MCP a A2A: agenci rozmawiający z narzędziami i ze sobą
MCP a A2A w skrócie: oba to wspólne standardy, dzięki którym agenci AI mogą współpracować z otoczeniem. MCP łączy agenta AI z narzędziami i danymi, takimi jak twoja lista klientów albo kalendarz. A2A łączy jednego agenta AI z innym agentem, żeby mógł mu przekazać całe zadanie. Robią co innego i dobrze ze sobą współpracują.
Pomyśl o pracowniku
Agent AI to program AI, który wykonuje zadania za ciebie. Wyobraź go sobie jako pracownika. Przy biurku pracownik korzysta ze sprzętu: listy klientów, kalendarza, szafy z dokumentami. To jest MCP, skrót od Model Context Protocol. Czasem pracownik prosi kolegę albo kontakt z innej firmy, żeby się czymś zajął. To jest A2A, skrót od Agent2Agent.
Narzędzie robi dokładnie to, co mu każesz. Inny agent dostaje cel i sam decyduje, jak go osiągnąć.
A2A w skrócie
A2A został wprowadzony przez Google w 2025 roku, a teraz opiekuje się nim Linux Foundation. Chodzi o to, żeby agenci z różnych firm mogli współpracować bez specjalnego programowania. Opiera się na dwóch pomysłach.
- Agent się przedstawia. Każdy agent publikuje krótki profil, który mówi, co potrafi i jak się z nim skontaktować.
- Praca jest przekazywana jako zadania. Jeden agent wysyła drugiemu zadanie. Może ono trwać jakiś czas i kończy się wynikiem, na przykład wiadomością albo plikiem.
Porównanie
| MCP | A2A | |
|---|---|---|
| Łączy | Agenta z narzędziami i danymi | Agenta z innym agentem |
| Co jest wysyłane | Dokładne polecenie: "wyświetl otwarte zamówienia" | Cel: "zdobądź dla nas ofertę" |
| Druga strona | Wykonuje, nie decyduje | Planuje i decyduje sama |
Przykład: zamawiamy nowe laptopy
Office manager mówi firmowemu asystentowi AI: "Potrzebujemy trzech laptopów dla nowych osób do pierwszego dnia miesiąca."
- Asystent sprawdza budżet na sprzęt i terminy startu w firmowych rekordach. MCP.
- Potrzebuje cen i terminów dostawy. Dostawca laptopów ma własnego agenta sprzedaży. Asystent wysyła mu zadanie: trzy laptopy określonego typu, dostarczone do określonej daty. A2A.
- Agent dostawcy sprawdza stany magazynowe i ceny w systemach dostawcy. MCP, po stronie dostawcy.
- Agent dostawcy zwraca ofertę. Asystent nigdy nie widział magazynu dostawcy, tylko wynik.
- Asystent przygotowuje wniosek zakupowy w firmowym systemie i wysyła go office managerowi do zatwierdzenia. MCP, a potem decyduje człowiek.
Które potrzebuje mała firma?
Odpowiedz po kolei na te trzy pytania.
- Czy AI ma pracować na twoich rekordach i plikach? To połączenie z narzędziami. Szukaj MCP, które jest dziś powszechnie dostępne.
- Czy kilku agentów w jednym produkcie ma przekazywać sobie pracę? Zwykle zajmuje się tym sam produkt. Wspólny standard nie jest potrzebny.
- Czy twój agent ma przekazywać zadania agentowi prowadzonemu przez inną firmę? Do tego właśnie stworzono A2A.
Większość małych firm jest przy pierwszym kroku, a niektóre przy drugim.
Ta sama ostrożność w obu przypadkach
Niezależnie od tego, jaką drogą idzie prośba, pytaj o to samo. Dla kogo działa agent? Co wolno mu udostępniać? Czy zostaje zapis tego, o co poproszono i co wróciło?
Jak robi to Worknano
Worknano obejmuje pierwsze dwa kroki. Każdy workspace uruchamia serwer MCP, więc aplikacje AI takie jak Claude, Claude Code, Cursor, Codex i Gemini CLI mogą pracować na twoich projektach, zadaniach, OKR, dealach i plikach. Każda osoba łączy się osobistym kluczem i własnymi uprawnieniami. W samym workspace agenci mogą przekazywać sobie pracę: każdy agent ma listę innych agentów, którym wolno mu ją przekazać, a Generic Assistant Planner przekazuje pytanie innemu agentowi, gdy lepiej pasuje specjalista.
- MCP w Worknano: połącz aplikacje AI, których używa twój zespół
- Generic Assistant Planner: asystent, który przekazuje sprawy specjalistom
- Zbuduj własnego agenta, razem z przekazywaniem pracy
Załóż darmowy workspace i pozwól jednemu agentowi przekazać pytanie drugiemu.