5 Pola Integrasi Sistem Multi-Agen yang Diajukan Google Cloud: A2A dan MCP

Google Cloud mengungkap infrastruktur di Cloud Next 26 untuk membangun sistem multi-agen dalam skala enterprise. Intinya adalah dua protokol: A2A (Agent-to-Agent), yang menangani komunikasi antaragen, dan MCP (Model Context Protocol), yang digunakan agen saat mengakses alat dan data eksternal. Artikel ini memperkenalkan lima pola integrasi yang menggabungkan kedua protokol tersebut.

Pola 1: Penemuan dan pendaftaran agen

• Agent Card — Semua agen yang mendukung A2A memublikasikan kemampuan, persyaratan autentikasi, batas pemanggilan, dan sebagainya dalam dokumen JSON. Mirip spesifikasi OpenAPI, tetapi merupakan semacam "kartu nama" yang dirancang untuk interaksi antaragen.
• Agent Registry — Jika agen dalam organisasi didaftarkan ke registri pusat, agen lain dapat mencari kemampuan dan mengaksesnya tanpa harus mengetahui URL-nya. Fungsinya mirip service mesh dalam arsitektur microservices, yaitu lapisan perantara yang mengelola komunikasi antar layanan.

Pola 2: Delegasi lintas tim

• Kolaborasi multibahasa dan multitim — Satu agen orkestrator mendelegasikan pekerjaan ke agen Go milik tim keamanan, agen Java milik tim risiko, agen TypeScript milik tim pemasaran, dan sebagainya. Meski tiap tim memakai bahasa dan framework yang berbeda, integrasi tetap berjalan selama mereka mengimplementasikan protokol A2A.
• Penerapan independen, evolusi independen — Dengan prinsip yang sama seperti keberhasilan microservices, tiap agen dapat diterapkan dan diperbarui secara independen tanpa memerlukan perubahan di sisi agen orkestrator.

Pola 3: Koneksi alat melalui MCP (Tool Bridge)

• Menghubungkan beragam sumber data dengan satu protokol — Tanpa MCP, konektor terpisah harus dibuat untuk tiap REST API, database, atau sistem legacy. MCP menyatukannya dalam satu antarmuka standar.
• Pemanfaatan ulang tata kelola API yang sudah ada — Melalui Apigee API Hub, REST API yang sudah ada dapat otomatis diubah menjadi alat untuk agen, dan sistem manajemen yang ada seperti autentikasi, logging, dan kontrol akses tetap bisa diterapkan apa adanya.
• Lebih dari 60 alat bawaan — Tersedia integrasi MCP yang siap dipakai untuk GitHub, Notion, Stripe, dan lainnya.

Pola 4: Kolaborasi antarorganisasi

• Agent Gallery — Di dalam Gemini Enterprise, lebih dari 100 agen mitra terverifikasi seperti Adobe, ServiceNow, dan Salesforce dapat langsung digunakan.
• Mempertahankan tata kelola secara independen — Tiap organisasi tetap mempertahankan model keamanannya sendiri sambil berkolaborasi lewat A2A. Melalui kebijakan Agent Gateway, data apa yang dibagikan dan tindakan apa yang diizinkan dapat dikontrol secara rinci.

Pola 5: Mesh agen berbasis peristiwa

• Jaringan agen yang selalu aktif — Agen yang terhubung ke tabel BigQuery atau stream Pub/Sub (layanan streaming pesan real-time) mendeteksi peristiwa, lalu sesuai kebutuhan mendelegasikannya ke agen spesialis lewat A2A atau melakukan eskalasi ke manusia.
• Pengorganisasian mandiri — Saat menambahkan agen spesialis baru, cukup daftarkan ke Registry dan ubah logika routing, sehingga tidak perlu mendesain ulang seluruh mesh.
• Observabilitas — Melalui Agent Identity, Agent Gateway, dan Agent Observability, seluruh aktivitas agen di dalam mesh dapat dilacak.

Pembeda utama

• Keterbukaan A2A — Karena mengusung desain protokol terbuka yang tidak terikat pada framework, bahasa, atau cloud tertentu, A2A menargetkan diri sebagai standar integrasi agen di lingkungan heterogen.
• Pemisahan peran A2A + MCP — Dengan memisahkan komunikasi antaragen dan akses alat ke dalam protokol yang berbeda, tiap lapisan dapat berkembang secara independen.
• Memanfaatkan infrastruktur yang sudah ada — Karena lapisan agen dibangun di atas infrastruktur Google Cloud yang sudah beroperasi seperti Apigee dan BigQuery, terlihat ada upaya untuk mengurangi beban adopsi stack yang sepenuhnya baru.

Hal yang perlu diperhatikan

• Berpusat pada ekosistem Google Cloud — Fitur inti seperti Agent Gallery dan Gemini Enterprise Agent Platform terhubung erat dengan platform Google Cloud, sehingga keterbukaan nyata di lingkungan multicloud masih perlu dibuktikan.
• Kompleksitas enterprise — Jika kelima pola ini digabungkan dalam operasi, kompleksitas khas sistem terdistribusi seperti pengelolaan dependensi antaragen dan propagasi kegagalan bisa ikut muncul.

Framework yang kali ini diajukan Google Cloud merupakan upaya untuk memperluas AI agent dari alat yang berdiri sendiri menjadi infrastruktur kolaborasi untuk seluruh organisasi. Seperti arsitektur microservices yang melampaui keterbatasan aplikasi monolitik, A2A dan MCP mengarah pada penyelesaian masalah keterisolasian agen individual. Namun, seberapa mulus visi ini bekerja di lingkungan enterprise nyata kemungkinan baru bisa dinilai setelah lebih banyak contoh implementasi terkumpul. Tiga faktor—kematangan protokol, kualitas agen mitra, dan penyelarasan tata kelola antarorganisasi—akan menjadi penentu nilai nyata ekosistem ini.

[bluenyx]

Bahkan hanya dengan 3–4 orang level senior, strukturnya mulai menjadi seperti yang bisa ditangani oleh 3–40 orang. (Lebih jelas daripada sekarang..)