Agent2Agent プロトコルを試して見えてきたGoogleの戦略

概要

この記事では、Googleが先日発表したAgent2Agent プロトコル (A2A) について、基礎知識を解説した後、公式のデモコードを動かす方法を記載します。

さらに、Agent2Agent プロトコルを見て、私がGoogleの戦略について感じたことについて述べます。

Agent2Agent プロトコル

https://cloud.google.com/blog/ja/products/ai-machine-learning/a2a-a-new-era-of-agent-interoperability

基礎知識

Agent2Agent プロトコルは以下の要素から成り立っています。

• AI Agentができることを表す共通規格であるAgent Card

• AI Agent間の同期/非同期通信のルール

個人的なキモはAgent Cardで、公式ドキュメントから引用すると以下のようなjsonをhttps://${base_url}/.well-known/agent.jsonで公開することになっています。エージェントのURL、できること、認証方法などがまとまっています。

// An AgentCard conveys key information:
// - Overall details (version, name, description, uses)
// - Skills: A set of capabilities the agent can perform
// - Default modalities/content types supported by the agent.
// - Authentication requirements
interface AgentCard {
  // Human readable name of the agent.
  // (e.g. "Recipe Agent")
  name: string;
  // A human-readable description of the agent. Used to assist users and
  // other agents in understanding what the agent can do.
  // (e.g. "Agent that helps users with recipes and cooking.")
  description: string;
  // A URL to the address the agent is hosted at.
  url: string;
  // The service provider of the agent
  provider?: {
    organization: string;
    url: string;
  };
  // The version of the agent - format is up to the provider. (e.g. "1.0.0")
  version: string;
  // A URL to documentation for the agent.
  documentationUrl?: string;
  // Optional capabilities supported by the agent.
  capabilities: {
    streaming?: boolean; // true if the agent supports SSE
    pushNotifications?: boolean; // true if the agent can notify updates to client
    stateTransitionHistory?: boolean; //true if the agent exposes status change history for tasks
  };
  // Authentication requirements for the agent.
  // Intended to match OpenAPI authentication structure.
  authentication: {
    schemes: string[]; // e.g. Basic, Bearer
    credentials?: string; //credentials a client should use for private cards
  };
  // The set of interaction modes that the agent
  // supports across all skills. This can be overridden per-skill.
  defaultInputModes: string[]; // supported mime types for input
  defaultOutputModes: string[]; // supported mime types for output
  // Skills are a unit of capability that an agent can perform.
  skills: {
    id: string; // unique identifier for the agent's skill
    name: string; //human readable name of the skill
    // description of the skill - will be used by the client or a human
    // as a hint to understand what the skill does.
    description: string;
    // Set of tagwords describing classes of capabilities for this specific
    // skill (e.g. "cooking", "customer support", "billing")
    tags: string[];
    // The set of example scenarios that the skill can perform.
    // Will be used by the client as a hint to understand how the skill can be
    // used. (e.g. "I need a recipe for bread")
    examples?: string[]; // example prompts for tasks
    // The set of interaction modes that the skill supports
    // (if different than the default)
    inputModes?: string[]; // supported mime types for input
    outputModes?: string[]; // supported mime types for output
  }[];
}

MCPとA2Aの違い

MCPはAI <--> Toolの通信を、A2AはAI <--> AIの通信を司るプロトコルで相互補完的であるとのことです。

また、以下のようにA2Aで用いるAgentCardをMCPリソースとして公開することが推奨されています。

MCPとA2Aの関係 出典: https://google.github.io/A2A/#/topics/a2a_and_mcp?id=intersection

これはつまり、以下のようなフローで利用する想定であるということです。

1. ユーザーは自身のAIエージェント (Agent A) に対して、MCPリソースとして他のAIエージェント (Agent B, C, …, Z) を登録するタスクをお願いする

2. ユーザーはAgent Aにタスクをお願いする

3. Agent AはMCPリソースに登録されたAgent B, C, …, ZのAgent Cardの情報から適切なAIエージェントにタスクを移譲する

4. 移譲されたAIエージェントが再帰的に移譲することでタスクをこなす

デモコード実行

ここまでわかったところで公式のデモコードを動かしてみましょう。

https://github.com/google/A2A

実行手順

まずはコードをcloneします。

git clone https://github.com/google/A2A.git
cd A2A

次に必要になるuvというツールを導入します。

pip install uv

あとは公式のdemo/ui/README.mdに従って実行するだけです。

まずはこちらからGeminiのAPIキーを取得します。

https://ai.google.dev/gemini-api/docs/api-key?hl=ja

先にAgentを立ち上げましょう。

cd samples/python
echo "GOOGLE_API_KEY=[ここに取得したキーを入れる]" > agents/langgraph/.env
uv run agents/langgraph

http://localhost:10000/.well-known/agent.json

にアクセスすると実際にAgent Cardを確認することができます。テキストで為替レートを返すエージェントのようですね。

{
  "name": "Currency Agent",
  "description": "Helps with exchange rates for currencies",
  "url": "http://localhost:10000/",
  "version": "1.0.0",
  "capabilities": {
    "streaming": true,
    "pushNotifications": true,
    "stateTransitionHistory": false
  },
  "defaultInputModes": [
    "text",
    "text/plain"
  ],
  "defaultOutputModes": [
    "text",
    "text/plain"
  ],
  "skills": [
    {
      "id": "convert_currency",
      "name": "Currency Exchange Rates Tool",
      "description": "Helps with exchange values between various currencies",
      "tags": [
        "currency conversion",
        "currency exchange"
      ],
      "examples": [
        "What is exchange rate between USD and GBP?"
      ]
    }
  ]
}

その後UIを立ち上げます。別窓で以下を実行します。

cd ../../demo/ui
echo "GOOGLE_API_KEY=[ここに取得したキーを入れる]" > .env
uv run main.py

http://0.0.0.0:12000/

にアクセスするとUIを確認できます。左のメニューのAgentsから先程の為替レートエージェントのアドレスを登録しましょう。

今日のドル円を聞いてみましょう。

どうやら上手く取得してくれたようです。

Googleが考えていそうなこと

ここまででAgent2Agent プロトコルの概要とデモを見てみました。

Googleはなんだかんだ言って情報検索の企業です。世界中の情報を整理して提供することをミッションとしています。

今回のAgent2Agent プロトコルを見て、私はGoogleがAIエージェントの検索エンジンになろうとしているのだと思いました。

検索サービスとはWebページをぺっと一覧にして出すだけではありません。ユーザーが入力した検索クエリから本当は何がしたいのかを想像し、適切な情報を提示し、アクションを起こしてもらう事が重要です。例えば購買、ホテルや飲食店の予約、追加のリサーチなどです。Googleはそこまでを既に実現しています。必要な部分はWebの検索結果として他のサービスに移譲しながら。

それをAIエージェントに対しても広げようとしているのではないでしょうか。キモはAgent Cardだと冒頭に言いましたが、これがhtmlで言うheaderタグのようになり、Googleがそれを見て適切なAIエージェントへと仲介する、そのような世界を想像しました。自身のAIエージェントに客を呼び込んでもらうべく、SEOならぬAI Agent OptimizationとしてAgent Cardをリッチにする取り組みが流行るかもしれません。

また、仲介先のAgentがAIとは限りません。A2Aは非同期でのタスクが考慮されているので、AIに言われて人間がリサーチするランサーズとタイミーの間の子みたいなサービスも生まれるかもしれません。なんだか怖い世界になってきました。

終わりに

Agent2Agent プロトコルは認証認可が想定されていたり、レジストリの追加なども検討されているようで、上記の想像に留まらない幅広い活躍が見込まれます。

もし一気に標準化が進むことがあれば、AIエージェントが混沌としたネットで協業し続けるといういかにもSFな展開になってきそうです。

今後も注視しつつ、食いっぱぐれないように立ち回りに気をつけようと思います。