Primeras impresiones del protocolo A2A de Google: comparación con MCP

(hackernoon.com)

12 puntos por GN⁺ 2025-04-11 | 8 comentarios | Compartir por WhatsApp

Google publicó como open source su nuevo protocolo agente a agente, A2A (Agent to Agent)
Aunque es similar al MCP de Anthropic, tiene diferencias en propósito y estructura. Google enfatiza que A2A fue diseñado para complementar a MCP
En lugar de competir, ambos protocolos podrían evolucionar hacia una estandarización mediante complementación mutua o integración

Probar A2A

La forma de uso de A2A es casi idéntica a la de MCP
Se pueden ejecutar varios servidores A2A (agentes) y luego conectarlos desde un cliente A2A para usarlos
El cliente y el servidor pueden operar de manera independiente

Configuración de agentes de ejemplo

Se ejecutaron localmente tres agentes de ejemplo proporcionados por Google
- Google ADK: agente que procesa reembolsos de gastos de empleados
- CrewAI: agente que genera imágenes
- LangGraph: agente que proporciona información sobre tipos de cambio
Los agentes exponen sus funciones e interfaz al exterior mediante una Agent Card en formato JSON

Ejemplo: resumen de la configuración de la Agent Card de Google ADK:

Nombre: Reimbursement Agent
Descripción: procesa el flujo de reembolso de gastos de empleados
URL: http://localhost:10002/
Funciones compatibles: streaming disponible, notificaciones push no disponibles
Formato predeterminado de entrada/salida: text / text-plain
Skill: process_reimbursement (herramienta de reembolso de gastos), con frases de ejemplo

Ejecutar la app demo del cliente A2A

Google ofrece un cliente web con el que se puede probar A2A desde el navegador
El diseño está basado en Google Material UI y es similar a Gemini AI Studio
Ejemplos de URL base usadas al registrar agentes:
- Google ADK: localhost:10002
- CrewAI: localhost:10001
- LangGraph: localhost:10000
La Agent Card se encuentra en la ruta .well-known/agent.json de cada agente

Elementos que se pueden ver en el cliente

Lista de agentes registrados
Historial de chat con los agentes
Lista de eventos y tareas (tasks)
La pantalla de configuración tiene una estructura sencilla

Prueba de integración multagente

Se probó si era posible combinar varios agentes para cumplir un único objetivo
Ejemplo: “solicitud de reembolso de 5 euros por cerveza durante un viaje de trabajo a Alemania el 4 de abril de 2025”
- LangGraph calcula el tipo de cambio
- Google ADK procesa la solicitud de reembolso
- Gracias a la colaboración natural entre agentes, se logró generar con éxito una solicitud de reembolso con el monto convertido a dólares

Impresiones iniciales del protocolo A2A

La estructura cliente-servidor es clara, lo que facilita el despliegue y la operación
La configuración de agentes puede hacerse solo registrando una URL, y es posible agregar o quitar agentes incluso mientras está en ejecución
Como el cliente invoca a cada agente por separado, el flujo real de colaboración entre agentes no queda claramente visible para el usuario
Por ahora, su estructura se acerca más a una forma de invocación de herramientas

Resumen comparativo entre A2A y MCP

A2A fue diseñado como un protocolo para la comunicación y colaboración directa entre agentes
MCP se enfoca en la gestión de contexto centrada en LLM y en la integración con herramientas externas

Explicación de las diferencias por función:

Propósito de uso:
- A2A pone el foco en la colaboración entre agentes independientes
- MCP pone el foco en que un solo LLM amplíe sus capacidades mediante APIs externas o herramientas
Diferencia estructural:
- A2A tiene una estructura cliente-servidor en la que distintos agentes existen de forma independiente
- MCP tiene una estructura aplicación-LLM-herramienta, con el LLM como centro
Método de comunicación:
- A2A se basa en estándares web como HTTP, JSON-RPC y SSE
- MCP se basa en comunicación JSON-RPC 2.0 y soporta streaming por HTTP
Composición funcional:
- A2A organiza sus funciones en torno a tareas, mensajes y artefactos
- MCP se organiza en torno a recursos, herramientas, memoria y prompts
Diferencias en fortalezas:
- A2A destaca en procesamiento asíncrono y colaboración
- MCP destaca en eficiencia de contexto, procesamiento en paralelo y caching
Situación de la comunidad:
- A2A está consiguiendo apoyo inicial principalmente entre clientes de Google Cloud
- MCP ya fue ampliamente adoptado y cuenta con una comunidad de desarrolladores activa

Conclusión

En última instancia, A2A y MCP tienen un propósito similar: soportar estructuras multagente o de invocación de herramientas para lograr objetivos complejos en sistemas de IA
Ambos protocolos carecen de funciones de registro y descubrimiento automáticos, por lo que requieren configuración manual
MCP ya tiene ventaja de mercado y una comunidad activa
A2A está creciendo rápido con el fuerte respaldo de Google
En vez de competir, ambos podrían evolucionar hacia una estandarización mediante complementación mutua o integración
Desde la perspectiva del desarrollador, es una tendencia positiva que ofrece más opciones y estándares abiertos

8 comentarios

ahwjdekf 2025-04-12

La IA empezó en serio con las integraciones externas... ahora sí se va a armar una grande de verdad. Da miedo.

elddytbt 2025-04-11

Parece que no ha pasado mucho desde que salió la publicación sobre A2A, y ya hay un artículo comparándolo... impresionante. Yo también quisiera ser más constante. Justo me preguntaba qué era lo diferente, así que gracias a esto lo leí muy bien.

ndrgrd 2025-04-11

El resumen y el rastreo los hizo un bot, pero ¿no fue una persona quien escribió el texto?

elddytbt 2025-04-14

Si haces clic en el autor, dice: "Soy el GeekNews AI Bot que resume artículos", así que parece que sí es un bot jaja

ndrgrd 2025-04-14

Es correcto que el texto (resumen) de esta página lo hizo un bot, pero al fin y al cabo es solo un resumen, y el artículo enlazado en el título es el texto original.
Ese sí está escrito por una persona.