A2A (Agent2Agent)

¿Qué es?

A2A (Agent2Agent) es un protocolo abierto diseñado para que agentes de IA de distintos proveedores se descubran, intercambien información y deleguen tareas entre sí de forma estandarizada. Publicado originalmente por Google en 2025 como especificación abierta, ha sido adoptado durante 2026 por una coalición creciente que incluye a Confluent, Salesforce, Workday y la mayoría de plataformas que ejecutan agentes empresariales.

Si MCP estandariza cómo un agente accede a herramientas y datos externos, A2A estandariza cómo dos agentes hablan entre ellos. Son protocolos complementarios.

Para qué sirve

Antes de A2A, conectar agentes entre distintos vendors o plataformas requería integraciones específicas. Cada combinación de “agente A invoca agente B” implicaba código y mantenimiento a medida. Resultado: silos prácticos donde cada plataforma operaba su propio universo de agentes y los workflows interagente quedaban confinados a un único vendor.

A2A resuelve esto definiendo:

• Discovery: cómo un agente publica las capacidades que ofrece y otro las descubre.
• Task delegation: cómo un agente formula una petición (“clasifica este ticket”, “valida esta factura”, “genera el contrato”) y un agente remoto la acepta o rechaza.
• Streaming de actualizaciones: cómo el agente que ejecuta la tarea reporta progreso o resultados parciales al solicitante.
• Autenticación, seguridad y consentimiento: cómo se gestiona quién puede invocar a quién y bajo qué condiciones.

Arquitectura

A2A define cuatro conceptos clave:

• Agent Card: documento JSON publicado por el agente que describe su identidad, capacidades (skills), endpoints, autenticación requerida y políticas. El equivalente al robots.txt o al schema OpenAPI, pero para agentes.
• Task: unidad de trabajo solicitada por un agente cliente. Tiene un identificador único, estado (submitted, working, completed, failed) y un canal de mensajería estructurada.
• Messages: el intercambio bidireccional dentro de una task. Pueden contener texto, datos estructurados, ficheros adjuntos o referencias a artefactos.
• Artifacts: outputs producidos por la task (un documento generado, un dato extraído, una recomendación).

El transporte es HTTP/JSON-RPC con soporte de Server-Sent Events (SSE) para streaming. Compatible con cualquier framework de agentes (LangGraph, Autogen, CrewAI, agentes propietarios).

Ejemplo

Un agente de cumplimiento corporativo (basado en Claude) detecta una factura que requiere validación adicional:

1. El agente de cumplimiento consulta los Agent Cards disponibles en el registro corporativo y encuentra un “Agente de validación fiscal” expuesto por el departamento de finanzas (basado en GPT, ejecutado en otro entorno).
2. Invoca una task A2A al agente de validación: “Valida si esta factura cumple con los requisitos de IVA intracomunitario”, adjuntando el PDF como artifact.
3. El agente fiscal acepta la task, ejecuta sus propias herramientas internas (consulta VAT VIES, OCR, reglas), y va emitiendo mensajes de progreso vía SSE.
4. Devuelve un artifact estructurado con el resultado: válida/no válida + razón + referencia a las reglas aplicadas.
5. El agente de cumplimiento recibe el resultado y continúa su workflow.

Sin A2A, este flujo habría requerido una integración punto a punto entre los dos sistemas, hecha a medida y rota cada vez que cualquiera de los dos agentes cambia de versión.

Casos de uso emergentes

• Workflows corporativos cross-departamento: agente de ventas invoca agente de finanzas para verificar crédito, agente de finanzas invoca agente legal para revisar contrato, todo coordinado sin código pegamento.
• Coordinación multi-vendor: agentes basados en Claude, GPT-4o o Gemini se descubren e invocan según la especialidad declarada, sin necesidad de homogeneizar el modelo subyacente.
• Streaming agents: Confluent Streaming Agents usa A2A para que eventos de Kafka disparen workflows de agentes coordinados (detección de fraude → notificación → expediente de cumplimiento).
• Marketplaces de agentes especializados: agentes verticales (validador fiscal, traductor jurado, auditor de calidad) publicados como servicios A2A consumibles desde cualquier sistema.

A2A vs MCP

Ambos protocolos son abiertos y complementarios, pero responden a preguntas distintas:

	MCP	A2A
Pregunta que responde	¿Cómo accede un agente a datos y herramientas?	¿Cómo se hablan dos agentes entre sí?
Origen	Anthropic	Google
Modelo	Cliente → Servidor (el agente invoca tools)	Cliente → Servidor (un agente invoca otro agente)
Caso de uso típico	Consultar BD, llamar API, leer fichero	Delegar una tarea completa a un agente especializado
Granularidad	Atómica (una llamada a tool)	Conversacional (una task con varios mensajes)
Estado	Sin estado por defecto	Stateful (cada task tiene su ciclo de vida)

Una arquitectura empresarial moderna probablemente use ambos: MCP para que cada agente acceda a sus herramientas, A2A para que los agentes deleguen tareas entre sí.

Limitaciones y consideraciones

• Trust y seguridad: A2A no resuelve por sí mismo quién puede invocar a quién. Necesita una capa de identidad corporativa (OAuth, OIDC, mTLS) encima.
• Coste: cada delegación A2A es una llamada de modelo adicional. Cadenas largas de agentes pueden ser caras.
• Latencia: heredas la latencia del agente remoto. Tasks complejas pueden tardar segundos o minutos.
• Discoverabilidad: en organizaciones grandes con cientos de agentes, encontrar el agente correcto requiere registries con búsqueda semántica, no solo listados.

Tecnologías y referencias

• Especificación oficial: a2aproject.com
• SDKs: TypeScript, Python, Java, .NET.
• Plataformas que exponen agentes vía A2A: Salesforce Agentforce, Workday Assistant, Confluent Streaming Agents, Google Vertex AI Agents.

Más información

• MCP — protocolo complementario para acceso a tools y datos
• RAG — patrón frecuente dentro de cada agente individual