MCP и A2A: агенты общаются с инструментами и друг с другом
MCP и A2A, коротко: оба это общие стандарты, которые помогают ИИ-агентам работать с окружающим миром. MCP подключает ИИ-агента к инструментам и данным, например к списку ваших клиентов или календарю. A2A подключает одного ИИ-агента к другому, чтобы он мог передать ему целую задачу. Работа у них разная, и вместе они сочетаются хорошо.
Представьте сотрудника
ИИ-агент это программа с ИИ, которая выполняет задачи за вас. Представьте его как сотрудника. За рабочим столом сотрудник пользуется оборудованием: списком клиентов, календарём, картотекой. Это MCP, сокращение от Model Context Protocol. Иногда сотрудник просит коллегу или знакомого из другой фирмы что-то уладить. Это A2A, сокращение от Agent2Agent.
Инструмент делает ровно то, что ему сказали. Другому агенту ставят цель, а как её достичь, он решает сам.
A2A вкратце
A2A представила Google в 2025 году, сейчас им занимается Linux Foundation. Цель в том, чтобы агенты разных компаний могли работать вместе без особого программирования. В основе две идеи.
- Агент представляется. Каждый агент публикует короткий профиль: что он умеет и как с ним связаться.
- Работа передаётся как задача. Один агент отправляет другому задачу. Она может занять время и заканчивается результатом, например сообщением или файлом.
Сравнение
| MCP | A2A | |
|---|---|---|
| Что соединяет | Агента с инструментами и данными | Агента с другим агентом |
| Что отправляется | Точная команда: «показать открытые заказы» | Цель: «получи нам предложение» |
| Другая сторона | Выполняет, сама не решает | Планирует и решает самостоятельно |
Пример: заказ новых ноутбуков
Офис-менеджер говорит ИИ-ассистенту компании: «К первому числу нам нужны три ноутбука для новых сотрудников.»
- Ассистент проверяет бюджет на оборудование и даты выхода сотрудников в собственных записях компании. MCP.
- Ему нужны цены и сроки доставки. У поставщика ноутбуков есть собственный агент по продажам. Ассистент отправляет ему задачу: три ноутбука определённого типа, доставка к определённой дате. A2A.
- Агент поставщика проверяет наличие и цены в системах поставщика. MCP, на стороне поставщика.
- Агент поставщика возвращает предложение. Ассистент не видел систему склада поставщика, только результат.
- Ассистент готовит заявку на покупку в системе компании и отправляет её офис-менеджеру на одобрение. MCP, а дальше решает человек.
Что из этого нужно малой компании?
Ответьте на три вопроса по порядку.
- Должен ли ИИ работать с вашими записями и файлами? Это подключение к инструментам. Ищите MCP, он сегодня широко доступен.
- Должны ли несколько агентов внутри одного продукта передавать друг другу работу? Обычно продукт сам об этом заботится. Общий стандарт не нужен.
- Должен ли ваш агент передавать задачи агенту другой компании? Для такого случая A2A и создан.
Большинство малых компаний на первом шаге, а некоторые на втором.
Одна и та же осторожность в обоих случаях
Каким бы путём ни шёл запрос, вопросы одни и те же. От чьего имени действует агент? Чем ему разрешено делиться? Остаётся ли запись о том, что спросили и что пришло в ответ?
Как с этим работает Worknano
Worknano закрывает первые два шага. Каждый workspace запускает сервер MCP, поэтому ИИ-приложения вроде Claude, Claude Code, Cursor, Codex и Gemini CLI могут работать с вашими проектами, задачами, OKR, сделками и файлами. Каждый человек подключается личным ключом и со своими правами. Внутри workspace агенты умеют передавать работу дальше: у каждого агента есть список других агентов, которым он может её передать, а Generic Assistant Planner передаёт вопрос другому агенту, если специалист подойдёт лучше.
- MCP в Worknano: подключите ИИ-приложения, которыми пользуется ваша команда
- Generic Assistant Planner: ассистент, который передаёт работу специалистам
- Создайте своего агента, включая передачу задач
Создайте бесплатный workspace и пусть один агент передаст вопрос другому.