سلسلة بوابات الوكلاء (الجزء 3 من 7) | A2A المدعوم من TrueFoundry: توحيد الحوار الداخلي

In the early 2010s, the microservices revolution hit a wall. We had broken our monoliths into hundreds of services, but we hadn't agreed on how they should talk. Some teams used REST, others XML-RPC, others raw TCP. The result was a "Tower of Babel"—a fragmented ecosystem where integration was painful and observability was impossible.

The industry fixed this with standardization: gRPC for the transport, Protobuf for the schema, and OpenTelemetry for the observability.

Today, the Agentic AI ecosystem is in that exact pre-standardization chaos.

• Your Data Science team is building "Reasoning Agents" in Python using LangChain.
• Your Frontend team is building "UI Assistants" in Node.js using Vercel AI SDK.
• Your R&D team is experimenting with Microsoft AutoGen swarms.

These agents cannot naturally collaborate. They have different state representations, different error handling mechanisms, and no shared concept of identity.

To solve this, TrueFoundry introduces the support for A2A (Agent-to-Agent) Protocol. It is a strict transport layer that normalizes communication, turning a fragmented collection of scripts into a unified Cognitive Mesh.

The Core Concept: The A2A Envelope

The fundamental mistake in many early agent designs is treating agent-to-agent communication like a simple API call (POST /chat { "prompt": "..." }). This is insufficient because it lacks Meta-Cognition.

An agent doesn't just need the text of the message. It needs to know:

1. Who said this? (Identity)
2. Why are we doing this? (Traceability)
3. Can I afford to answer? (Budget)

The A2A Protocol solves this by wrapping every interaction in a standardized Envelope. We treat the agent's business logic (the prompt) as the Payload, but we wrap it in a rigid Control Plane.

‍

Fig 1: A2A Envelope its Underlying Structure 

Also read: MCP vs A2A

A Concrete Example: The "Merger & Acquisition" Deal Room

To illustrate the power of this protocol, let’s look at a complex, multi-stack scenario: An M&A Due Diligence System.

This system requires three highly specialized agents running on completely different technology stacks:

1. The Deal Lead (Manager): Built in Python/LangChain. It orchestrates the process.
2. The Legal Reviewer: Built in Node.js. It uses specialized libraries to parse PDF contracts.
3. The Forensic Accountant: Built as a Microsoft AutoGen Team. It performs multi-agent debate to find fraud in Excel sheets.

The Interoperability Challenge

Without a protocol, the Python Manager cannot easily trigger the AutoGen team. AutoGen expects a specific conversation history format, while LangChain expects a "Chain." If the Legal Reviewer (Node) throws an error, the Python Manager might interpret it as a hallucination rather than a system fault.

The A2A Solution

1. Normalization: The Deal Lead sends a standard A2A message: Task: "Analyze Target Financials".
2. Routing: The Gateway receives this. It knows the "Forensic Accountant" is an AutoGen swarm.
3. Translation: The Gateway's Protocol Adapter converts the A2A JSON into the specific user_proxy message format required by AutoGen.
4. Context Injection: The Gateway injects the NDA-Cleared-Token into the context, proving to the Accountant that it is allowed to view the sensitive Excel files.

‍

Fig 2: The Detailed Flow of A Legal Reviewing Process

‍

The Hub-and-Spoke Routing Model

In a peer-to-peer agent mesh, Agent A calls Agent B directly. This is dangerous because it breaks observability and security. If Agent A is compromised, it can flood Agent B with requests, and no one will know until the bill arrives.

The A2A Protocol enforces a Hub-and-Spoke model.

• No Direct Links: Agents are not allowed to talk to each other directly. They address the Gateway.
• The Trusted Middleman: The Gateway validates the envelope. It ensures the trace_id is present. It checks the budget_remaining.
• The "Spoof Proofing": Because the Gateway injects the Identity context, Agent B knows that the request really came from the Deal Lead, not from a malicious actor pretending to be the lead.

‍

Distributed Tracing: The "Thought Stack"

تصحيح أخطاء نموذج لغوي كبير واحد أمر صعب. وتصحيح أخطاء سلسلة متكررة من 5 وكلاء مستحيل بدون تتبع موزع.

عندما يفشل "قائد الصفقة" في إتمام صفقة الاندماج والاستحواذ، تحتاج إلى معرفة السبب. هل كان هناك مهلة في وكيل الشؤون القانونية؟ هل نفدت الرموز المميزة لدى المحاسب الشرعي؟

يفرض بروتوكول A2A نشر الرؤوس. عندما تستقبل البوابة الطلب الأولي، فإنها تنشئ معرف تتبع (TraceID). وتجبر كل وكيل تابع على تضمين هذا المعرف في مكالماته الفرعية.

يتيح لنا هذا تصور الـ "مكدس الأفكار"—مخطط جانت زمني للإدراك. يمكننا أن نرى أن وكيل الشؤون القانونية استغرق 45 ثانية (عنق الزجاجة في زمن الاستجابة) بينما استغرق المحاسب ثانيتين.

شكل 3: مخطط جانت لصفقة الاندماج والاستحواذ هذه

‍

حيادية الأطر: المحول الشامل

الجزء الأخير من بروتوكول A2A هو الـ المحول الشامل.

ندرك أن المطورين سيستخدمون دائمًا أدوات مختلفة. البعض يحب LangGraph لمرونته في التحكم؛ بينما يفضل آخرون CrewAI لميزاته في لعب الأدوار.

تعمل البوابة كـ طبقة ترجمة.

• الوارد: تقبل المخرجات الأصلية لهذه الأطر (على سبيل المثال، رسالة AIMessage من LangChain).
• توحيد: يحولها إلى تنسيق JSON القياسي لـ A2A.
• صادر: يحولها إلى تنسيق الإدخال الذي يتوقعه المستلم.

يتيح لك ذلك بناء شبكة وكلاء غير متجانسة. لست مقيدًا بمكتبة بايثون واحدة. يمكنك اختيار الأداة الأفضل لكل مهمة وكيل محددة وترك البروتوكول يتولى الاتصال.

الخلاصة

التوحيد شرط أساسي للتوسع. فمثلما سمح بروتوكول TCP/IP للإنترنت بربط أجهزة كمبيوتر مختلفة، فإن بروتوكول A2A بالإضافة إلى TrueFoundry AI بوابة الوكيل تُمكّن المؤسسة من ربط ذكاءات مختلفة. إنها تحول مجموعة من "روبوتات الدردشة" إلى قوة عاملة رقمية منسقة وقابلة للمراقبة وآمنة. قوة عاملة رقمية.