Что меняется для бизнеса. Передавать ограниченные подзадачи между специализированными агентами вместе с контекстом, ожидаемым результатом и правилами приёмки.
Как оценить эффект. Время между этапами процесса, число повторных запросов и доля передач с полным необходимым контекстом.
Кейс: AI-сотрудник в Progressive HQ
A2A-сценарий связывает специализированных агентов через задачи и результаты. Он полезен, когда ответственность можно разделить, а границы передачи контекста заранее определены.
Когда нужен второй агент
Разделение оправдано не количеством моделей, а различием ролей: один агент собирает сведения, другой проверяет соответствие политике, третий готовит операционный шаг. Каждый получает только необходимый контекст и отвечает за свой результат.
Если роли не различаются и протокол лишь усложняет обмен, межагентная схема не даёт очевидного преимущества.
Контракт передачи задачи
Передача должна содержать цель, входные данные, ограничения, ожидаемый формат результата, срок или приоритет и критерии завершения. Ответ включает статус, артефакты, предупреждения и ссылку на происхождение данных.
Практический пример: агент закупок просит агента проверки сравнить предложение с политикой компании. Проверяющий возвращает замечания и основание, но не меняет заказ без отдельного полномочия.
Наблюдаемость и отказ
Нужно видеть цепочку: кто создал задачу, какой агент её принял, что передано и почему работа завершилась или остановилась. Таймаут, повтор и частичный результат должны быть штатными состояниями, а не потерей задачи.
Межагентное взаимодействие не заменяет человеческое согласование там, где решение влияет на деньги, обязательства или публичные данные.
Первичные источники
Agent2Agent Protocol — официальная документация
Agent Card — описание возможностей агента
Следующий шаг
MCP для бизнеса: как AI получает инструменты
Экономика внедрения AI-агентов
Регламенты AI-агентов: как дать полномочия и сохранить контроль
