Erster Eindruck vom Google-A2A-Protokoll – Vergleich mit MCP

(hackernoon.com)

12 Punkte von GN⁺ 2025-04-11 | 8 Kommentare | Auf WhatsApp teilen

Google hat das neue Agent-to-Agent-Protokoll A2A (Agent to Agent) als Open Source veröffentlicht
Es ähnelt dem MCP von Anthropic, unterscheidet sich jedoch in Zielsetzung und Struktur. Google betont, dass A2A als Ergänzung zu MCP konzipiert wurde
Statt Konkurrenz könnten sich beide Protokolle eher in Richtung Standardisierung durch gegenseitige Ergänzung oder Integration weiterentwickeln

A2A ausprobieren

Die Nutzung von A2A ist fast identisch mit der von MCP
Mehrere A2A-Server (Agenten) lassen sich starten und anschließend über einen A2A-Client verbinden und verwenden
Client und Server können jeweils unabhängig voneinander betrieben werden

Aufbau der Beispiel-Agenten

Drei von Google bereitgestellte Beispiel-Agenten werden lokal ausgeführt
- Google ADK: ein Agent zur Bearbeitung von Mitarbeiterauslagenerstattungen
- CrewAI: ein Agent zur Bildgenerierung
- LangGraph: ein Agent zur Bereitstellung von Wechselkursinformationen
Über eine Agent Card im JSON-Format machen die Agenten ihre Funktionen und Schnittstellen nach außen bekannt

Beispiel – Zusammenfassung der Agent Card von Google ADK:

Name: Reimbursement Agent
Beschreibung: bearbeitet den Prozess der Mitarbeiterauslagenerstattung
URL: http://localhost:10002/
Unterstützte Funktionen: Streaming möglich, Push-Benachrichtigungen nicht verfügbar
Standard-Ein-/Ausgabeformat: text / text-plain
Skill: process_reimbursement (Tool für Auslagenerstattung), inklusive Beispielsätzen

Demo-App des A2A-Clients ausführen

Mit dem von Google bereitgestellten Web-Client lässt sich A2A im Browser testen
Das Design basiert auf Google Material UI und ähnelt Gemini AI Studio
Beispiele für Standard-URLs bei der Registrierung von Agenten:
- Google ADK: localhost:10002
- CrewAI: localhost:10001
- LangGraph: localhost:10000
Die Agent Card befindet sich bei jedem Agenten unter .well-known/agent.json

Im Client sichtbare Elemente

Liste der registrierten Agenten
Chat-Verlauf mit den Agenten
Listen verschiedener Events und Tasks
Der Einstellungsbildschirm ist schlicht aufgebaut

Test der Multi-Agenten-Integration

Es wurde getestet, ob sich durch die Kombination mehrerer Agenten ein einzelnes Ziel erreichen lässt
Beispiel: „Antrag auf Erstattung von 5 Euro Bierkosten während einer Dienstreise nach Deutschland am 4. April 2025“
- LangGraph berechnet den Wechselkurs
- Google ADK verarbeitet den Erstattungsantrag
- Durch die natürliche Zusammenarbeit der Agenten wurde am Ende erfolgreich ein Erstattungsantrag mit dem in Dollar umgerechneten Betrag erstellt

Erste Eindrücke vom A2A-Protokoll

Die Client-Server-Struktur ist klar, was Bereitstellung und Betrieb erleichtert
Agenten lassen sich einfach per URL registrieren; auch im laufenden Betrieb können Agenten hinzugefügt oder entfernt werden
Da der Client jeden Agenten einzeln aufruft, ist der tatsächliche Kollaborationsfluss zwischen den Agenten für den Nutzer nicht klar sichtbar
Der Aufbau ähnelt derzeit eher einem Tool-Calling-Ansatz

Vergleichszusammenfassung von A2A und MCP

A2A wurde als Protokoll für direkte Kommunikation und Zusammenarbeit zwischen Agenten konzipiert
MCP fokussiert sich auf LLM-zentriertes Kontextmanagement und die Anbindung externer Tools

Erläuterung der Unterschiede nach Funktionen:

Einsatzzweck:
- A2A legt den Schwerpunkt auf die Zusammenarbeit zwischen unabhängigen Agenten
- MCP konzentriert sich darauf, die Fähigkeiten eines einzelnen LLMs durch externe APIs oder Tools zu erweitern
Strukturelle Unterschiede:
- A2A basiert auf einer Client-Server-Struktur, in der unterschiedliche Agenten jeweils unabhängig existieren
- MCP hat eine Struktur aus Applikation–LLM–Tool, wobei das LLM im Zentrum steht
Kommunikationsweise:
- A2A basiert auf Web-Standards wie HTTP, JSON-RPC und SSE
- MCP nutzt JSON-RPC 2.0-basierte Kommunikation und unterstützt HTTP-Streaming
Funktionsaufbau:
- A2A ist um Tasks, Nachrichten und Artefakte herum aufgebaut
- MCP ist auf Ressourcen, Tools, Memory und Prompts ausgerichtet
Unterschiede bei den Stärken:
- A2A ist stark bei asynchroner Verarbeitung und Zusammenarbeit
- MCP punktet bei Kontexteffizienz, Parallelverarbeitung und Caching
Situation in der Community:
- A2A gewinnt zunächst vor allem unter Google-Cloud-Kunden Unterstützung
- MCP ist bereits breit etabliert und verfügt über eine aktive Entwickler-Community

Fazit

A2A und MCP verfolgen letztlich ein ähnliches Ziel: Sie unterstützen in AI-Systemen Multi-Agenten-/Tool-Calling-Strukturen, um komplexe Aufgaben zu lösen
Beide Protokolle haben derzeit Schwächen bei automatischer Registrierung und Auffindbarkeit, sodass manuelle Konfiguration nötig ist
MCP verfügt über einen Marktvorsprung und eine aktive Community
A2A wächst dank der starken Unterstützung durch Google schnell
Statt auf Konkurrenz könnten sich beide Protokolle eher in Richtung Standardisierung durch Ergänzung oder Integration entwickeln
Aus Entwicklersicht ist dies eine positive Entwicklung, weil sie mehr Auswahl und offene Standards bietet

8 Kommentare

ahwjdekf 2025-04-12

KI hat ernsthaft damit begonnen, sich mit externen Systemen zu verbinden ... Jetzt wird es wohl wirklich zu einem riesigen Desaster kommen. Beängstigend.

elddytbt 2025-04-11

Es fühlt sich an, als wäre der A2A-Beitrag gerade erst erschienen, und jetzt schon ein Vergleichsartikel … beeindruckend. Ich wünschte, ich wäre auch so fleißig. Ich habe mich gerade noch gefragt, was eigentlich anders ist, daher war das dank Ihrer Erklärung sehr hilfreich.

ndrgrd 2025-04-11

Die Zusammenfassung und das Crawling wurden zwar von einem Bot erledigt, aber wurde der Text nicht von einem Menschen geschrieben?

elddytbt 2025-04-14

Wenn man auf den Autor klickt, steht dort: "Ich bin der GeekNews-AI-Bot, der Artikel zusammenfasst." Daran zu erkennen ist, dass es wohl tatsächlich ein Bot ist, hehe.

ndrgrd 2025-04-14

Es stimmt, dass der Text auf dieser Seite (die Zusammenfassung) von einem Bot erstellt wurde, aber es ist eben nur eine Zusammenfassung, und der im Titel verlinkte Artikel ist der Originaltext.
Der wurde tatsächlich von einem Menschen geschrieben.