Qu'est-ce que le protocole A2A (Agent-to-Agent) ?

Le protocole A2A (Agent-to-Agent) est une spécification ouverte publiée par Google en avril 2025, conçue pour permettre à des agents IA hétérogènes — développés par des équipes différentes, tournant sur des plateformes différentes, utilisant des LLMs différents — de se découvrir, communiquer et collaborer sur des tâches.

Le problème de l'interopérabilité

L'écosystème des agents IA se développe rapidement, mais chaque framework (LangChain, CrewAI, AutoGen, Semantic Kernel) définit ses propres conventions pour la communication entre agents. Un agent construit avec CrewAI ne peut pas nativement collaborer avec un agent construit avec LangGraph. Cette fragmentation freine le déploiement de systèmes multi-agents à l'échelle de l'entreprise, où des équipes différentes développent des agents spécialisés avec des technologies différentes.

Le protocole A2A vise à jouer pour les agents IA le rôle que HTTP a joué pour le web : un standard commun qui permet l'interopérabilité indépendamment des implémentations sous-jacentes.

Architecture du protocole

Le protocole A2A repose sur plusieurs mécanismes :

Agent Card. Chaque agent publie une "carte d'agent" — un document JSON décrivant ses capacités, ses compétences, les types de tâches qu'il peut traiter, et les modalités d'interaction qu'il supporte (texte, fichiers, données structurées). Cette carte permet à d'autres agents (ou à un orchestrateur) de découvrir dynamiquement les agents disponibles et de choisir le bon agent pour une tâche donnée.

Task (tâche). L'unité de travail dans le protocole A2A. Un agent client envoie une tâche à un agent distant, qui la traite et retourne un résultat. Les tâches ont un cycle de vie explicite (soumise, en cours, terminée, échouée) avec des mises à jour en temps réel via Server-Sent Events ou polling.

Message et Part. Les échanges au sein d'une tâche sont structurés en messages, eux-mêmes composés de "parts" (parties). Une part peut être du texte, un fichier, des données structurées ou une référence à une ressource externe. Cette modularité permet des échanges riches au-delà du simple texte.

Négociation de capacités. Avant de déléguer une tâche, l'agent client peut interroger l'agent distant sur ses capacités spécifiques (langues supportées, formats acceptés, latence estimée) pour vérifier la compatibilité.

A2A et MCP : complémentaires, pas concurrents

La confusion est fréquente entre A2A et le MCP (Model Context Protocol) d'Anthropic. Les deux protocoles opèrent à des niveaux différents :

• Le MCP standardise la connexion entre un agent et ses outils (bases de données, APIs, systèmes de fichiers). C'est un protocole agent-vers-outil.
• Le A2A standardise la communication entre agents. C'est un protocole agent-vers-agent.

Un agent peut utiliser le MCP pour accéder à ses outils locaux, et le A2A pour déléguer une sous-tâche à un autre agent spécialisé. Les deux protocoles sont conçus pour coexister dans une architecture d'IA agentique complète.

Cas d'usage

Entreprise multi-équipes. L'équipe RH développe un agent de recrutement, l'équipe finance un agent de gestion budgétaire, l'équipe juridique un agent de conformité. Grâce au A2A, un processus d'embauche peut orchestrer les trois agents : vérifier le budget du poste, évaluer la conformité de l'offre, et publier l'annonce — sans que les équipes aient besoin de coordonner leurs implémentations techniques.

Marketplace d'agents. Les fournisseurs SaaS peuvent exposer leurs fonctionnalités sous forme d'agents A2A, créant un écosystème où des agents tiers collaborent de manière standardisée.

Supply chain. Des agents appartenant à des organisations différentes (fournisseur, transporteur, distributeur) collaborent sur le suivi et l'optimisation de la chaîne logistique via un protocole commun.

Adoption et écosystème

Google a lancé le A2A avec le soutien de plus de 50 partenaires technologiques, dont Salesforce, SAP, Deloitte et plusieurs fournisseurs de frameworks d'agents. La spécification est ouverte et hébergée sur GitHub. Plusieurs implémentations de référence existent en Python et JavaScript.

L'adoption reste au stade initial : la plupart des déploiements en production utilisent encore des intégrations point-à-point entre agents. Le succès du A2A dépendra de sa capacité à démontrer une valeur concrète par rapport à ces intégrations ad hoc, en particulier dans les systèmes de compound AI systems où l'orchestration de multiples composants est un enjeu central.

Limites et défis

La sécurité inter-agents est un sujet ouvert : comment un agent vérifie-t-il l'identité et les autorisations d'un agent distant ? Le protocole spécifie des mécanismes d'authentification, mais la confiance entre agents de différentes organisations reste un défi. La gestion des erreurs dans des chaînes de délégation longues (agent A → agent B → agent C) pose aussi des questions de résilience et de débogage.