Tương tác hệ sinh thái A2A: AI từ các framework khác nhau cũng có thể gọi điện cho nhau

Nếu mỗi hãng điện thoại chỉ gọi được cho điện thoại cùng hãng, thì điện thoại đã bị khai tử từ lâu. Tác nhân AI cũng đang đối mặt với cuộc khủng hoảng tương tự — cho đến khi giao thức A2A xuất hiện.

Vấn đề: AI của mỗi framework nói một kiểu, như các phương ngữ khác nhau

Hãy tưởng tượng, nhà bạn có một tác nhân Hermes, công ty thì dùng bot quy trình dựng bằng LangChain, bạn bè lại giới thiệu một trợ lý nhỏ viết bằng CrewAI. Chúng đều rất giỏi, nhưng vấn đề là — chúng không hiểu nhau.

Điều này giống như Trung Quốc có bảy vùng phương ngữ lớn, người mỗi nơi đều có thể trò chuyện rôm rả với dân làng của mình, nhưng hễ qua làng khác là bó tay. Các framework AI hiện tại cũng vậy: Hermes có cách nói của Hermes, LangChain có giao diện của LangChain, CrewAI có luật lệ của CrewAI. Bạn muốn Hermes chuyển giao nhiệm vụ cho LangChain xử lý? Xin lỗi, phải tự tay copy-paste, hoặc viết cả đống code “keo dán”.

Đây chính là cái gọi là “ốc đảo tác nhân” (agent silo). Mỗi AI đều rất thông minh, nhưng gom lại với nhau thì thành… ngốc.

Vì sao A2A có thể kết nối: một tấm danh thiếp + một thứ tiếng phổ thông

Giao thức A2A (Agent-to-Agent) ra đời để giải quyết chính vấn đề “liên làng liên xã” này. Đây là giao thức mở do Google khởi xướng, Linux Foundation quản trị, mã nguồn mở (Apache 2.0), không thuộc về bất kỳ công ty nào. Điều đó có nghĩa là gì? Nghĩa là nó không phải “hàng riêng” của một hãng nào, mà là “tiếng phổ thông” mà mọi người ngồi lại với nhau để thống nhất.

Thiết kế cốt lõi của A2A cực kỳ thực tế, chỉ có hai thứ:

Thứ nhất, Agent Card (danh thiếp tác nhân). Mỗi tác nhân phải đặt một “tấm danh thiếp” tại vị trí cố định (.well-known/agent-card.json), ghi rõ: tôi tên gì, tôi làm được gì, tôi có những kỹ năng nào, cần những quyền gì. Người khác chỉ cần nhìn danh thiếp là biết có thể nhờ vả hay không, và nhờ bằng cách nào. Giống như bạn nhận được danh thiếp của nhân viên công ty đối tác, nhìn chức danh là biết có nên tìm người đó bàn việc hay không.

Thứ hai, chuẩn gọi JSON-RPC 2.0. Tất cả tác nhân giao tiếp với nhau qua một “đường dây điện thoại” thống nhất — gửi tin nhắn, nhận tin nhắn, hủy tác vụ, xem tiến độ, đều là các thao tác chuẩn. Đồng thời hỗ trợ truyền tải luồng SSE (Server-Sent Events), giống như gọi điện thoại, người kia nói một câu bạn nghe một câu, không cần đợi đối phương nói hết cả câu dài mới phản ứng. Tác vụ dài còn có thể đẩy thông báo qua webhook, làm xong sẽ báo cho bạn, không cần canh chừng suốt.

Thiết kế này giúp A2A bổ trợ hoàn hảo cho một giao thức nóng khác là MCP: MCP trả lời câu hỏi “tôi có thể dùng công cụ gì”, còn A2A trả lời “ai có thể giúp tôi làm việc”. Một bên quản lý công cụ, một bên quản lý cộng tác.

Bức tranh toàn cảnh hệ sinh thái: có thể tương tác với những ai?

Tài liệu chính thức nói rất rõ: plugin A2A của Hermes có thể tương tác với bất kỳ đối tác tương thích A2A nào. Điều đó có nghĩa là:

Một Hermes khác (tất nhiên là được)
Tác nhân LangChain (được)
Tác nhân CrewAI (được)
Tác nhân ADK của Google (được)
Bất cứ thứ gì xây dựng bằng a2a-sdk chính thức (đều được)

Và những tương tác này không phải chuyện viển vông — đã được kiểm chứng thực tế bằng Python a2a-sdk chính thức: phân tích danh thiếp, gửi tin nhắn, trò chuyện luồng, tất cả đều chạy thông.

Case study thực tế: những cuộc cộng tác xuyên framework đã diễn ra

Case 1: Hermes + OpenClaw giao tiếp cùng máy (GitHub issue #42747)

Có một người dùng chạy đồng thời Hermes và OpenClaw trên cùng một chiếc Mac, cả hai tác nhân đều kết nối với Telegram. Nhưng Telegram có một hạn chế khá “khó chịu”: trong nhóm, bot không nhìn thấy tin nhắn của nhau. Vì vậy hai AI này dù ở chung một mái nhà, vẫn phải nhờ người dùng chuyển lời hộ.

Đây chính là kịch bản điển hình của A2A: để Hermes trực tiếp ủy thác nhiệm vụ cho kỹ năng của OpenClaw, và ngược lại, hoàn toàn bỏ qua Telegram và khâu trung chuyển thủ công. Tác nhân gọi thẳng cho tác nhân, không qua tổng đài.

Case 2: Đề xuất tích hợp Gotong (#58325)

Gotong là một nền tảng điều phối quy trình làm việc tự lưu trữ, tương đương với việc trang bị cho tác nhân một “quản lý dự án”. Ý tưởng của đề xuất: Hermes đảm nhiệm phần trí nhớ, suy luận và ra quyết định cá nhân; Gotong đảm nhiệm tầng cộng tác có kiểm soát — lập lịch tác vụ, phê duyệt thủ công, ghi log đầy đủ. Hai bên kết nối qua endpoint A2A, mỗi bên làm đúng thế mạnh của mình.

Case 3: Cộng tác doanh nghiệp không xâm lấn (#67951)

Có người đề xuất một phương án chuyển tiếp nhẹ nhàng hơn: hoàn toàn dùng cơ chế Skill của Hermes để tạo một gói cộng tác, tác nhân gọi shell script thông qua công cụ terminal, script giao tiếp với Hub trung tâm qua HTTP. Không cần sửa một dòng code, vẫn có thể triển khai cộng tác đa tác nhân. Đây là “cây cầu tạm” trước khi A2A chính thức được áp dụng rộng rãi.

Điều đó có ý nghĩa gì với người dùng

Những thay đổi mà tương tác hệ sinh thái A2A mang lại, đối với người dùng bình thường thì rất trực quan:

Bạn không cần phải chọn phe. Hôm nay dùng Hermes, ngày mai muốn thử CrewAI? Không vấn đề, chúng có thể giao tiếp với nhau, dữ liệu, tác vụ và ngữ cảnh của bạn có thể luân chuyển liền mạch.

Tác nhân của bạn không còn là kẻ độc hành. Một tác nhân không xử lý được việc gì, nó có thể tự “gọi thêm người” — thông qua A2A phát hiện một tác nhân khác có kỹ năng liên quan, rồi ủy thác nhiệm vụ. Giống như khi bạn gặp việc không hiểu ở chỗ làm, bạn tìm thẳng đồng nghiệp am hiểu để hỏi, chứ không phải việc gì cũng phải nhờ sếp chuyển lời.

Hệ sinh thái ngày càng phình to. Vì giao thức mở và trung lập, bất kỳ framework nào cũng có thể kết nối. Hôm nay kết nối được với LangChain, ngày mai có thể kết nối với cả tác nhân tự phát triển nội bộ công ty bạn — miễn là nó tuân theo chuẩn A2A.

Tóm lại một câu: A2A đưa tác nhân AI từ “ốc đảo phương ngữ” thành “cộng đồng tiếng phổ thông”. AI của bạn không còn là một hòn đảo cô lập, mà là một nút trong mạng lưới cộng tác rộng lớn — luôn sẵn sàng tìm được người giúp đỡ, và cũng có thể được người khác tìm đến.