Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
A2A(Agent2Agent )とは?
Search
ttnyt8701
April 22, 2025
Programming
2
390
A2A(Agent2Agent )とは?
https://blueish.connpass.com/event/352523/
ttnyt8701
April 22, 2025
Tweet
Share
More Decks by ttnyt8701
See All by ttnyt8701
Gemini CLI のはじめ方
ttnyt8701
1
160
ObsidianをMCP連携させてみる
ttnyt8701
3
1.4k
Claude Codeの使い方
ttnyt8701
2
270
FastMCPでMCPサーバー/クライアントを構築してみる
ttnyt8701
3
300
LangChain Open Deep Researchとは?
ttnyt8701
2
220
Vertex AI Agent Builderとは?
ttnyt8701
4
210
Amazon Bedrock LLM as a Judgeを試す
ttnyt8701
2
56
Amazon Sagemaker Jump Startを用いて爆速でモデルを作成してみる
ttnyt8701
3
73
Amazon SageMaker Lakehouseでデータのサイロ化による課題を解決する
ttnyt8701
2
37
Other Decks in Programming
See All in Programming
2分台で1500examples完走!爆速CIを支える環境構築術 - Kaigi on Rails 2025
falcon8823
2
1.2k
AI Agents: How Do They Work and How to Build Them @ Shift 2025
slobodan
0
120
OWASP Kansai DAY 2025.09: OSINTにふれてみよう
deka_morita
0
150
Introducing ReActionView: A new ActionView-Compatible ERB Engine @ Kaigi on Rails 2025, Tokyo, Japan
marcoroth
3
300
CSC509 Lecture 01
javiergs
PRO
1
420
SpecKitでどこまでできる? コストはどれくらい?
leveragestech
0
130
Platformに“ちょうどいい”責務ってどこ? 関心の熱さにあわせて考える、責務分担のプラクティス
estie
2
480
私達はmodernize packageに夢を見るか feat. go/analysis, go/ast / Go Conference 2025
kaorumuta
2
290
個人開発で徳島大学生60%以上の心を掴んだアプリ、そして手放した話
akidon0000
2
210
Web Components で実現する Hotwire とフロントエンドフレームワークの橋渡し / Bridging with Web Components
da1chi
2
590
チームのテスト力を鍛える
goyoki
4
1.2k
育てるアーキテクチャ:戦い抜くPythonマイクロサービスの設計と進化戦略
fujidomoe
1
110
Featured
See All Featured
Done Done
chrislema
185
16k
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Rails Girls Zürich Keynote
gr2m
95
14k
GitHub's CSS Performance
jonrohan
1032
460k
How to Think Like a Performance Engineer
csswizardry
27
2k
Rebuilding a faster, lazier Slack
samanthasiow
84
9.2k
Site-Speed That Sticks
csswizardry
10
850
The Straight Up "How To Draw Better" Workshop
denniskardys
237
140k
We Have a Design System, Now What?
morganepeng
53
7.8k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.6k
The Cost Of JavaScript in 2023
addyosmani
53
8.9k
The Language of Interfaces
destraynor
162
25k
Transcript
A2A(Agent2Agent )とは? ©BLUEISH 2025. All rights reserved.
立野 祐太 Yuta Tateno 普段はOCRやRAGを用いたアプリケーション開発に従事しています エンジニア 自己紹介 ©BLUEISH 2025. All
rights reserved.
目次 1. A2A(Agent2Agent )とは? 2. A2Aによるメリット 3. 活用例 4. A2A
の設計原則 5. A2Aの仕組み 6. A2AとMPC 7. まとめ
A2A(Agent2Agent )とは? 複数のAIエージェント同士が連携するためのオープンプロトコル AIエージェントがどのフレームワークやベンダー上に構築されているかに関係なく構築出来る 引用[1]
A2Aによるメリット 生産性の向上 : 分断されていたAIエージェントによる業務プロセスを繋げることができ、業務効率が上がる。 コスト削減 : AIエージェント同士の連携のための開発が不要になり、開発・運用コストを削減 AIエージェントごとの最適な選択 : 特定フレームワークやベンダーに縛られず、AIエージェントごとに最適な技術選定ができる
イノベーション促進 : 複数のAIエージェントを利用したサービスや業務効率化のアイデアが生まれやすくなる
活用例 人材採用の例 1. ユーザー: A2Aで構築された採用マルチエージェントシステムに「AI開発のスキルを持つエンジニアを探 して」と依頼 2. 連携開始: 依頼をエージェントが受け取り、A2Aを使い人事システムのエージェント、人材DBのエージェ ント、スキル評価エージェントと連携。
3. 候補者選定 : 各エージェントが連携して候補者リストを作成し、ユーザーに提示 4. 日程調整: ユーザーが候補者を選ぶと、カレンダー管理エージェントと連携し、自動で面接日程を調整 このように、AI エージェントがシステムを横断して協力し合うことで、”裏側で専門家チームが動いているかの ように”して、適切な人材を効率的に採用するプロセスが実現
A2A の設計原則 A2Aでは、AIエージェント間のスムーズな連携を実現するために以下の 5つの主要原則を遵守 ❏ エージェントの能力を活用する ❏ 標準技術に基づいている ❏ セキュリティを重視
❏ 長時間実行タスクのサポート ❏ 様々なデータ形式をサポート
A2A の設計原則 エージェントの能力を活用する: エージェント同士が記憶、ツール、コンテキストを共有していなくても、それぞれのエージェントが持つ能 力を活かしながら、より自律的で柔軟な連携ができるように設計されています。
A2A の設計原則 標準技術に基づいている: Webで広く使われているHTTPやJSON-RPC、SSEといった標準技術をベースにしていて、比較的容易 に導入できる
A2A の設計原則 セキュリティを重視: エンタープライズグレードの認証、認可などを標準でサポート
A2A の設計原則 長時間実行タスクのサポート: すぐに終わる簡単なタスクだけでなく、人間の承認待ちなどで数時間から数日かかるような複雑なタスク も扱えるように設計されている(非同期処理)
A2A の設計原則 様々なデータ形式をサポート: テキストだけでなく、画像、音声、動画など、さまざまな形式のデータでやり取りできる (モダリティに依存しない)
A2A の仕組み ユーザー:依頼をする ↓ ↑ クライアントエージェント : ユーザーの指示を受け取り、タスク作成し、複数のリモートエージェントの中から最 適なスキルを持つリモートエージェントに依頼 ↓ ↑ リモートエージェント
: ( ⇆ 外部のAIエージェントと A2Aプロトコルで通信 ) タスクを実行し、情報を返す 👉クライアントエージェントとリモートエージェントがお互いに連携し、タスクをこなし ていく。 引用[2]
A2A の仕組み 1. 機能の検出 リモートエージェントは「こんな仕事ができます」というエージェ ントカード を公開。クライアントエージェントはこれを見て、連携 相手を見つける 2. タスク管理
仕事の依頼、進捗報告(「進行中」「完了」など)、結果の受け渡し を行う 3. 協力 タスクの実行に必要な情報(コンテキスト、中間成果物や最終 成果物、ユーザーからの指示など)を交換 4. ユーザー体験の調整 エージェント間でやり取りした結果を、最終的にユーザーにどう表示す るのが最適かを相談し、決定 引用[3]
A2A の仕組み エージェントカードの例 エージェントカードの例 エージェントの情報、認証方法、対応形式、出来 ることなどがわかる 👉エージェントの自己紹介カード
A2A とMCP MCP:AIモデルが外部のツールを効率的に利用し、より多 くの機能を活用するためのするため 接続規格(プロトコル) A2A:AIエージェント同士が、直接コミュニケーションを取 り、共同で作業を進めたりするための 共通言語(プロトコ ル) 👉マルチエージェントアプリケーションには
A2AとMCPの 両方が必要 ツールにはMCP、エージェントにはA2Aを推奨(by Google) 引用[4]
まとめ A2Aにより、AIエージェントがそれぞれのシステム内で孤立している「サイロ化」という課題を解決し、相 互運用性を確保することで、生産性が向上すると同時に、長期的なコストも削減できるように オープンソースであり、誰でも利用や開発への貢献が可能である。すでに 50社以上の多様な企業が パートナーとして開発に参加・支持していることから、マルチエージェントの標準規格となる可能性がある
参考文献・引用 引用[1],引用[2],引用[3],引用[4]: https://google.github.io/A2A/#/documentation https://cloud.google.com/blog/ja/products/ai-machine-learning/a2a-a-new-era-of-agent-interoperability https://github.com/google/A2A https://cloud-ace.jp/column/detail488/