Les agents autonomes connaissent actuellement un essor fulgurant. Ces assistants sont programmés pour accomplir des missions complexes. Ils analysent en effet des bases de données, effectuent des recherches sur le web et génèrent des rapports détaillés. Mais la multiplication des outils de création a rapidement soulevé un défi majeur. Les programmes informatiques souffrent d’un cloisonnement technique et les développeurs peinent à faire collaborer des IA conçues par des éditeurs concurrents. C’est pour résoudre cette problématique qu’est né le protocole A2A.
Il s’agit en effet d’une norme universelle pour interconnecter les logiciels d’intelligence artificielle.
Initié par Google avant d’être transféré sous la gouvernance neutre de la Linux Foundation, ce standard open-source définit des règles de communication strictes.
Il permet d’ailleurs à des agents IA conçus sur des frameworks rivaux de s’échanger des tâches de manière transparente, brisant ainsi les silos technologiques de l’industrie.
De Google à la Linux Foundation : l’unification du marché
L’écosystème souffrait d’une fragmentation logicielle excessive. Les ingénieurs utilisaient des outils de développement incompatibles entre eux, comme OpenAI Agents SDK, LangGraph, PydanticAI ou AutoGen. Pour résoudre ce blocage, Google a publié la spécification technique A2A le 9 avril 2025.
Cette initiative a réuni un consortium d’une cinquantaine de géants du secteur, parmi lesquels PayPal, Salesforce, MongoDB et LangChain.
Pourquoi le projet a-t-il été transféré ?
Pour éviter qu’une seule entreprise ne s’approprie la technologie et n’impose un monopole, Google a transféré la gouvernance de A2A à la Linux Foundation en juin 2025. Cette décision a instauré un climat de neutralité indispensable pour le secteur.
En se sachant protégés par un organisme indépendant, d’autres acteurs majeurs de l’industrie comme Microsoft, IBM et Amazon ont accepté d’intégrer ce standard au sein de leurs propres infrastructures cloud.
Framework, Plateforme et Protocole : comprendre le mécanisme
Pour comprendre comment les systèmes coopèrent, il faut analyser les trois couches distinctes qui composent l’architecture actuelle des agents. Dont le Framework, la Plateforme et le Protocole.
Le premier est un kit de construction qui fournit les outils et les composants pour fabriquer l’agent. OpenAI Agents SDK, LlamaIndex Workflows, LangGraph ou CrewAI sont des frameworks.
Le second, c’est l’environnement cloud global qui héberge, exécute, organise et déploie les agents construits. Microsoft Azure AI Foundry, Google Agent Development Kit ou Salesforce Agentforce en sont des exemples.
Quant au troisième, il c’est l’ensemble des règles logiques qui dictent comment les informations circulent. À l’image du protocole MCP d’Anthropic qui permet à un agent d’utiliser des applications externes comme Google Docs ou GitHub, le protocole A2A organise l’échange directement d’une IA à une autre.
En résumé, le framework sert à fabriquer l’agent, la plateforme sert à l’héberger, et le protocole A2A intervient comme un traducteur universel pour lui permettre de parler à des agents extérieurs.
16- Le protocole A2A : faire parler des agents de frameworks différents
— Jouhatsu | AI Influence Operator (@Jouhatsu_ai) May 3, 2026
LangGraph, LangChain, CrewAI chacun parle son propre dialecte.
A2A est la langue commune qui les connecte tous.
3 concepts à retenir :
① Agent Skill = la description de ce que l'agent sait faire
②…
La fiche d’identité JSON : le moteur de l’interopérabilité
Sur le plan technique, l’interopérabilité garantie par A2A ne repose pas sur une fusion des codes sources, mais plutôt sur un mécanisme d’exposition et de délégation.
Alors comment les agents communiquent leurs compétences ?
Le protocole A2A impose à chaque agent de publier une sorte de carte de visite numérique rédigée au format JSON.
Ce fichier structuré liste précisément les compétences de la machine. Par exemple la recherche documentaire, la traduction, la génération d’images ou l’analyse de tendances.
Et comment s’organise la délégation des tâches ?
Lorsqu’un agent spécialisé dans la recherche documentaire rédige un rapport, il peut avoir besoin d’illustrer son propos. Au lieu d’intégrer un module graphique lourd qu’il ne maîtrise pas, il va lire les fichiers JSON des agents connectés au réseau.
Dès qu’il détecte un agent expert en création visuelle, il lui transmet le cahier des charges via l’interface A2A. Le second agent exécute ensuite la tâche et renvoie le fichier final. Le premier agent n’a plus qu’à l’insérer dans son rapport.
Voici comment fonctionne le protocole A2A dans un cas concret
Ce mécanisme de communication synchrone se montre particulièrement efficace pour traiter des requêtes de la vie quotidienne, comme l’organisation d’un déplacement professionnel à Singapour. Un agent superviseur va pouvoir piloter plusieurs micro-agents spécialisés de manière simultanée :
- Un premier agent IA se charge de scanner et de réserver les billets d’avion ;
- Un deuxième agent se connecte aux bases de données des hôtels pour réserver l’hébergement ;
- Un troisième agent contacte les loueurs de véhicules sur place.
Parce que le protocole A2A standardise le format des requêtes, ces trois programmes vont pouvoir s’échanger leurs données de validation et synchroniser leurs plannings en temps réel. Ils construisent l’itinéraire idéal ensemble, alors même qu’ils ont été développés avec des frameworks concurrents et s’exécutent sur des plateformes différentes.
Restez à la pointe de l'information avec INTELLIGENCE-ARTIFICIELLE.COM !
- Partager l'article :
