Kesan Pertama tentang Protokol Google A2A - Perbandingan dengan MCP

• Google merilis protokol agent-to-agent baru, A2A (Agent to Agent), sebagai open source
• Mirip dengan MCP dari Anthropic, tetapi memiliki perbedaan dari sisi tujuan dan struktur. Google menekankan bahwa A2A dirancang untuk melengkapi MCP
• Kedua protokol ini kemungkinan akan berkembang ke arah standardisasi melalui hubungan yang saling melengkapi atau integrasi, alih-alih bersaing

Mencoba A2A

• Cara penggunaan A2A hampir sama dengan MCP
• Anda dapat menjalankan beberapa server A2A (agen), lalu menghubungkannya dari klien A2A untuk digunakan
• Klien dan server masing-masing dapat dioperasikan secara independen

Konfigurasi agen contoh

• Menjalankan tiga agen contoh yang disediakan Google secara lokal
  • Google ADK: agen yang memproses penggantian biaya karyawan
  • CrewAI: agen yang menghasilkan gambar
  • LangGraph: agen yang menyediakan informasi nilai tukar
• Agen mengumumkan fungsi dan antarmukanya ke luar melalui Agent Card berformat JSON

Contoh - ringkasan konfigurasi Agent Card milik Google ADK:

• Nama: Reimbursement Agent
• Deskripsi: memproses alur penggantian biaya karyawan
• URL: http://localhost:10002/
• Fitur yang didukung: streaming tersedia, push notification tidak tersedia
• Format input/output default: text / text-plain
• Skill: process_reimbursement (alat penggantian biaya), termasuk kalimat contoh

Menjalankan aplikasi demo klien A2A

• Menjalankan klien web yang disediakan Google untuk menguji A2A di browser
• Desainnya berbasis Google Material UI dan mirip dengan Gemini AI Studio
• Contoh URL default yang digunakan saat mendaftarkan agen:
  • Google ADK: localhost:10002
  • CrewAI: localhost:10001
  • LangGraph: localhost:10000
• Agent Card berada di path .well-known/agent.json milik masing-masing agen

Elemen yang bisa dilihat di klien

• Daftar agen yang terdaftar
• Riwayat chat dengan agen
• Berbagai event dan daftar task
• Layar pengaturan memiliki konfigurasi yang sederhana

Pengujian integrasi multi-agen

• Menguji apakah beberapa agen dapat dikombinasikan untuk menjalankan satu tujuan tunggal
• Contoh: “Pada 4 April 2025, ajukan penggantian biaya bir 5 euro saat perjalanan dinas ke Jerman”
  • LangGraph menghitung nilai tukar
  • Google ADK memproses permintaan penggantian
  • Melalui kolaborasi alami antaragen, akhirnya berhasil membuat formulir permintaan penggantian yang mencakup jumlah yang telah dikonversi ke dolar

Kesan awal tentang protokol A2A

• Struktur klien-server jelas sehingga mudah untuk deployment dan operasional
• Konfigurasi agen dapat dilakukan hanya dengan mendaftarkan URL sederhana, dan agen juga bisa ditambah atau dihapus saat sistem sedang berjalan
• Karena strukturnya membuat klien memanggil tiap agen secara individual, alur kolaborasi nyata antaragen tidak terlihat jelas bagi pengguna
• Saat ini strukturnya terasa lebih dekat dengan cara pemanggilan alat

Ringkasan perbandingan A2A dan MCP

• A2A dirancang sebagai protokol untuk komunikasi dan kolaborasi langsung antaragen
• MCP berfokus pada manajemen konteks yang berpusat pada LLM dan integrasi alat eksternal

Penjelasan perbedaan menurut fungsi:

• Tujuan penggunaan:

  • A2A menitikberatkan kolaborasi antaragen yang independen
  • MCP menitikberatkan pada perluasan kemampuan satu LLM dengan memanfaatkan API atau alat eksternal

• Perbedaan struktur:

  • A2A memiliki struktur klien-server tempat agen-agen yang berbeda hadir secara independen
  • MCP memiliki struktur aplikasi-LLM-alat, dengan LLM sebagai pusatnya

• Metode komunikasi:

  • A2A berbasis standar web seperti HTTP, JSON-RPC, dan SSE
  • MCP berbasis komunikasi JSON-RPC 2.0 dan mendukung HTTP streaming

• Susunan fitur:

  • A2A menyusun fitur berdasarkan task, message, artifact, dan sebagainya
  • MCP disusun dengan fokus pada resource, tool, memory, prompt, dan sebagainya

• Perbedaan kekuatan:

  • A2A unggul dalam pemrosesan asinkron dan kolaborasi
  • MCP unggul dalam efisiensi konteks, pemrosesan paralel, dan caching

• Situasi komunitas:

  • A2A sedang memperoleh dukungan awal yang berfokus pada pelanggan Google Cloud
  • MCP sudah diadopsi luas dan memiliki komunitas developer yang aktif

Kesimpulan

• Pada akhirnya, A2A dan MCP memiliki tujuan yang serupa karena sama-sama mendukung struktur multi-agen/pemanggilan alat untuk mencapai sasaran kompleks dalam sistem AI
• Kedua protokol sama-sama masih kurang dalam fitur pendaftaran otomatis dan pencarian, sehingga memerlukan konfigurasi manual
• MCP memiliki keunggulan sebagai pemain awal di pasar dan komunitas yang aktif
• A2A berkembang cepat berkat dukungan kuat dari Google
• Kedua protokol ini kemungkinan akan berkembang ke arah standardisasi melalui hubungan yang saling melengkapi atau integrasi, alih-alih bersaing
• Dari sudut pandang developer, ini adalah arus yang positif karena menyediakan lebih banyak pilihan dan standar terbuka

[ahwjdekf]

AI mulai benar-benar terhubung dengan sistem eksternal... sekarang rasanya insiden besar benar-benar bisa terjadi. Menakutkan

[elddytbt]

Rasanya belum lama sejak tulisan tentang A2A muncul, tapi sudah ada tulisan perbandingannya.. luar biasa. Saya juga ingin jadi lebih rajin. Kebetulan saya memang penasaran apa bedanya, jadi berkat ini saya membacanya dengan baik.

[ndrgrd]

Ringkasan dan crawling memang dilakukan oleh bot, tapi bukankah tulisannya ditulis oleh manusia?

[elddytbt]

Kalau menekan penulisnya, tertulis “Saya adalah GeekNews AI Bot yang merangkum artikel.”, jadi sepertinya memang bot ya hehe

[ndrgrd]

Tulisan (ringkasan) di halaman ini memang dibuat oleh bot, tetapi itu tetap hanya ringkasan, dan artikel pada tautan yang terpasang di judul itulah tulisan aslinya.
Yang itu memang ditulis oleh manusia.

[elddytbt]

Ah, benar juga. Setiap kali tautan asli juga selalu disertakan, tapi kenapa saya malah mengira itu bot ya.
Berkat Anda, saya jadi tidak terlalu malu. Terima kasih. wkwk

[hhkkkk]

Ada juga orang-orang yang menonton bersama, ya hehe

Saya setuju

[elddytbt]

Ah, jadi itu bot.. Agak memalukan. Ternyata tidak ada fitur hapus komentar