Protocolo Agent2Agent
El protocolo Agent2Agent (A2A) es un estándar abierto que permite a agentes de IA creados con distintos frameworks y por distintos proveedores encontrarse, delegar tareas e intercambiar resultados sin exponer sus herramientas ni su memoria internas.
También llamado: A2A
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Los agentes se están construyendo sobre muchas plataformas: LangGraph, CrewAI, Google ADK y código propio. A2A les da una forma común de comunicarse. Google inició el proyecto y lo donó a la Linux Foundation.
En qué se diferencia de MCP
Los dos se confunden a menudo. El Model Context Protocol conecta un agente con herramientas, API y datos. A2A conecta un agente con otros agentes. Una herramienta hace lo que se le dice y devuelve un resultado; otro agente puede planificar, hacer preguntas y trabajar en una tarea a lo largo del tiempo. El proyecto A2A propone usar ambos.
Cómo funciona
Cada agente publica una descripción de lo que sabe hacer, para que otros agentes puedan descubrirlo. Después, un agente cliente envía una tarea, y el agente remoto trabaja en ella y devuelve mensajes y resultados. Los agentes siguen siendo opacos entre sí: ninguno necesita compartir su memoria, sus herramientas ni su lógica internas.
Ejemplo
Un agente de viajes creado con un framework encarga la búsqueda de hotel a un agente de reservas que gestiona otra empresa. No necesita saber qué modelo ni qué herramientas usa el agente de reservas, solo cómo enviar la tarea y leer la respuesta.
Cuándo importa
A2A es útil cuando los agentes cruzan los límites entre equipos o empresas. Dentro de una sola aplicación, un sistema multiagente suele coordinar a los agentes directamente mediante la orquestación de agentes.
Términos relacionados
- Model Context Protocol
- El Model Context Protocol (MCP) es un estándar abierto que define cómo se conectan las aplicaciones de IA a herramientas, datos y prompts externos, mediante mensajes JSON-RPC entre una aplicación anfitriona, sus clientes y servidores independientes.
- Sistema multiagente
- Un sistema multiagente (multi-agent system) es una configuración en la que varios agentes de IA, cada uno con sus propias instrucciones, herramientas y contexto, trabajan en partes de una tarea y se pasan resultados entre sí o a un agente coordinador.
- Orquestación de agentes
- La orquestación de agentes es el control de qué agentes o llamadas al modelo se ejecutan en una aplicación, en qué orden y cómo se elige cada paso siguiente, ya sea con un modelo que toma la decisión o con código fijo.
- Agente de IA
- Un agente de IA es un sistema en el que un modelo de lenguaje decide sus propios pasos siguientes: llama a herramientas, lee los resultados y repite hasta terminar la tarea, en lugar de seguir un guion fijo.