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
360
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
140
ObsidianをMCP連携させてみる
ttnyt8701
3
850
Claude Codeの使い方
ttnyt8701
2
240
FastMCPでMCPサーバー/クライアントを構築してみる
ttnyt8701
3
210
LangChain Open Deep Researchとは?
ttnyt8701
2
170
Vertex AI Agent Builderとは?
ttnyt8701
4
190
Amazon Bedrock LLM as a Judgeを試す
ttnyt8701
2
52
Amazon Sagemaker Jump Startを用いて爆速でモデルを作成してみる
ttnyt8701
3
70
Amazon SageMaker Lakehouseでデータのサイロ化による課題を解決する
ttnyt8701
2
34
Other Decks in Programming
See All in Programming
サーバーサイドのビルド時間87倍高速化
plaidtech
PRO
0
660
Claude Codeで挑むOSSコントリビュート
eycjur
0
180
🔨 小さなビルドシステムを作る
momeemt
2
610
開発チーム・開発組織の設計改善スキルの向上
masuda220
PRO
17
9.2k
マイコンでもRustのtestがしたい その2/KernelVM Tokyo 18
tnishinaga
2
2.4k
あなたとJIT, 今すぐアセンブ ル
sisshiki1969
1
740
サイトを作ったらNFCタグキーホルダーを爆速で作れ!
yuukis
0
690
go test -json そして testing.T.Attr / Kyoto.go #63
utgwkk
1
140
Flutter로 Gemini와 MCP를 활용한 Agentic App 만들기 - 박제창 2025 I/O Extended Seoul
itsmedreamwalker
0
160
KessokuでDIでもgoroutineを活用する / Go Connect #6
mazrean
0
120
MLH State of the League: 2026 Season
theycallmeswift
0
170
Namespace and Its Future
tagomoris
6
650
Featured
See All Featured
Balancing Empowerment & Direction
lara
3
600
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
53
2.9k
It's Worth the Effort
3n
187
28k
GitHub's CSS Performance
jonrohan
1032
460k
Docker and Python
trallard
45
3.5k
Build your cross-platform service in a week with App Engine
jlugia
231
18k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
139
34k
Building Flexible Design Systems
yeseniaperezcruz
328
39k
Building Better People: How to give real-time feedback that sticks.
wjessup
368
19k
Embracing the Ebb and Flow
colly
87
4.8k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
126
53k
How GitHub (no longer) Works
holman
315
140k
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/