤੇ Python ਦੋਵਾਂ ਵਿੱਚ ਕਈ ਕੋਡ ਨਮੂਨੇ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ, ਨਾਲ ਹੀ ਇੱਕ ਵਿਆਪਕ ਡੈਮੋ ਐਪਲੀਕੇਸ਼ਨ। ਇਹ ਐਪਲੀਕੇਸ਼ਨ ਵੱਖ-ਵੱਖ ਏਜੰਟ ਡਿਵੈਲਪਮੈਂਟ ਕਿੱਟਾਂ (ADK) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵਿਕਸਤ ਕੀਤੇ ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਗੱਲਬਾਤ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।
ਜਦੋਂ ਕਿ ਇਹ ਪ੍ਰਯੋਗ ਲਈ ਇੱਕ ਨੀਂਹ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, A2A ਨੂੰ ਮਿਸ਼ਨ-ਕ੍ਰਿਟੀਕਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਅਪਣਾਏ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਏਜੰਟਿਕ ਵਰਕਫਲੋਜ਼ ਨੂੰ ਤਾਇਨਾਤ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਫਰੇਮਵਰਕ ਅਤੇ ਟੂਲਸਦੇ ਮੌਜੂਦਾ ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀਆਂ ਦੀ ਇੱਕ ਵੱਡੀ ਗਿਣਤੀ (ਖਾਸ ਤੌਰ ‘ਤੇ, ਫਾਊਂਡੇਸ਼ਨ ਮਾਡਲ ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੀਆਂ ਕੋਈ ਵੀ ਕੰਪਨੀਆਂ ਮੌਜੂਦ ਨਹੀਂ ਹਨ) ਦਾ ਸਮਰਥਨ ਜੋ ਪ੍ਰੋਟੋਕੋਲ ਪਰਿਭਾਸ਼ਾ ‘ਤੇ ਗੂਗਲ ਨਾਲ ਕੰਮ ਕਰ ਰਹੇ ਹਨ, ਜ਼ੋਰਦਾਰ ਢੰਗ ਨਾਲ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਲੋੜੀਂਦੇ ਟੂਲ ਜਲਦੀ ਹੀ ਉਪਲਬਧ ਹੋਣਗੇ ਅਤੇ A2A ਨੂੰ ਪ੍ਰਮੁੱਖ ਏਜੰਟ ਫਰੇਮਵਰਕ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾਵੇਗਾ।
A2A ਬਨਾਮ ਮਾਡਲ ਸੰਦਰਭ ਪ੍ਰੋਟੋਕੋਲ (MCP): ਅੰਤਰ ਨੂੰ ਸਮਝਣਾ
ਮਾਡਲ ਸੰਦਰਭ ਪ੍ਰੋਟੋਕੋਲ (MCP), ਜੋ ਕਿ ਐਂਥਰੋਪਿਕ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। ਐਂਥਰੋਪਿਕ MCP ਨੂੰ ‘AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ USB-C ਪੋਰਟ’ ਵਜੋਂ ਦਰਸਾਉਂਦਾ ਹੈ, ਜੋ LLM ਨੂੰ ਡਾਟਾ ਸਰੋਤਾਂ ਅਤੇ ਟੂਲਸ ਨਾਲ ਜੋੜਨ ਦਾ ਇੱਕ ਮਿਆਰੀ ਤਰੀਕਾ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ USB ਵੱਖ-ਵੱਖ ਪੈਰੀਫਿਰਲ ਨੂੰ ਡਿਵਾਈਸਾਂ ਨਾਲ ਜੋੜਦਾ ਹੈ।
ਗੂਗਲ ਦੇ ਅਨੁਸਾਰ, A2A ਦਾ MCP ਨੂੰ ਬਦਲਣ ਦਾ ਇਰਾਦਾ ਨਹੀਂ ਹੈ। ਦੋਵਾਂ ਪ੍ਰੋਟੋਕੋਲਾਂ ਵਿੱਚ ਘੱਟੋ-ਘੱਟ ਓਵਰਲੈਪ ਹੈ; ਉਹ ਵੱਖ-ਵੱਖ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਦੇ ਹਨ ਅਤੇ ਵੱਖ-ਵੱਖ ਪੱਧਰਾਂ ਦੀ ਐਬਸਟਰੈਕਸ਼ਨ ‘ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ। A2A ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਗੱਲਬਾਤ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ, ਜਦੋਂ ਕਿ MCP ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਟੂਲਸ ਨਾਲ ਜੋੜਦਾ ਹੈ, ਜੋ ਬਦਲੇ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਸੇਵਾਵਾਂ ਅਤੇ ਡਾਟਾ ਨਾਲ ਜੋੜਦੇ ਹਨ। ਇਸ ਤਰ੍ਹਾਂ ਦੋਵੇਂ ਪ੍ਰੋਟੋਕੋਲ ਪੂਰਕ ਹਨ।
ਏਜੰਟ2ਏਜੰਟ ਅਤੇ ਮਾਡਲ ਸੰਦਰਭ ਪ੍ਰੋਟੋਕੋਲ ਇੱਕੋ ਬੁਝਾਰਤ ਦੇ ਦੋ ਟੁਕੜੇ ਹਨ, ਅਤੇ ਏਜੰਟਿਕ ਵਰਕਫਲੋਜ਼ ਅਤੇ ਸਰਵ ਵਿਆਪਕ AI ਲਈ ਭਵਿੱਖ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਨੂੰ ਸਾਕਾਰ ਕਰਨ ਲਈ ਉਹਨਾਂ ਦੋਵਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।