April 22, 2026
|
5 minutos de lectura
Serie Agent Gateway (parte 3 de 7) | TrueFoundry Powered A2A: estandarización del monólogo interno
Por Boyu Wang
Actualizado: January 9, 2026
Resumir con
Diseñado para la velocidad: ~ 10 ms de latencia, incluso bajo carga
¡Una forma increíblemente rápida de crear, rastrear e implementar sus modelos!
- Gestiona más de 350 RPS en solo 1 vCPU, sin necesidad de ajustes
- Listo para la producción con soporte empresarial completo
A principios de la década de 2010, la revolución de los microservicios chocó contra un muro. Habíamos dividido nuestros monolitos en cientos de servicios, pero no nos habíamos puesto de acuerdo sobre cómo debían comunicarse. Algunos equipos utilizaban REST, otros XML-RPC y otros TCP sin procesar. El resultado fue una «Torre de Babel», un ecosistema fragmentado en el que la integración resultaba difícil y la observabilidad era imposible.
La industria solucionó este problema con la estandarización: gRPC para el transporte, Protobuf para el esquema, y Telemetría abierta para la observabilidad.
Hoy en día, el IA de agencia el ecosistema está sumido exactamente en ese caos previo a la estandarización.
- Su equipo de ciencia de datos está creando «agentes de razonamiento» en Python usando LangChain.
- Su equipo de Frontend está creando «asistentes de interfaz de usuario» en Node.js con el SDK de Vercel AI.
- Su equipo de I+D está experimentando con AutoGen de Microsoft enjambres.
Estos agentes no pueden colaborar de forma natural. Tienen diferentes representaciones estatales, diferentes mecanismos de gestión de errores y no comparten un concepto de identidad.
Para resolver esto, TrueFoundry introduce el soporte para Protocolo A2A (agente a agente). Es una capa de transporte estricta que normaliza la comunicación y convierte una colección fragmentada de scripts en una unificada Malla cognitiva.
El concepto central: el sobre A2A
El error fundamental en muchos de los primeros diseños de agentes es tratar la comunicación entre agentes como una simple llamada a la API (POST /chat {«prompt»: «...»}). Esto es insuficiente porque le falta Metacognición.
Un agente no solo necesita el mensaje del mensaje. Necesita saber:
- Quién ¿dijo esto? (Identidad)
- Por qué ¿estamos haciendo esto? (Trazabilidad)
- Puede ¿Me doy el lujo de responder? (Presupuesto)
El protocolo A2A resuelve esto envolviendo cada interacción en un formato estandarizado Sobre. Tratamos la lógica empresarial del agente (el aviso) como Carga útil, pero lo envolvemos en una funda rígida Plano de control.
Figura 1: Envuelve A2A y su estructura subyacente
Lea también: MCP frente a A2A
Un ejemplo concreto: la sala de acuerdos de «fusiones y adquisiciones»
Para ilustrar la potencia de este protocolo, veamos un escenario complejo y de múltiples pilas: un Sistema de debida diligencia en fusiones y adquisiciones.
Este sistema requiere tres agentes altamente especializados que funcionen en pilas de tecnología completamente diferentes:
- El líder de la operación (gerente): Construido Python/LangChain. Organiza el proceso.
- El revisor legal: Construido Node.js. Utiliza bibliotecas especializadas para analizar los contratos en PDF.
- El contador forense: Construido como Equipo de Microsoft AutoGen. Realiza un debate entre múltiples agentes para encontrar fraudes en las hojas de Excel.
El desafío de la interoperabilidad
Sin un protocolo, Python Manager no puede activar fácilmente el equipo de AutoGen. AutoGen espera un formato de historial de conversaciones específico, mientras que LangChain espera una «cadena». Si el revisor legal (nodo) arroja un error, el administrador de Python podría interpretarlo como una alucinación y no como un error del sistema.
La solución A2A
- Normalización: El líder de la operación envía un mensaje estándar A2A: Tarea: «Analizar las finanzas objetivo».
- Enrutamiento: The Gateway recibe esto. Sabe que el «contador forense» es un enjambre de AutoGen.
- Traducción: The Gateway Adaptador de protocolo convierte el JSON A2A en el formato de mensaje user_proxy específico que requiere AutoGen.
- Inyección de contexto: El Gateway inyecta el token aprobado por la NDA en el contexto, lo que demuestra al contador que puede ver los archivos confidenciales de Excel.
Figura 2: El flujo detallado de un proceso de revisión legal
El modelo de enrutamiento Hub-and-Spoke
En una malla de agentes punto a punto, el agente A llama directamente al agente B. Esto es peligroso porque infringe la observabilidad y la seguridad. Si el agente A se ve comprometido, puede inundar al agente B de solicitudes y nadie lo sabrá hasta que llegue la factura.
El Protocolo A2A impone una Hub and Spoke modelo.
- Sin enlaces directos: Los agentes no pueden hablar directamente entre sí. Se dirigen al Gateway.
- El intermediario de confianza: El Gateway valida el sobre. Garantiza que el trace_id esté presente. Comprueba el budget_remaining.
- La «prueba de suplantación de identidad»: Como la puerta de enlace inyecta el contexto de identidad, el agente B sabe que la solicitud De Verdad proviene del protagonista de Deal Lead, no de un actor malintencionado que se hace pasar por el protagonista.
Rastreo distribuido: la «pila de ideas»
Depurar un solo LLM es difícil. Depurar una cadena recursiva de 5 agentes es imposible sin un rastreo distribuido.
Cuando el «líder de la operación» no logra cerrar la operación de fusiones y adquisiciones, debe saber por qué. ¿Se agotó el tiempo de espera en el agente legal? ¿Se le acabaron las fichas al contador forense?
Los mandatos del Protocolo A2A Propagación del encabezado. Cuando el Gateway recibe la solicitud inicial, genera un TraceID. Obliga a todos los agentes intermedios a incluir este ID en sus subllamadas.
Esto nos permite visualizar el «Pila de pensamientos»—un diagrama temporal de Gantt de la cognición. Podemos ver que el agente legal tardó 45 segundos (cuello de botella en la latencia), mientras que el contador tardó 2 segundos.
Figura 3: Diagrama de Gantt de esta operación de fusiones y adquisiciones
Agnosticismo marco: el adaptador universal
La pieza final del Protocolo A2A es la Adaptador universal.
Reconocemos que los desarrolladores siempre usarán herramientas diferentes. Algunos adoran LangGraph por su control; otros prefieren CrewAI por sus funciones de juego de rol.
El Gateway actúa como Capa de traducción.
- Entrante: Acepta la salida nativa de estos marcos (por ejemplo, un AiMessage de LangChain).
- Normalización: Lo convierte en el JSON estándar A2A.
- Saliente: Lo convierte en el formato de entrada esperado por el receptor.
Esto le permite construir un Malla de agentes heterogénea. No estás atrapado en una sola biblioteca de Python. Puedes elegir la mejor herramienta para el trabajo de cada agente específico y dejar que el Protocolo se encargue de la comunicación.
Conclusión
La estandarización es el requisito previo para la escala. Del mismo modo que TCP/IP permitía que Internet conectara diferentes ordenadores, Protocolo A2A además, las capacidades de pasarela de agentes de IA de TrueFoundry permiten a la empresa conectar diferentes inteligencias. Convierte una colección de «chatbots» en un sistema coordinado, observable y seguro Fuerza laboral digital.
TrueFoundry AI Gateway ofrece una latencia de entre 3 y 4 ms, gestiona más de 350 RPS en una vCPU, se escala horizontalmente con facilidad y está listo para la producción, mientras que LitellM presenta una latencia alta, tiene dificultades para superar un RPS moderado, carece de escalado integrado y es ideal para cargas de trabajo ligeras o de prototipos.
Diseñado para la velocidad: ~ 10 ms de latencia, incluso bajo carga
La forma más rápida de crear, gobernar y escalar su IA
Inscríbase
¿Cómo se puede evitar que los costos de GenAI se disparen a gran escala?
Tabla de contenido
Controle, implemente y rastree la IA en su propia infraestructura
Descubra más
No se ha encontrado ningún artículo.
.png)
.webp)
.webp)
