AI பலப்பரீட்சை: MCP, A2A 'உயர் சுவர்களை' அமைக்கிறதா?

AI துறையில் தற்போது ‘அதிக ஆபத்துள்ள நாடகங்கள்’ அரங்கேறி வருகின்றன. உலகத்தின் கவனம் மாதிரி அளவுருக்கள் மற்றும் செயல்திறன் பற்றிய போட்டியில் குவிந்திருக்கும் நிலையில், AI மற்றும் ஏஜென்ட் தரநிலைகள், நெறிமுறைகள் மற்றும் சுற்றுச்சூழல் அமைப்புகள் மீது அமைதியான போர் உருவாகி வருகிறது.

நவம்பர் 2024 இல், Anthropic நிறுவனம் Model Context Protocol (MCP) ஐ அறிமுகப்படுத்தியது. இது அறிவுள்ள ஏஜென்ட்களுக்கான திறந்த தரநிலையாகும். பெரிய மொழி மாதிரிகள் (LLM) மற்றும் வெளிப்புற தரவு மூலங்கள் மற்றும் கருவிகளுக்கு இடையிலான தொடர்பு நெறிமுறைகளை ஒருங்கிணைப்பதை இது நோக்கமாகக் கொண்டுள்ளது. விரைவில், OpenAI நிறுவனம் MCP க்கான Agent SDK ஆதரவை அறிவித்தது. கூகிள் டீப்மைண்ட் CEO டெமிஸ் ஹஸ்ஸாபிஸ், கூகிளின் ஜெமினி மாதிரி மற்றும் மென்பொருள் மேம்பாட்டுக் கருவிகள் (SDK) இந்த திறந்த தரநிலையை ஒருங்கிணைக்கும் என்று உறுதிப்படுத்தினார். MCP, AI ஏஜென்ட் சகாப்தத்திற்கான திறந்த தரநிலையாக வேகமாக மாறி வருவதாக அவர் குறிப்பிட்டார்.

இதற்கிடையே, கூகிள் கிளவுட் நெக்ஸ்ட் 2025 மாநாட்டில் கூகிள் நிறுவனம் Agent2Agent Protocol (A2A) என்ற திறந்த மூல நெறிமுறையை அறிவித்தது. இந்த நெறிமுறை ஏற்கனவே உள்ள கட்டமைப்புகள் மற்றும் விற்பனையாளர்களுக்கு இடையிலான தடைகளை உடைத்து, வெவ்வேறு சுற்றுச்சூழல் அமைப்புகளில் உள்ள ஏஜென்ட்களுக்கு இடையே பாதுகாப்பான மற்றும் திறமையான ஒத்துழைப்பை செயல்படுத்தும் நோக்கத்தைக் கொண்டுள்ளது.

தொழில்நுட்ப நிறுவனங்களின் இந்த நடவடிக்கைகள் AI மற்றும் அறிவுள்ள ஏஜென்ட்களுக்கு இடையிலான இணைப்பு தரநிலைகள், இடைமுக நெறிமுறைகள் மற்றும் சுற்றுச்சூழல் அமைப்புகள் ஆகியவற்றில் ஒரு போட்டியை வெளிப்படுத்தியுள்ளன. ‘நெறிமுறை என்பது சக்திக்கு சமம்’ என்ற கொள்கை தெளிவாகிறது. உலகளாவிய AI நிலப்பரப்பு உருவாகி வருவதால், AI சகாப்தத்தில் அடிப்படை நெறிமுறை தரநிலைகளின் வரையறையை யார் கட்டுப்படுத்துகிறார்களோ, அவர்கள் உலகளாவிய AI தொழில் சங்கிலியின் சக்தி கட்டமைப்பு மற்றும் மதிப்பு விநியோக ஒழுங்கை மறுவடிவமைக்க வாய்ப்புள்ளது.

எதிர்கால AI சுற்றுச்சூழல் அமைப்பின் ‘USB-C போர்ட்’

AI தொழில்நுட்பத்தின் விரைவான வளர்ச்சியுடன், GPT மற்றும் Claude போன்ற பெரிய மொழி மாதிரிகள் ஈர்க்கக்கூடிய திறன்களை வெளிப்படுத்தியுள்ளன. இந்த மாதிரிகளின் உண்மையான மதிப்பு, வெளிப்புற உலகத்தின் தரவு மற்றும் கருவிகளுடன் தொடர்புகொண்டு உண்மையான உலகப் பிரச்சினைகளைத் தீர்க்கும் திறனில் உள்ளது.

இருப்பினும், இந்த தொடர்புத் திறன் நீண்ட காலமாக துண்டு துண்டான தன்மை மற்றும் தரப்படுத்தல் இல்லாமை போன்ற சிக்கல்களை எதிர்கொண்டுள்ளது. டெவலப்பர்கள் வெவ்வேறு AI மாதிரிகள் மற்றும் தளங்களுக்கு குறிப்பிட்ட ஒருங்கிணைப்பு தர்க்கத்தை செயல்படுத்த வேண்டியிருந்தது.

இந்த சிக்கலைத் தீர்க்க, MCP உருவானது. AI மாதிரிகளை வெளிப்புற உலகத்துடன் இணைக்கும் பாலமாக MCP செயல்படுகிறது. AI தொடர்புகளின் போது ஏற்படும் பல முக்கிய சிக்கல்களை இது தீர்க்கிறது.

MCP க்கு முன்பு, ஒரு AI மாதிரி உள்ளூர் தரவுத்தளத்துடன் (SQLite போன்றவை) தரவைப் பெற அல்லது தொலைநிலை கருவிகளை அழைக்க (Slack மூலம் குழு தகவல் தொடர்பு, GitHub API மூலம் குறியீட்டை நிர்வகிக்க) வேண்டியிருந்தால், டெவலப்பர்கள் ஒவ்வொரு தரவு மூலத்திற்கும் அல்லது கருவிக்கும் குறிப்பிட்ட இணைப்பு குறியீட்டை எழுத வேண்டியிருந்தது. இந்த செயல்முறை கடினமானதாகவும் பிழைகள் நிறைந்ததாகவும் இருந்தது மட்டுமல்லாமல், ஒரு ஒருங்கிணைந்த தரநிலை இல்லாததால் உருவாக்குவதற்கு அதிக செலவாகும், பராமரிக்க கடினமாக இருந்தது மற்றும் அளவிடுவது கடினமாக இருந்தது.

MCP ஐ அறிமுகப்படுத்தும்போது, Anthropic நிறுவனம் ஒரு ஒப்புமை செய்தது: MCP என்பது AI பயன்பாடுகளுக்கான USB-C போர்ட் போன்றது. ஒவ்வொரு முறையும் ஒரு தனி ஒருங்கிணைப்பு தீர்வை எழுதுவதற்குப் பதிலாக, பல்வேறு மாதிரிகள் மற்றும் வெளிப்புற அமைப்புகள் அணுகலுக்கு ஒரே நெறிமுறையைப் பயன்படுத்த அனுமதிக்கும் ஒரு பொதுவான தரநிலையை உருவாக்க MCP நோக்கமாகக் கொண்டுள்ளது. இது AI பயன்பாடுகளின் உருவாக்கம் மற்றும் ஒருங்கிணைப்பை எளிமையாகவும் ஒருங்கிணைக்கப்பட்டதாகவும் ஆக்குகிறது.

உதாரணமாக, ஒரு மென்பொருள் மேம்பாட்டுத் திட்டத்தில், MCP அடிப்படையிலான AI கருவி நேரடியாக திட்ட குறியீடு களஞ்சியத்தில் ஆராய்ந்து, குறியீடு கட்டமைப்பை பகுப்பாய்வு செய்து, வரலாற்று கமிட் பதிவுகளைப் புரிந்து கொள்ள முடியும். பின்னர் டெவலப்பர்களுக்கு திட்டத்தின் உண்மையான தேவைகளுக்கு மிகவும் பொருத்தமான குறியீடு பரிந்துரைகளை வழங்க முடியும். இது மேம்பாட்டு செயல்திறன் மற்றும் குறியீடு தரத்தை கணிசமாக மேம்படுத்துகிறது.

கடந்த காலத்தில், பெரிய மாதிரிகள் மற்றும் பிற AI பயன்பாடுகள் தரவைப் பயன்படுத்த அனுமதிப்பதற்கு, நகலெடுத்து ஒட்டவோ அல்லது பதிவேற்றவோ பதிவிறக்கவோ வேண்டியிருந்தது. மிக சக்திவாய்ந்த மாதிரிகள் கூட தரவு தனிமைப்படுத்தலால் கட்டுப்படுத்தப்பட்டன, இதனால் தகவல் களஞ்சியங்கள் உருவாகின. மேலும் சக்திவாய்ந்த மாதிரிகளை உருவாக்க, ஒவ்வொரு புதிய தரவு மூலத்தையும் தனிப்பயனாக்கி செயல்படுத்த வேண்டியிருந்தது, இது உண்மையில் ஒன்றோடொன்று இணைக்கப்பட்ட அமைப்புகளை அளவிடுவது கடினமாக்கியது, இதன் விளைவாக பல வரம்புகள் ஏற்பட்டன.

ஒருங்கிணைந்த இடைமுகத்தை வழங்குவதன் மூலம், MCP நேரடியாக AI மற்றும் தரவை (உள்ளூர் மற்றும் இணைய தரவு உட்பட) இணைக்கிறது. MCP சர்வர் மற்றும் MCP கிளையன்ட் மூலம், இருவரும் இந்த நெறிமுறையைப் பின்பற்றினால், ‘எதையும் இணைக்க முடியும்’. இது AI பயன்பாடுகள் பாதுகாப்பாக உள்ளூர் மற்றும் தொலைநிலை தரவை அணுகவும் இயக்கவும் அனுமதிக்கிறது, AI பயன்பாடுகளுக்கு எல்லாவற்றையும் இணைக்க ஒரு இடைமுகத்தை வழங்குகிறது.

கட்டமைப்பு கண்ணோட்டத்தில், MCP முக்கியமாக இரண்டு முக்கிய பகுதிகளை உள்ளடக்கியது: MCP சர்வர் மற்றும் MCP கிளையன்ட். டெவலப்பர்கள் தங்கள் தரவை MCP சர்வர் மூலம் வெளிப்படுத்தலாம். இது உள்ளூர் கோப்பு அமைப்புகள், தரவுத்தளங்கள் அல்லது Slack மற்றும் GitHub API போன்ற தொலைநிலை சேவைகளிலிருந்து வரலாம். இந்த சேவையகங்களுடன் இணைக்க கட்டப்பட்ட AI பயன்பாடுகள் MCP கிளையன்ட்கள் என்று அழைக்கப்படுகின்றன. எளிமையாகச் சொன்னால், MCP சர்வர் தரவை வெளிப்படுத்துவதற்குப் பொறுப்பாகும், மேலும் MCP கிளையன்ட் தரவை அணுகுவதற்குப் பொறுப்பாகும்.

AI மாதிரிகள் வெளிப்புற தரவு மற்றும் கருவிகளை அணுகும்போது, பாதுகாப்பு ஒரு முக்கியமான கருத்தாகும். தரப்படுத்தப்பட்ட தரவு அணுகல் இடைமுகங்களை வழங்குவதன் மூலம், MCP முக்கியமான தரவுடன் நேரடி தொடர்புகளின் எண்ணிக்கையை கணிசமாகக் குறைக்கிறது, இதனால் தரவு கசிவு அபாயம் குறைகிறது.

MCP உள்ளமைக்கப்பட்ட பாதுகாப்பு வழிமுறைகளைக் கொண்டுள்ளது, இது தரவு மூலங்கள் ஒரு பாதுகாப்பான கட்டமைப்பிற்குள் AI உடன் கட்டுப்படுத்தப்பட்ட முறையில் தரவைப் பகிர அனுமதிக்கிறது. AI செயலாக்க முடிவுகளை தரவு மூலங்களுக்கு பாதுகாப்பாக திருப்பி அனுப்பலாம், குறிப்பிட்ட ஆதாரங்களை சரிபார்க்கப்பட்ட கோரிக்கைகள் மட்டுமே அணுக முடியும் என்பதை உறுதிசெய்கிறது. இது தரவு பாதுகாப்பிற்கு மற்றொரு பாதுகாப்பு அடுக்கைச் சேர்ப்பதற்கு சமம், நிறுவனங்களின் தரவு பாதுகாப்பு பற்றிய கவலைகளை நீக்குகிறது மற்றும் நிறுவன அளவிலான காட்சிகளில் AI இன் ஆழமான பயன்பாட்டிற்கு ஒரு உறுதியான அடித்தளத்தை அமைக்கிறது.

உதாரணமாக, MCP சர்வர் அதன் சொந்த ஆதாரங்களைக் கட்டுப்படுத்துகிறது மற்றும் பெரிய மாதிரி தொழில்நுட்ப வழங்குநர்களுக்கு API விசைகள் போன்ற முக்கியமான தகவல்களை வழங்க வேண்டிய அவசியமில்லை. இந்த வழியில், பெரிய மாதிரி தாக்கப்பட்டாலும், தாக்குபவர்கள் இந்த முக்கியமான தகவலைப் பெற முடியாது, திறம்பட அபாயங்களைத் தனிமைப்படுத்துகிறது.

MCP என்பது AI தொழில்நுட்ப வளர்ச்சியின் இயற்கையான விளைவு மற்றும் ஒரு முக்கியமான மைல்கல் என்று கூறலாம். இது AI பயன்பாடுகளின் மேம்பாட்டு செயல்முறையை எளிதாக்குவது மட்டுமல்லாமல், AI சுற்றுச்சூழல் அமைப்பின் செழிப்புக்கு நிலைமைகளை உருவாக்குகிறது.

ஒரு திறந்த தரநிலையாக, MCP டெவலப்பர் சமூகத்தின் உயிர்ச்சக்தியை பெரிதும் தூண்டுகிறது. உலகளாவிய டெவலப்பர்கள் குறியீட்டை பங்களிக்கலாம் மற்றும் MCP ஐச் சுற்றி புதிய இணைப்பிகளை உருவாக்கலாம், அதன் பயன்பாட்டு எல்லைகளை தொடர்ந்து விரிவுபடுத்தலாம், ஒரு நல்ல சுழற்சி சுற்றுச்சூழல் அமைப்பை உருவாக்கலாம் மற்றும் பல்வேறு தொழில்களில் AI மற்றும் தரவுகளின் ஆழமான ஒருங்கிணைப்பை ஊக்குவிக்கலாம். இந்த வெளிப்படைத்தன்மை AI பயன்பாடுகள் பல்வேறு சேவைகள் மற்றும் கருவிகளுடன் இணைவதை எளிதாக்குகிறது, ஒரு வளமான சுற்றுச்சூழல் அமைப்பை உருவாக்குகிறது, இறுதியில் பயனர்களுக்கும் முழு தொழிலுக்கும் பயனளிக்கிறது.

MCP இன் நன்மைகள் தொழில்நுட்ப மட்டத்தில் மட்டுமல்ல, வெவ்வேறு துறைகளுக்கு அது கொண்டு வரும் உண்மையான மதிப்பிலும் பிரதிபலிக்கின்றன. AI சகாப்தத்தில், தகவல்களைப் பெறுவதற்கும் செயலாக்குவதற்கும் உள்ள திறன் எல்லாவற்றையும் தீர்மானிக்கிறது, மேலும் MCP பல ஏஜென்ட்கள் ஒத்துழைக்க அனுமதிக்கிறது, ஒருவருக்கொருவர் பலத்தை அதிகரிக்கச் செய்கிறது.

உதாரணமாக, மருத்துவத் துறையில், அறிவுள்ள ஏஜென்ட்கள் MCP மூலம் நோயாளி மின்னணு மருத்துவப் பதிவுகள் மற்றும் மருத்துவ தரவுத்தளங்களுடன் இணைக்கப்படலாம். மருத்துவர்களின் தொழில்முறை தீர்ப்புகளுடன் இணைந்து, ஆரம்ப நோயறிதல் பரிந்துரைகளை விரைவாக வழங்க முடியும். நிதித் துறையில், அறிவுள்ள ஏஜென்ட்கள் நிதித் தரவை பகுப்பாய்வு செய்யவும், சந்தை மாற்றங்களைக் கண்காணிக்கவும், தானாகவே பங்கு வர்த்தகம் செய்யவும் ஒத்துழைக்க முடியும். அறிவுள்ள ஏஜென்ட்களுக்கு இடையிலான இந்த பிரிவு மற்றும் ஒத்துழைப்பு தரவு செயலாக்கத்தை மிகவும் திறமையாக்குகிறது மற்றும் முடிவெடுப்பதை மிகவும் துல்லியமாக்குகிறது.

MCP இன் வளர்ச்சி வரலாற்றை மதிப்பாய்வு செய்தால், அதன் வளர்ச்சி விகிதம் ஆச்சரியமாக இருக்கிறது என்பதை அறிவது கடினம் அல்ல. 2023 ஆம் ஆண்டின் முற்பகுதியில், MCP முக்கிய தொடர்பு நெறிமுறையின் வடிவமைப்பை முடித்து, அடிப்படை அறிவுள்ள ஏஜென்ட் பதிவு மற்றும் செய்தி பரிமாற்ற செயல்பாடுகளை உணர்ந்தது. இது அறிவுள்ள ஏஜென்ட்களுக்கு ஒரு உலகளாவிய மொழியை உருவாக்குவது போன்றது, அவர்கள் ஒருவருக்கொருவர் தங்கள் சொந்த மொழிகளைப் பேசுவதற்குப் பதிலாக ஒருவருக்கொருவர் தொடர்பு கொள்ள அனுமதிக்கிறது.

2023 ஆம் ஆண்டின் இறுதியில், MCP அதன் செயல்பாடுகளை மேலும் விரிவுபடுத்தியது, வெளிப்புற APIகளை அழைக்க அறிவுள்ள ஏஜென்ட்களை ஆதரித்தது மற்றும் தரவு பகிர்வை ஆதரித்தது, இது அறிவுள்ள ஏஜென்ட்கள் அரட்டை அடிப்பது மட்டுமல்லாமல், தகவல்களைப் பரிமாறிக்கொள்ளவும், பணிகளை கூட்டாகச் செயலாக்கவும் அனுமதிப்பதற்கு சமம்.

2024 ஆம் ஆண்டின் முற்பகுதியில், MCP சுற்றுச்சூழல் அமைப்பு ஒரு புதிய நிலையை அடைந்தது. டெவலப்பர் கருவிகள் மற்றும் மாதிரி திட்டங்கள் தொடங்கப்பட்டன, மேலும் சமூகத்தால் பங்களிக்கப்பட்ட அறிவுள்ள ஏஜென்ட் சொருகுகளின் எண்ணிக்கை 100 ஐ தாண்டியது, இதனால் ஒரு ‘பூக்கும்’ நிலை ஏற்பட்டது.

சமீபத்தில், மைக்ரோசாப்ட் MCP ஐ அதன் Azure OpenAI சேவையில் ஒருங்கிணைத்தது, மேலும் கூகிள் டீப்மைண்ட் MCP க்கான ஆதரவை வழங்கும் மற்றும் ஜெமினி மாதிரி மற்றும் SDK இல் ஒருங்கிணைக்கும் என்று அறிவித்தது. பெரிய தொழில்நுட்ப நிறுவனங்கள் மட்டுமல்ல, AI ஸ்டார்ட்அப்கள் மற்றும் மேம்பாட்டுக் கருவி வழங்குநர்களும் MCP இல் இணைந்துள்ளனர். Block, Apollo, Zed, Replit, Codeium மற்றும் Sourcegraph போன்ற நிறுவனங்கள் MCP இல் இணைந்துள்ளன.

MCP இன் எழுச்சி டென்சென்ட் மற்றும் அலிபாபா போன்ற சீன தொழில்நுட்ப நிறுவனங்களிடமிருந்து விரைவான பின்தொடர்தல் மற்றும் போட்டியை ஈர்த்துள்ளது. AI சுற்றுச்சூழல் அமைப்பு மூலோபாயத்தில் இது ஒரு முக்கியமான படி என்று அவர்கள் கருதுகின்றனர். உதாரணமாக, சமீபத்தில் அலிபாபா கிளவுட் Bailian தளம் முழு வாழ்க்கை சுழற்சி MCP சேவையை அறிமுகப்படுத்தியது. பயனர்கள் ஆதாரங்களை நிர்வகிக்கவும், உருவாக்கவும், பயன்படுத்தவும், பொறியியல் செயல்பாடுகள் மற்றும் பராமரிப்பு செய்யவும் தேவையில்லை. இது அறிவுள்ள ஏஜென்ட் மேம்பாட்டு சுழற்சியை நிமிடங்களுக்கு குறைக்கிறது. டென்சென்ட் கிளவுட் ‘AI டெவலப்மென்ட் கிட்’ஐ வெளியிட்டது. இது வணிக சார்ந்த அறிவுள்ள ஏஜென்ட்களை விரைவாக உருவாக்க டெவலப்பர்களுக்கு உதவ MCP செருகு நிரல் ஹோஸ்டிங் சேவைகளை ஆதரிக்கிறது.

பல-ஏஜென்ட் ஒத்துழைப்புக்கான ‘மறைமுக பாலம்’

MCP நெறிமுறை அறிவுள்ள ஏஜென்ட்களை அரட்டை கருவிகளிலிருந்து செயல் உதவியாளர்களாக மாற்றும்போது, தொழில்நுட்ப நிறுவனங்கள் இந்த புதிய போர்க்களத்தில் தரநிலைகள் மற்றும் சுற்றுச்சூழல் அமைப்புகளின் ‘சிறிய முற்றங்கள் மற்றும் உயரமான சுவர்களை’ கட்டத் தொடங்குகின்றன.

AI மாதிரிகளை வெளிப்புற கருவிகள் மற்றும் தரவுகளுடன் இணைப்பதில் கவனம் செலுத்தும் MCP உடன் ஒப்பிடும்போது, A2A ஒரு படி மேலே சென்று, அறிவுள்ள ஏஜென்ட்களுக்கு இடையிலான திறமையான ஒத்துழைப்பில் கவனம் செலுத்துகிறது.

A2A நெறிமுறையின் அசல் நோக்கம் எளிதானது: வெவ்வேறு ஆதாரங்கள் மற்றும் உற்பத்தியாளர்களிடமிருந்து வரும் அறிவுள்ள ஏஜென்ட்கள் ஒருவருக்கொருவர் புரிந்து கொண்டு ஒத்துழைக்கச் செய்வது. இது பல அறிவுள்ள ஏஜென்ட்களின் ஒத்துழைப்புக்கு அதிக சுயாட்சியை அளிக்கிறது.

நாடுகளுக்கு இடையிலான கட்டணத் தடைகளை குறைக்க WTO விரும்புவது போன்றது இது. வெவ்வேறு சப்ளையர்கள் மற்றும் கட்டமைப்புகளிலிருந்து வரும் அறிவுள்ள ஏஜென்ட்கள் சுயாதீனமான நாடுகள் போன்றவை. A2A ஏற்றுக்கொள்ளப்பட்டவுடன், அது ஒரு சுதந்திர வர்த்தக மண்டலத்தில் இணைவதற்கு சமம். அங்கு அவர்கள் ஒரு பொதுவான மொழியில் தொடர்பு கொள்ளலாம், தடையின்றி ஒத்துழைக்கலாம் மற்றும் ஒரு தனி அறிவுள்ள ஏஜென்ட் சுயாதீனமாக முடிக்க முடியாத சிக்கலான பணிப்பாய்வுகளை கூட்டாக முடிக்க முடியும்.

A2A நெறிமுறையின் குறிப்பிட்ட இயங்குதன்மை வடிவம் கிளையன்ட் ஏஜென்ட் மற்றும் தொலைநிலை ஏஜென்ட் இடையே தொடர்புகளை எளிதாக்குவதன் மூலம் அடையப்படுகிறது. கிளையன்ட் ஏஜென்ட் பணிகளை உருவாக்குவதற்கும் தொடர்புகொள்வதற்கும் பொறுப்பாகும், மேலும் தொலைநிலை ஏஜென்ட் இந்த பணிகளின் அடிப்படையில் சரியான தகவலை வழங்குவதற்கோ அல்லது தொடர்புடைய செயல்பாடுகளைச் செய்வதற்கோ நடவடிக்கை எடுக்கிறது.

இந்த செயல்பாட்டில், A2A நெறிமுறை பின்வரும் முக்கிய திறன்களைக் கொண்டுள்ளது:

முதலாவதாக, அறிவுள்ள ஏஜென்ட்கள் ‘அறிவுள்ள ஏஜென்ட் அட்டைகள்’ மூலம் தங்கள் திறன்களை விளம்பரப்படுத்தலாம். இந்த ‘அறிவுள்ள ஏஜென்ட் அட்டைகள்’ JSON வடிவத்தில் உள்ளன. ஒரு குறிப்பிட்ட பணியைச் செய்வதற்கு எந்த தொலைநிலை ஏஜென்ட் மிகவும் பொருத்தமானது என்பதை அடையாளம் காண கிளையன்ட் ஏஜென்ட்களை இது அனுமதிக்கிறது.

பொருத்தமான தொலைநிலை ஏஜென்ட் அடையாளம் காணப்பட்டதும், கிளையன்ட் ஏஜென்ட் A2A நெறிமுறையைப் பயன்படுத்தி அதனுடன் தொடர்பு கொள்ளவும் பணியை ஒப்படைக்கவும் முடியும்.

பணி மேலாண்மை என்பது A2A நெறிமுறையின் ஒரு முக்கியமான பகுதியாகும். கிளையன்ட் மற்றும் தொலைநிலை ஏஜென்ட்களுக்கு இடையிலான தொடர்பு பணிகளை முடிப்பதைச் சுற்றி வருகிறது. நெறிமுறை ஒரு ‘பணி’ பொருளை வரையறுக்கிறது. எளிய பணிகளுக்கு, அதை உடனடியாக முடிக்க முடியும்; சிக்கலான மற்றும் நீண்ட கால பணிகளுக்கு, பணி நிறைவு நிலையில் ஒத்திசைவை பராமரிக்க அறிவுள்ள ஏஜென்ட்கள் ஒருவருக்கொருவர் தொடர்பு கொள்ளலாம்.

கூடுதலாக, A2A அறிவுள்ள ஏஜென்ட்களுக்கு இடையிலான ஒத்துழைப்பையும் ஆதரிக்கிறது. பல அறிவுள்ள ஏஜென்ட்கள் ஒருவருக்கொருவர் செய்திகளை அனுப்பலாம். இதில் சூழல் தகவல், பதில்கள் அல்லது பயனர் அறிவுறுத்தல்கள் இருக்கலாம். இந்த வழியில், பல அறிவுள்ள ஏஜென்ட்கள் சிக்கலான பணிகளை ஒன்றாகச் செய்து முடிக்க ஒன்றாக சிறப்பாகச் செயல்பட முடியும்.

இந்த நெறிமுறையை வடிவமைக்கும்போது, கூகிள் ஐந்து முக்கிய கொள்கைகளை பின்பற்றியது. முதலாவதாக, அறிவுள்ள ஏஜென்ட்கள் தங்களின் இயல்பான, ஒழுங்கற்ற முறைகளில் ஒத்துழைக்க A2A கவனம் செலுத்துகிறது. அவர்கள் நினைவகம், கருவிகள் மற்றும் சூழலைப் பகிர்ந்து கொள்ளாவிட்டாலும் பரவாயில்லை.

இரண்டாவதாக, நெறிமுறை ஏற்கனவே உள்ள, பிரபலமான தரநிலைகளில் கட்டமைக்கப்பட்டுள்ளது. HTTP, Server-Sent Events (SSE) மற்றும் JSON-RPC ஆகியவை இதில் அடங்கும். இதன் பொருள் நிறுவனங்கள் தினமும் பயன்படுத்தும் ஏற்கனவே உள்ள IT அடுக்குகளுடன் ஒருங்கிணைப்பது எளிதானது.

உதாரணமாக, ஒரு இ-காமர்ஸ் நிறுவனம் வலை தரவு பரிமாற்றத்தை கையாள தினமும் HTTP நெறிமுறையையும், முன் மற்றும் பின் முனைகளுக்கு இடையில் தரவு அறிவுறுத்தல்களை அனுப்ப JSON-RPC ஐயும் பயன்படுத்துகிறது. A2A நெறிமுறையை அறிமுகப்படுத்திய பிறகு, நிறுவனத்தின் ஆர்டர் மேலாண்மை அமைப்பு HTTP மற்றும் A2A நெறிமுறை இணைப்பு மூலம் தொடர்புடைய அறிவுள்ள ஏஜென்ட்களால் வழங்கப்பட்ட தளவாட தரவு புதுப்பிப்புகளை விரைவாகப் பெற முடியும். சிக்கலான தரவு பரிமாற்ற சேனல்களை மீண்டும் கட்டியெழுப்ப வேண்டிய அவசியமில்லை. ஏற்கனவே உள்ள IT கட்டமைப்பில் ஒருங்கிணைப்பதை எளிதாக்குகிறது மற்றும் பல்வேறு அமைப்புகளின் ஒத்துழைப்பை சீராக ஆக்குகிறது.

மூன்றாவதாக, A2A ஆனது நிறுவன அளவிலான அங்கீகாரம் மற்றும் அங்கீகாரத்தை ஆதரிக்க வடிவமைக்கப்பட்டுள்ளது. A2A நெறிமுறையைப் பயன்படுத்துவது தரவை விரைவாக அங்கீகரிக்கவும் பாதுகாப்பாகப் பெறவும் முடியும். தரவு பரிமாற்றத்தின் பாதுகாப்பு மற்றும் இணக்கத்தை உறுதிசெய்கிறது மற்றும் தரவு கசிவு அபாயங்களைத் தடுக்கிறது.

நான்காவதாக, A2A ஆனது விரைவான பணிகள் முதல் மணிநேரம் அல்லது நாட்கள் (மனிதர்கள் சம்பந்தப்பட்டிருக்கும் போது) ஆகக்கூடிய ஆழமான ஆராய்ச்சி வரையிலான பல்வேறு காட்சிகளை ஆதரிக்கும் அளவுக்கு நெகிழ்வானது. செயல்முறை முழுவதும், A2A பயனர்களுக்கு நிகழ்நேர கருத்து, அறிவிப்புகள் மற்றும் நிலை புதுப்பிப்புகளை வழங்க முடியும்.

ஒரு ஆராய்ச்சி நிறுவனத்தை உதாரணமாக எடுத்துக் கொள்ளுங்கள். ஆராய்ச்சியாளர்கள் புதிய மருந்து மேம்பாடு தொடர்பான ஆராய்ச்சியை நடத்த A2A நெறிமுறையின் கீழ் அறிவுள்ள ஏஜென்ட்களைப் பயன்படுத்துகின்றனர். எளிய பணிகள், தரவுத்தளத்தில் இருக்கும் மருந்து மூலக்கூறு கட்டமைப்பு தகவல்களை விரைவாக மீட்டெடுப்பது போன்றவற்றை நொடிகளில் முடித்து ஆராய்ச்சியாளர்களுக்கு திருப்பி அனுப்ப முடியும். இருப்பினும், மனித உடலில் புதிய மருந்து மூலக்கூறுகளின் எதிர்வினையை உருவகப்படுத்துவது போன்ற சிக்கலான பணிகளுக்கு பல நாட்கள் ஆகலாம்.

இந்த காலகட்டத்தில், A2A நெறிமுறை உருவகப்படுத்துதல் முன்னேற்றத்தை ஆராய்ச்சியாளர்களுக்கு தொடர்ந்து அனுப்பும். எத்தனை படிகள் முடிந்துள்ளன, தற்போதுள்ள சிக்கல்கள் போன்றவை. ஒரு உதவியாளர் எப்போதும் வேலை முன்னேற்றத்தை தெரிவிப்பது போல் ஆராய்ச்சியாளர்கள் சூழ்நிலையைத் தெரிந்துகொள்ள அனுமதிக்கிறது.

ஐந்தாவதாக, அறிவுள்ள ஏஜென்ட்களின் உலகம் உரையுடன் மட்டும் நின்றுவிடவில்லை, எனவே A2A ஆடியோ, படங்கள் மற்றும் வீடியோ ஸ்ட்ரீம்கள் உள்ளிட்ட பல்வேறு முறைகளை ஆதரிக்கிறது.

எதிர்காலத்தில், உங்கள் அறிவுள்ள உதவியாளர், நிறுவனத்தின் CRM அமைப்பு, விநியோகச் சங்கிலி மேலாண்மை AI மற்றும் வெவ்வேறு கிளவுட் இயங்குதளங்களில் உள்ள அறிவுள்ள ஏஜென்ட்கள் கூட பழைய நண்பர்களைப் போல ‘பணிகளைப் பற்றி அரட்டை அடித்து வேலைகளைப் பிரிக்க’ முடியும் என்று கற்பனை செய்து பாருங்கள். எளிய வினவல்களில் இருந்து சிக்கலான செயல்முறைகள் வரையிலான பல்வேறு தேவைகளை திறம்படச் செய்து, இயந்திர நுண்ணறிவு சகாப்தத்தைத் திறக்கும்.

தற்போது, இந்த நெறிமுறை அட்லாசியன், பாக்ஸ், கோஹெர், இன்ட்யூட், மோங்கோடிபி, பேபால், சேல்ஸ்ஃபோர்ஸ் மற்றும் SAP உள்ளிட்ட 50 க்கும் மேற்பட்ட முக்கிய தொழில்நுட்ப நிறுவனங்களுக்கான பயன்பாட்டு தளங்களை ஏற்கனவே ஆதரிக்கிறது.

இவை அனைத்தும் கூகிள் சுற்றுச்சூழல் அமைப்புடன் நுட்பமான உறவுகளைக் கொண்ட நிறுவனங்கள் என்பது குறிப்பிடத்தக்கது. உதாரணமாக, ஒரு சுயாதீன AI ஸ்டார்ட்அப்பான கோஹெர், 2019 இல் கூகிள் மூளையில் முன்பு பணியாற்றிய மூன்று ஆராய்ச்சியாளர்களால் நிறுவப்பட்டது; அவர்கள் கூகிள் கிளவுட் உடன் நீண்டகால தொழில்நுட்ப கூட்டாண்மையைக் கொண்டுள்ளனர், மேலும் கூகிள் கிளவுட் மாதிரிகளுக்கு பயிற்சி அளிக்க தேவையான கணினி சக்தியை கோஹெருக்கு வழங்குகிறது.

ஜிரா மற்றும் கன்குளுயன்ஸ் போன்ற குழு ஒத்துழைப்பு கருவிகளை வழங்கும் நிறுவனமான அட்லாசியன், பலரால் பயன்படுத்தப்படுகிறது. அவர்களுக்கு கூகிளுடன் ஒரு கூட்டாண்மை உள்ளது, மேலும் சில பயன்பாடுகளை கூகிள் தயாரிப்புகளில் பயன்படுத்தலாம்.

ஆந்த்ரோபிக் முன்மொழிந்த MCP மாதிரி சூழல் நெறிமுறைக்கு A2A ஒரு நிரப்பியாகும் என்று கூகிள் கூறியிருந்தாலும், கடந்த காலத்தில் கூகிள் 80 க்கும் மேற்பட்ட நிறுவனங்களுடன் இணைந்து ஆண்ட்ராய்டு அமைப்பை உருவாக்க முன்னிலை வகித்தது போன்றது இது. அதிகமான நிறுவனங்கள் சேரும்போது, A2A இன் வணிக மதிப்பு பெரிதும் மேம்படும், மேலும் இது முழு அறிவுள்ள ஏஜென்ட் சுற்றுச்சூழல் அமைப்பின் விரைவான வளர்ச்சிக்கு உதவும்.

‘கருவிகளை இணைப்பதில்’ இருந்து ‘சுற்றுச்சூழல் அமைப்புகளை ஆதிக்கம் செலுத்துவது’ வரை

MCP மற்றும் A2A ஆகியவை AI இன்டர் கனெக்ஷனுக்கான இரண்டு வெவ்வேறு பாதைகளை பிரதிபலிக்கின்றன. MCP, அடிப்படையான மாதிரி இடைவினை நெறிமுறையாக, பயன்பாடுகளுக்கும் வெவ்வேறு மாதிரிகளுக்கும் இடையே தடையற்ற இணைப்பு இருப்பதை உறுதி செய்கிறது; A2A இந்த அடிப்படையில் அறிவுள்ள ஏஜென்ட்களுக்கு இடையே ஒரு ஒத்துழைப்பு கட்டமைப்பை வழங்குகிறது, அறிவுள்ள ஏஜென்ட்களுக்கு இடையே தன்னிச்சையான கண்டுபிடிப்பு மற்றும் நெகிழ்வான ஒத்துழைப்பை வலியுறுத்துகிறது. இந்த அடுக்கமைக்கப்பட்ட அமைப்பு மாதிரி தரப்படுத்தல் மற்றும் அறிவுள்ள ஏஜென்ட் ஒத்துழைப்பு ஆகிய இரண்டின் தேவைகளையும் ஒரே நேரத்தில் பூர்த்தி செய்ய முடியும்.

அதே நேரத்தில், இரண்டுமே அவற்றின் அந்தந்த துணைப் புலங்களில் ஆதிக்கம் செலுத்தும் நிலைகளை அடைந்துள்ளன. MCP நிறுவன அளவிலான பயன்பாடுகள், கிராஸ்-மாடல் சேவைகள் மற்றும் தரப்படுத்தல் காட்சிகளில் நன்மைகளைக் கொண்டுள்ளது; A2A திறந்த மூல சமூகங்கள், ஆராய்ச்சி திட்டங்கள் மற்றும் புதுமையான பயன்பாடுகளில் அதிக ஆதரவைப் பெற்றுள்ளது.

ஒரு மேக்ரோ கண்ணோட்டத்தில், MCP மற்றும் A2A இன் எழுச்சி எதிர்கால AI தொழில்நுட்ப தரநிலைகளுடன் தொடர்புடையது மட்டுமல்லாமல், AI தொழில் நிலப்பரப்பில் ஒரு பெரிய மாற்றத்தையும் முன்னறிவிக்கிறது. AI இல் ‘தனித்த நுண்ணறிவிலிருந்து’ ‘கூட்டு நெட்வொர்க்குகளுக்கு’ ஒரு வரலாற்று திருப்புமுனையை நாம் காண்கிறோம். இணையத்தின் வளர்ச்சி வரலாறு காட்டுவது போல், திறந்த மற்றும் தரப்படுத்தப்பட்ட நெறிமுறைகளின் நிறுவல் தொழில் வளர்ச்சியை ஊக்குவிக்கும் ஒரு முக்கிய சக்தியாக மாறும்.

ஆனால் ஆழமான மட்டத்தில் இருந்து, MCP மற்றும் A2A ஆகியவை மிகப்பெரிய வணிக நலன்களையும் எதிர்கால AI தொழில்நுட்ப பேச்சு சக்திக்கான போட்டியையும் மறைத்து வைத்துள்ளன.

வணிக மாதிரிகளின் அடிப்படையில், இரண்டுமே வெவ்வேறு லாபப் பாதைகளைத் திறக்கின்றன. ஆந்த்ரோபிக் MCP ஐ அடிப்படையாகக் கொண்ட ஒரு நிறுவன பதிப்பு சேவையைத் தொடங்க திட்டமிட்டுள்ளது, API அழைப்பு அளவின் அடிப்படையில் நிறுவனங்களுக்கு கட்டணம் வசூலிக்கிறது. நிறுவனங்கள் உள் தரவை AI உடன் ஆழமாக ஒருங்கிணைக்கவும், வணிகத் திறனை மேம்படுத்தவும் MCP ஐப் பயன்படுத்துகின்றன, மேலும் இந்த வசதியான சேவைக்கு பணம் செலுத்த வேண்டும்.

கூகிள் கிளவுட் சேவை சந்தாக்களை மேம்படுத்த A2A நெறிமுறையைப் பயன்படுத்துகிறது. நிறுவனங்கள் அறிவுள்ள ஏஜென்ட் ஒத்துழைப்பு நெட்வொர்க்குகளை உருவாக்க A2A ஐப் பயன்படுத்தும்போது, அவர்கள் கூகிள் கிளவுட்டின் சக்திவாய்ந்த கணினி சக்தி மற்றும் தொடர்புடைய சேவைகளைப் பயன்படுத்த வழிநடத்தப்படுகிறார்கள், இதன் மூலம் கூகிள் கிளவுட் வணிக வருவாயை அதிகரிக்கின்றனர்.

தரவு ஏகபோகத்தின் அடிப்படையில், நெறிமுறை தரநிலைகளை மாஸ்டர் செய்வது AI தரவு ஓட்டத்தை கட்டுப்படுத்துவது என்று பொருள். A2A நெறிமுறை மூலம், பல நிறுவன அறிவுள்ள ஏஜென்ட்களின் ஒத்துழைப்பின் போது கூகிள் பாரிய அளவிலான தரவுகளை சேகரிக்கிறது. இந்த தரவு அதன் முக்கிய விளம்பர வழிமுறைகளுக்குத் திரும்புகிறது, அதன் மூலம் விளம்பர சந்தையில் அதன் ஆதிக்கத்தை மேலும் ஒருங்கிணைக்கிறது. ஆந்த்ரோபிக் நிறுவன தரவின் மையத்தை AI ஊடுருவ MCP ஐப் பயன்படுத்த விரும்புகிறது. இது ஒரு பெரிய சாதகத்தை உருவாக்கினால், அது ஒரு பெரிய அளவிலான தொழில் தரவைச் சேகரிக்கும், வணிகத்தை விரிவுபடுத்துவதற்கும், நிறுவன தேவைகளுக்கு மிகவும் பொருத்தமான AI தயாரிப்புகளை உருவாக்குவதற்கும் தரவு ஆதரவை வழங்கும்.

திறந்த மூல மூலோபாயத்தின் அடிப்படையில், இரண்டுமே திறந்த மூலமாக இருக்க வேண்டும் என்று கூறினாலும், அவர்கள் சொந்தமாக திட்டங்களைக் கொண்டுள்ளனர். MCP கோர் நெறிமுறை திறந்த மூலமாகும். டெவலப்பர்களை சுற்றுச்சூழல் அமைப்பு கட்டுமானத்தில் பங்கேற்க ஈர்க்கிறது. ஆனால் நிறுவன அளவிலான முக்கிய செயல்பாடுகளை (தொலைநிலை இணைப்பு மேம்பட்ட செயல்பாடுகள் மற்றும் பல முறை தரவின் ஆழமான செயலாக்கம் போன்றவை) கட்டணத்திற்கு திறக்க வேண்டும், திறந்த மூல மற்றும் வணிக நலன்களை சமநிலைப்படுத்துகிறது. A2A நெறிமுறை திறந்த மூலமாக இருக்கும்போது, 50 க்கும் மேற்பட்ட நிறுவன கூட்டாளர்களை கூகிள் கிளவுட் சேவைகளைப் பயன்படுத்த முன்னுரிமை அளிக்க வழிகாட்டுகிறது. திறந்த மூல சுற்றுச்சூழல் அமைப்பை அதன் சொந்த வணிக அமைப்புடன் நெருக்கமாக இணைக்கிறது மற்றும் பயனர் ஒட்டும் தன்மையையும் தளம் போட்டியையும் மேம்படுத்துகிறது.

தொழில்நுட்பத்திற்கு நல்லதோ கெட்டதோ இல்லை, ஆனால் அது நலன்களின் சங்கிலியில் பதிக்கப்படும்போது, அது சக்தி மற்றும் கட்டுப்பாட்டின் ஊடகமாக மாறும். ஒவ்வொரு தொழில்நுட்பப் புரட்சியும் உலகின் நலன்களின் சங்கிலியை மாற்றியமைக்கிறது. தொழில்துறை புரட்சி நலன்களின் சங்கிலியை நிலம் மற்றும் உழைப்பிலிருந்து மூலதனம் மற்றும் இயந்திரங்களுக்கு மாற்றியது, அதே நேரத்தில் டிஜிட்டல் புரட்சி அதை தரவு மற்றும் வழிமுறைகளுக்குத் தள்ளியது.

திறந்த மூல கருவிகள் நிச்சயமாக புதுமையான பாதைகளை ஆராய முடியும், ஆனால் அனைத்து கதவுகளையும் திறக்க தரவு மற்றும் வழிமுறை விசைகளைப் பயன்படுத்த எதிர்பார்க்க வேண்டாம், ஏனென்றால் ஒவ்வொரு விசை சங்கிலியிலும் தளத்தின் ஆர்வ கடவுச்சொல் பொறிக்கப்பட்டுள்ளது.

தொழில்நுட்ப நிறுவனங்கள் AI சுற்றுச்சூழல் அமைப்பைத் திறப்பதாகத் தோன்றினாலும், அவை உண்மையில் தங்களுக்கு மிகவும் சாதகமான பயன்பாட்டு காட்சிகளைச் சுற்றி உயர்ந்த மற்றும் தடிமனான சுற்றுச்சூழல் சுவர்களைக் கட்டுகின்றன. தரவு தங்கச் சுரங்கங்கள் திருடப்படுவதைத் தடுக்கின்றன, எல்லாவற்றிற்கும் மேலாக, AI சகாப்தத்தில் இறுதி போட்டி திறன் இன்னும் தரவுதான்.

MCP மற்றும் A2A இறுதியில் ஒன்றிணைய முடியுமா என்பது இன்னும் உறுதியாகத் தெரியவில்லை. அவர்கள் ஒவ்வொன்றும் சுயாதீனமாக செயல்பட்டால், தொழில்நுட்ப ஜாம்பவான்கள் ‘AI சிறிய முற்றத்து சுவர்களை’ கட்ட அதிக வாய்ப்புள்ளது. இதன் விளைவாக, தரவு தீவு நிகழ்வு மிகவும் தீவிரமாக மாறும். வெவ்வேறு நெறிமுறை முகாம்களில் உள்ள நிறுவனங்களுக்கு இடையிலான தரவு சுழற்சி தடுக்கப்படும், இதனால் AI கண்டுபிடிப்பு பயன்பாடுகளின் நோக்கம் குறையும்; டெவலப்பர்கள் பல நெறிமுறை மேம்பாட்டு திறன்களை மாஸ்டர் செய்ய வேண்டும், கற்றல் செலவுகள் மற்றும் மேம்பாட்டு பணிச்சுமையை அதிகரிக்கும், கண்டுபிடிப்பு உயிர்ச்சக்தியை அடக்குகிறது; தொழில் புதுமையின் திசை ராட்சத நெறிமுறைகளால் எளிதில் வழிநடத்தப்படும். மேலும் பல நெறிமுறைகளை ஆதரிப்பதில் சிரமம் காரணமாக ஸ்டார்ட்அப்கள் போட்டியில் பாதகமான நிலையில் இருக்கும், இது தொழில்துறையின் ஒட்டுமொத்த புதுமை வேகத்தை தடுக்கிறது.

MCP மற்றும் A2A இன் எழுச்சி உலகளாவிய AI தொழிலை மோதலுக்கு பதிலாக ஒத்துழைப்பு திசையில் பரிணமிக்க ஊக்குவிக்கும் என்று நாங்கள் நம்புகிறோம்.

19 ஆம் நூற்றாண்டில் ரயில் பாதை அளவுகோல் சர்ச்சை மற்றும் 20 ஆம் நூற்றாண்டில் மொபைல் தொடர்பு தரநிலை போர் போன்றவை, ஒவ்வொரு தொழில்நுட்ப பிளவுடனும் பெரிய சமூக செலவுகள் ஏற்படுகின்றன. AI தரநிலை மற்றும் நெறிமுறை சர்ச்சையின் விளைவுகள் மிகவும் தொலைநோக்குடையதாக இருக்கலாம். இது நாம் ‘எல்லாவற்றின் இணையம்’ நட்சத்திர கூட்டமைப்பை நோக்கி நகர்கிறோமா அல்லது ‘சந்தேகத்தின் சங்கிலி’ ஆதிக்கம் செலுத்தும் இருண்ட காடுகளுக்கு விழுகிறோமா என்பதைத் தீர்மானிக்கும்.