エージェントゲートウェイシリーズ（第3部/全7部） | TrueFoundryが提供するA2A: 内部対話の標準化

2010年代初頭、マイクロサービス革命は壁にぶつかりました。モノリスを何百ものサービスに分割しましたが、それらがどのように通信すべきかについて合意がありませんでした。あるチームはRESTを使い、別のチームはXML-RPC、また別のチームは生のTCPを使っていました。その結果、「バベルの塔」のような断片化されたエコシステムが生まれ、統合は困難を極め、可観測性は不可能でした。

業界はこの問題を標準化によって解決しました。 gRPC をトランスポートに、 Protobuf をスキーマに、そして OpenTelemetry を可観測性に採用したのです。

今日、 エージェントAI エコシステムは、まさにその標準化前のカオス状態にあります。

• あなたのデータサイエンスチームは、 LangChainを使ってPythonで「推論エージェント」を構築しています。
• あなたのフロントエンドチームは、 Vercel AI SDKを使ってNode.jsで「UIアシスタント」を構築しています。
• あなたのR&Dチームは、 Microsoft AutoGen スウォーム。

これらのエージェントは自然に連携できません。それぞれ異なる状態表現、異なるエラー処理メカニズムを持ち、アイデンティティの共有概念もありません。

この問題を解決するため、TrueFoundryは A2A（エージェント間）プロトコルを導入します。これは、通信を標準化し、断片化されたスクリプトの集合体を統一された コグニティブメッシュへと変える厳格なトランスポート層です。

核となる概念：A2Aエンベロープ

多くの初期エージェント設計における根本的な誤りは、エージェント間の通信を単純なAPIコール（POST /chat { "prompt": "..." }）のように扱っていることです。これは、 メタ認知が欠けているため不十分です。

エージェントが必要とするのは、単に テキスト メッセージだけではありません。エージェントは以下を知る必要があります。

1. 誰が これを言ったのか？（アイデンティティ）
2. なぜ これを行っているのか？（トレーサビリティ）
3. 可能か 回答にかかる費用は？（予算）

A2Aプロトコルは、すべてのインタラクションを標準化された形式でラップすることで、この問題を解決します。 エンベロープ。エージェントのビジネスロジック（プロンプト）を ペイロードとして扱いますが、それを厳格な コントロールプレーンでラップします。

‍

図1：A2Aエンベロープとその基盤構造 

こちらもご覧ください： MCP vs A2A

具体的な例：M&Aディールルーム

このプロトコルの威力を示すため、複雑なマルチスタックシナリオである M&Aデューデリジェンスシステムを見てみましょう。

このシステムには、それぞれ全く異なる技術スタックで動作する、3つの高度に専門化されたエージェントが必要です。

1. ディールリード（マネージャー）： 構築されているのは Python/LangChain. そのプロセスを統括します。
2. 法務レビュー担当者： で構築 Node.js. PDF契約書を解析するために、専門的なライブラリを使用します。
3. フォレンジック会計士： として構築 Microsoft AutoGen Team. Excelシート内の不正を発見するために、マルチエージェントによる議論を行います。

相互運用性の課題

プロトコルがなければ、PythonマネージャーはAutoGenチームを容易に起動できません。AutoGenは特定の会話履歴形式を期待し、LangChainは「Chain」を期待します。法務レビュー担当者（Node）がエラーをスローした場合、Pythonマネージャーはそれをシステム障害ではなく、ハルシネーションと解釈する可能性があります。

A2Aソリューション

1. 正規化： ディールリードは標準的なA2Aメッセージを送信します。タスク：「対象企業の財務分析」。
2. ルーティング： ゲートウェイはこれを受け取ります。ゲートウェイは「フォレンジック会計士」がAutoGenスウォームであることを認識しています。
3. 変換： ゲートウェイの プロトコルアダプター A2A JSONをAutoGenが必要とする特定のuser_proxyメッセージ形式に変換します。
4. コンテキストインジェクション： ゲートウェイはNDAクリア済みトークンをコンテキストに注入し、会計担当者が機密性の高いExcelファイルを表示することを許可されていることを証明します。

‍

図2：法務審査プロセスの詳細フロー

‍

ハブアンドスポークルーティングモデル

ピアツーピアのエージェントメッシュでは、エージェントAがエージェントBを直接呼び出します。これは、可観測性とセキュリティを損なうため危険です。エージェントAが侵害された場合、エージェントBにリクエストが殺到し、請求書が届くまで誰もそれに気づきません。

A2Aプロトコルは ハブアンドスポーク モデルを強制します。

• 直接リンクなし： エージェントは互いに直接通信することはできません。ゲートウェイを介して通信します。
• 信頼できる仲介者： ゲートウェイはエンベロープを検証します。trace_idが存在することを確認し、budget_remainingをチェックします。
• 「スプーフィング対策」： ゲートウェイがIDコンテキストを注入するため、エージェントBはリクエストが 実際に ディールリードから来たものであり、リードになりすました悪意のあるアクターからではないことを知っています。

‍

分散トレーシング：「思考スタック」

単一のLLMのデバッグは難しい。5つのエージェントからなる再帰的なチェーンのデバッグは、分散トレーシングなしでは不可能だ。

「ディールリード」がM&A取引を成立させられなかった場合、その理由を知る必要がある。法務エージェントでタイムアウトが発生したのか？それとも、フォレンジック会計士がトークンを使い果たしたのか？

A2Aプロトコルは、 ヘッダー伝播。ゲートウェイが最初のリクエストを受信すると、TraceIDを生成する。そして、すべてのダウンストリームエージェントに対し、そのサブコールにこのIDを含めるよう強制する。

これにより、私たちは 思考スタック—認知の時系列ガントチャートだ。これにより、法務エージェントが45秒かかった（レイテンシーのボトルネック）のに対し、会計士は2秒だったことがわかる。

図3：このM&A取引のガントチャート

‍

フレームワーク非依存性：ユニバーサルアダプター

A2Aプロトコルの最後の要素は ユニバーサルアダプターである。

開発者が常に異なるツールを使用することは承知している。LangGraphの制御性を好む者もいれば、CrewAIのロールプレイング機能を好む者もいるだろう。

ゲートウェイは 翻訳レイヤーとして機能する。

• インバウンド： これらのフレームワークのネイティブ出力（例：LangChainのAIMessage）を受け入れる。
• 正規化: A2A標準JSONに変換します。
• アウトバウンド: 受信側が期待する入力形式に変換します。

これにより、 異種エージェントメッシュを構築できます。単一のPythonライブラリに縛られることはありません。各エージェントの特定のタスクに最適なツールを選択し、プロトコルに通信を任せることができます。

結論

標準化は規模拡大の前提条件です。TCP/IPがインターネットで異なるコンピューターを接続できるようにしたのと同様に、 A2Aプロトコル とTrueFoundry AI エージェントゲートウェイ の機能により、企業は異なるインテリジェンスを接続できます。これにより、「チャットボット」の集まりを、協調的で、監視可能で、安全な デジタルワークフォースに変えます。