Agent Gateway Series (Deel 3 van 7) | TrueFoundry A2A: Het Standaardiseren van de Interne Monoloog

Gebouwd voor snelheid: ~10ms latentie, zelfs onder belasting
De razendsnelle manier om je modellen te bouwen, volgen en implementeren!
- Verwerkt 350+ RPS op slechts 1 vCPU — geen tuning nodig
- Productieklaar met volledige enterprise-ondersteuning
In het begin van de jaren 2010 liep de microservices-revolutie tegen een muur. We hadden onze monolieten opgedeeld in honderden services, maar we hadden geen overeenstemming bereikt over hoe ze moesten communiceren. Sommige teams gebruikten REST, andere XML-RPC en weer andere raw TCP. Het resultaat was een "Toren van Babel"—een gepartitioneerd ecosysteem waarin integratie pijnlijk was en observabiliteit onmogelijk.
De industrie loste dit op met standaardisatie: gRPC voor het transport, Protobuf voor het schema en OpenTelemetry voor de observabiliteit.
Vandaag de dag bevindt het Agentic AI-ecosysteem zich in precies diezelfde chaos van vóór de standaardisatie.
- Uw Data Science-team bouwt "Reasoning Agents" in Python met behulp van LangChain.
- Uw Frontend-team bouwt "UI Assistants" in Node.js met behulp van Vercel AI SDK.
- Uw R&D-team experimenteert met Microsoft AutoGen-swarms.
Deze agents kunnen niet van nature samenwerken. Ze hebben verschillende statusrepresentaties, verschillende mechanismen voor foutafhandeling en geen gedeeld concept van identiteit.
Om dit op te lossen, introduceert TrueFoundry ondersteuning voor het A2A (Agent-to-Agent) Protocol. Dit is een strikte transportlaag die communicatie normaliseert en een gefragmenteerde verzameling scripts transformeert in een geïntegreerde Cognitive Mesh.
Het Kernconcept: De A2A Envelope
De fundamentele fout in veel vroege agent-ontwerpen is het behandelen van agent-to-agent-communicatie als een eenvoudige API-call (POST /chat { "prompt": "..." }). Dit is onvoldoende omdat het ontbreekt aan Meta-Cognition.
Een agent heeft niet alleen de tekst van het bericht nodig. Hij moet weten:
- Wie heeft dit gezgd? (Identiteit)
- Waarom doen we dit? (Traceerbaarheid)
- Kan ik het me veroorloven om te antwoorden? (Budget)
Het A2A-protocol lost dit op door elke interactie in te pakken in een gestandaardiseerde Envelope. We behandelen de zakelijke logica van de agent (de prompt) als de Payload, maar we verpakken deze in een rigide Control Plane.

Fig 1: De A2A Envelope en de Onderliggende Structuur
Lees ook: MCP vs A2A
Een Concreet Voorbeeld: De "Merger & Acquisition" Deal Room
Om de kracht van dit protocol te illustreren, kijken we naar een complex scenario met meerdere stacks: Een M&A Due Diligence System.
Dit systeem vereist drie zeer gespecialiseerde agents die op volledig verschillende technologie-stacks draaien:
- De Deal Lead (Manager): Gebouwd in Python/LangChain. Deze orchestreert het proces.
- De Legal Reviewer: Gebouwd in Node.js. Deze gebruikt gespecialiseerde libraries om PDF-contracten te analyseren.
- De Forensic Accountant: Gebouwd als een Microsoft AutoGen Team. Deze voert multi-agent debatten uit om fraude in Excel-sheets op te sporen.
De Uitdaging van Interoperabiliteit
Zonder een protocol kan de Python Manager niet eenvoudig het AutoGen-team aansturen. AutoGen verwacht een specifiek format voor gesprekshistorie, terwijl LangChain een "Chain" verwacht. Als de Legal Reviewer (Node) een fout genereert, kan de Python Manager dit interpreteren als een hallucinatie in plaats van een systeemfout.
De A2A-oplossing
- Normalisatie: De Deal Lead stuurt een standaard A2A-bericht: Task: "Analyze Target Financials".
- Routing: De Gateway ontvangt dit. Hij weet dat de "Forensic Accountant" een AutoGen-swarm is.
- Vertaling: De Protocol Adapter van de Gateway converteert de A2A JSON naar het specifieke user_proxy berichtformaat dat vereist is voor AutoGen.
- Context Injectie: De Gateway injecteert de NDA-Cleared-Token in de context, waarmee aan de Accountant wordt bewezen dat hij de gevoelige Excel-bestanden mag inzien.

Fig 2: De Gedetailleerde Flow van een Legal Review-proces
Het Hub-and-Spoke Routingmodel
In een peer-to-peer agent mesh roept Agent A Agent B rechtstreeks aan. Dit is gevaarlijk omdat het de observabiliteit en beveiliging doorbreekt. Als Agent A gecompromitteerd is, kan deze Agent B overspoelen met requests zonder dat iemand het merkt totdat de rekening binnenkomt.
Het A2A-protocol dwingt een Hub-and-Spoke-model af.
- Geen Directe Links: Agents mogen niet rechtstreeks met elkaar praten. Ze adresseren de Gateway.
- De Vertrouwde Tussenpersoon: De Gateway valideert de envelope. Hij zorgt ervoor dat de trace_id aanwezig is. Hij controleert de budget_remaining.
- "Spoof Proofing": Omdat de Gateway de identiteitscontext injecteert, weet Agent B dat het verzoek echt afkomstig is van de Deal Lead en niet van een kwaadwillende actor die zich voordoet als de lead.

Distributed Tracing: De "Thought Stack"
Het debuggen van een enkele LLM is lastig. Het debuggen van een recursieve keten van 5 agents is onmogelijk zonder distributed tracing.
Wanneer de "Deal Lead" er niet in slaagt de M&A-deal te sluiten, moet u weten waarom. Was het een timeout in de Legal agent? Waren de tokens van de Forensic Accountant op?
Het A2A-protocol verplicht Header Propagation. Wanneer de Gateway het initiële verzoek ontvangt, genereert deze een TraceID. Het dwingt elke downstream agent om dit ID op te nemen in zijn sub-calls.
Dit stelt ons in staat om de "Thought Stack" te visualiseren—een temporeel Gantt-diagram van cognitie. We kunnen zien dat de Legal Agent 45 seconden nodig had (latentie-bottleneck), terwijl de Accountant 2 seconden nodig had.

Fig 3: Gantt-diagram van deze M&A-deal
Framework Agnosticisme: De Universele Adapter
Het laatste onderdeel van het A2A-protocol is de Universal Adapter.
We erkennen dat ontwikkelaars altijd verschillende tools zullen gebruiken. Sommig houden van LangGraph vanwege de controle; anderen geven de voorkeur aan CrewAI vanwege de rollenspel-functionaliteiten.
De Gateway fungeert als een Vertaallaag.
- Inbound: Het accepteert de native output van deze frameworks (bijv. een LangChain AIMessage).
- Normalisatie: Het converteert dit naar de A2A Standaard JSON.
- Outbound: Het converteert dit naar het inputformaat dat door de ontvanger wordt verwacht.
Hiermee kunt u een Heterogene Agent Mesh bouwen. U zit niet vast aan een enkele Python-library. U kunt de beste tool kiezen voor de specifieke taak van elke agent en het protocol de communicatie laten afhandelen.
Conclusie
Standaardisatie is de voorwaarde voor schaalbaarheid. Net zoals TCP/IP het internet in staat stelde om verschillende computers met elkaar te verbinden, stelt het A2A Protocol samen met de TrueFoundry AI agent gateway-functionaliteiten de onderneming in staat om verschillende intelligenties met elkaar te verbinden. Het verandert een verzameling "Chatbots" in een gecoördineerde, observeerbare en veilige Digitale Workforce.
TrueFoundry AI Gateway levert een latentie van ~3–4 ms, verwerkt 350+ RPS op 1 vCPU, schaalt moeiteloos horizontaal en is klaar voor productie, terwijl LiteLLM last heeft van hoge latentie, moeite heeft boven een gemiddeld aantal RPS, geen ingebouwde schaling heeft en het meest geschikt is voor lichte workloads of prototypes.















.png)



.webp)



.webp)








.webp)





