Skip to main content
Dung Nguyen

Dung Nguyen

Admin group Bình dân học AI

Giao thức A2A và MCP: Hai chìa khoá mở ra thời đại "Agentic AI" phối hợp

· 17 min read

0. Giới thiệu​

Trong bức tranh AI đầy sôi động của năm 2025, có hai giao thức đang thu hút sự chú ý lớn: A2A (Agent2Agent) mà Google vừa công bố và MCP (Model Context Protocol) từ Anthropic. Dù khởi nguồn từ hai "ông lớn" không những có công nghệ khác nhau mà còn đang cạnh tranh nhau gay gắt trong mảng AI, chúng lại bổ sung hoàn hảo cho nhau, mở ra cánh cửa cho một thế hệ Agentic AI (AI có khả năng tự chủ hành động, thực hiện nhiệm vụ thay người) với khả năng liên kết và phối hợp sâu rộng hơn bao giờ hết.

Giao thức A2A và MCP: Hai Chìa Khoá Mở Ra Thời Đại "Agentic AI" Phối Hợp

1. Bối cảnh: Vì sao cần những giao thức mới cho AI?​

Thách thức khi tích hợp AI vào môi trường thực tế​

Giao thức mở cho agent ứng dụng vào trong môi trường thực tế

Trước đây, việc tích hợp AI agent vào quy trình làm việc thường gặp nhiều khó khăn:

  • AI biệt lập: Kết nối một AI agent với nhiều dịch vụ khác nhau như Google Drive, Slack, hệ thống CRM, hay cổng thanh toán đòi hỏi phải xây dựng nhiều plugin (phần mềm bổ trợ nhỏ) hoặc viết mã tích hợp riêng lẻ, tốn kém và phức tạp.
  • Thiếu chuẩn tương tác: Khi cần nhiều AI agent "nói chuyện" với nhau để hoàn thành một nhiệm vụ phức tạp, các nhà phát triển thường phải tùy biến API (Giao diện lập trình ứng dụng - cổng giao tiếp giữa các phần mềm) hoặc dùng các giải pháp tạm thời, thiếu tính chuẩn hóa và khó mở rộng.

Hệ quả là, dù rất mạnh về năng lực xử lý ngôn ngữ, các AI agent thường bị "cô độc", tách biệt khỏi các nguồn dữ liệu mới, gặp khó khăn trong việc tự động gọi các công cụ cần thiết, và gần như không thể cộng tác hiệu quả với các agent khác trong một hệ sinh thái đa dạng.

A2A và MCP ra đời chính là để giải quyết những rào cản này, tạo nền tảng cho sự hợp tác liền mạch.

2. Giới thiệu Giao thức A2A (Agent2Agent) từ Google​

Tạo "Ngôn ngữ chung" cho các AI Agent​

Trong thông báo gần đây ngày 09-04-2025, Google đã ra mắt A2A (Agent2Agent) – một giao thức mở được thiết kế để cho phép các AI agent giao tiếp và phối hợp với nhau một cách tự nhiên, tương tự như cách con người làm việc nhóm. Mục tiêu cốt lõi của A2A là tạo ra một 'ngôn ngữ chung' để các agent có thể:

  • Trao đổi thông tin và dữ liệu một cách an toàn.
  • Thương lượng, phân công và phối hợp thực hiện nhiệm vụ.
  • Chia sẻ trạng thái công việc và phản hồi kết quả.

Các Tính năng then chốt của A2A​

Minh hoạ các tính năng then chốt của giao thức A2A
  1. Capability discovery (Khám phá năng lực): Mỗi agent có thể quảng bá khả năng của mình thông qua một "Agent Card" (giống như danh thiếp giới thiệu khả năng) ở định dạng JSON. Điều này cho phép các agent khác tự động tìm kiếm và xác định agent phù hợp nhất để giao phó một phần công việc.
  2. Task management (Quản lý nhiệm vụ): A2A định nghĩa một cấu trúc "task" (nhiệm vụ) với vòng đời rõ ràng (bắt đầu, đang xử lý, hoàn thành, lỗi...). Giao thức hỗ trợ quản lý cả nhữndunhg tác vụ ngắn hạn lẫn các quy trình phức tạp kéo dài, cho phép các agent liên tục cập nhật trạng thái và đồng bộ hóa tiến độ. Kết quả cuối cùng của một task được gọi là "artifact" (kết quả cuối cùng của nhiệm vụ, như file báo cáo, danh sách...).
  3. Collaboration (Cộng tác): Các agent có thể gửi tin nhắn cho nhau để trao đổi ngữ cảnh, yêu cầu làm rõ, gửi kết quả trung gian, hoặc chuyển tiếp chỉ dẫn từ người dùng.
  4. User experience negotiation (Đàm phán giao diện người dùng): A2A cho phép các agent đàm phán về định dạng nội dung hiển thị phù hợp nhất với người dùng cuối (ví dụ: văn bản thuần túy, hình ảnh, video, biểu mẫu web, iframe...), đảm bảo trải nghiệm người dùng tối ưu trên các giao diện khác nhau.

Luồng hoạt động cơ bản của A2A​

Ví dụ thực tế​

Google minh họa tiềm năng của A2A qua các kịch bản phức tạp:

  • Trong tuyển dụng: Một agent Quản lý tuyển dụng (Client Agent) yêu cầu một agent chuyên tìm kiếm ứng viên (Remote Agent 1) lọc hồ sơ. Sau đó, agent này lại dùng A2A để yêu cầu một agent khác (Remote Agent 2) sắp xếp lịch phỏng vấn, và có thể là một agent thứ ba (Remote Agent 3) để thực hiện kiểm tra lý lịch. Tất cả giao tiếp và phối hợp thông qua A2A.
  • Trong quản lý chuỗi cung ứng: Nhiều agent đại diện cho các hệ thống khác nhau (kho bãi, vận chuyển, kế toán) có thể sử dụng A2A để trao đổi thông tin tồn kho, tình trạng đơn hàng, cập nhật hóa đơn, tự động hóa các quy trình phức tạp xuyên suốt chuỗi cung ứng.

3. Giới thiệu Giao thức MCP (Model Context Protocol) từ Anthropic​

Kết nối Mô hình AI với Thế giới Công cụ và Dữ liệu​

Trong bài viết về MCP, Anthropic giải thích lý do họ tạo ra một giao thức mở nhằm giúp các mô hình AI (như Claude, GPT) vượt ra khỏi giới hạn chỉ xử lý văn bản thuần túy để có thể tương tác trực tiếp với các công cụ, dữ liệu và dịch vụ bên ngoài. Thay vì phải lập trình riêng lẻ từng kết nối API, MCP cung cấp một chuẩn thống nhất để:

  • Tự động phát hiện (dynamic discovery) và mô tả các công cụ/dịch vụ sẵn có thông qua một MCP Server.
  • Chuẩn hóa cách AI gọi hàm (function calling) hoặc thực hiện các thao tác đọc/ghi dữ liệu với các hệ thống bên ngoài.
  • Dễ dàng kết nối với vô số ứng dụng và cơ sở dữ liệu (Google Drive, Slack, Git, Postgres, Salesforce...) chỉ bằng cách triển khai hoặc sử dụng các MCP server tương ứng.

Các Tính năng Chính của MCP​

Minh hoạ các tính năng then chốt của giao thức MCP
  • Dynamic discovery (Tự động nhận biết): Khi một MCP server mới được cài đặt (ví dụ: kết nối với hệ thống CRM), các mô hình AI hỗ trợ MCP có thể tự động nhận biết sự tồn tại của công cụ mới này và học cách sử dụng nó mà không cần cấu hình lại.
  • Thống nhất và Mở: MCP là mã nguồn mở (open source), được thiết kế để hoạt động với nhiều mô hình AI khác nhau (Claude, GPT-4, Gemini, Llama...) và có thể được cộng đồng mở rộng liên tục.
  • Tương tác Hai chiều: AI không chỉ có thể lấy dữ liệu từ các công cụ (đọc file, truy vấn database), mà còn có thể chủ động gửi lệnh đến chúng (cập nhật bản ghi CRM, gửi email, tạo task trong Jira...).

Luồng hoạt động cơ bản của MCP​

MCP không phải là "viên đạn bạc"​

Anthropic nhấn mạnh rằng MCP chỉ giải quyết bài toán kết nối công cụ. Hiệu quả của AI agent vẫn phụ thuộc vào chất lượng của mô hình AI (logic suy luận) và thiết kế prompt (câu lệnh hướng dẫn). Hơn nữa, việc triển khai các biện pháp bảo mật, phân quyền truy cập cho các MCP server là cực kỳ quan trọng để đảm bảo an toàn.

4. A2A ❤️ MCP – Sức mạnh Cộng hưởng: Khi AI Agent vừa dùng Tool vừa "Chat" với nhau​

Vai trò Bổ sung Hoàn hảo​

Minh hoạ khả năng ứng dụng kết hợp giao thức chung giữa A2A và MCP

A2A và MCP không cạnh tranh mà bổ sung trực tiếp cho nhau, giải quyết hai khía cạnh khác biệt nhưng thiết yếu của một hệ thống Agentic AI hoàn chỉnh:

  • MCP tập trung vào tương tác "Agent-to-Tool": Nó là cầu nối chuẩn hóa giúp một AI agent có thể khám phá và sử dụng các công cụ, API, cơ sở dữ liệu có cấu trúc đầu vào/đầu ra rõ ràng. MCP cho phép agent hành động trên thế giới số.
  • A2A tập trung vào tương tác "Agent-to-Agent" (và Agent-to-Human): Nó là nền tảng giao tiếp cho phép nhiều AI agent (hoặc AI agent với con người) trao đổi thông tin, thương lượng, phối hợp thực hiện nhiệm vụ theo các luồng hội thoại linh hoạt, có thể kéo dài và đòi hỏi xử lý ngữ cảnh phức tạp. A2A cho phép các agent hợp tác.

Hãy quay lại ví dụ xưởng sửa xe (hoặc quy trình tuyển dụng):

  • MCP: Cho phép agent Chẩn đoán xe gọi (invoke) API của cơ sở dữ liệu lỗi xe, hoặc agent Đặt hàng gọi API của hệ thống quản lý kho để kiểm tra và đặt mua linh kiện. Agent Lên lịch gọi API của Lịch Google.
  • A2A: Cho phép agent Lễ tân trao đổi với khách hàng ("Xe của anh/chị bị vấn đề gì? Có thể gửi ảnh/video không?"), sau đó chuyển tiếp thông tin và yêu cầu cho agent Chẩn đoán xe. Agent Chẩn đoán xe lại thảo luận với agent Đặt hàng ("Cần đặt 2 bộ phanh XYZ, kiểm tra giúp tình trạng hàng và báo giá").

Luồng hoạt động kết hợp A2A và MCP​

Lợi ích của sự Kết hợp​

  1. Tự động hóa Mạnh mẽ và Linh hoạt: Các quy trình phức tạp liên quan đến nhiều hệ thống và nhiều bước cộng tác có thể được tự động hóa end-to-end.
  2. Mở rộng Dễ dàng: Chỉ cần thêm một MCP server mới là hệ thống có thêm công cụ mới mà nhiều agent có thể sử dụng. Chỉ cần thêm một agent hỗ trợ A2A là mạng lưới cộng tác được mở rộng.
  3. Kiến trúc Tối ưu: Thay vì phải "code cứng" N*M kết nối giữa N agent và M dịch vụ, giờ đây kiến trúc trở nên rõ ràng hơn với A2A (agent-agent) và MCP (agent-tool).
  4. Tiết kiệm Thời gian và Chi phí: Giảm đáng kể công sức xây dựng và bảo trì các tích hợp tùy chỉnh, tăng tốc độ triển khai các giải pháp AI.
  5. Thúc đẩy Đổi mới: Mở ra khả năng tạo ra các dịch vụ và trải nghiệm người dùng hoàn toàn mới dựa trên sự phối hợp thông minh giữa các AI agent.

5. Khi nào nên sử dụng A2A và MCP?​

Trong hầu hết mọi kịch bản Agentic AI thực tế, nơi AI không chỉ trả lời câu hỏi mà cần phải hành động và phối hợp để hoàn thành mục tiêu, việc sử dụng cả A2A và MCP là cực kỳ hữu ích:

  • Bạn cần AI agent tương tác với các hệ thống/dữ liệu bên ngoài (đọc/ghi file, truy vấn database, gọi API dịch vụ)? Hãy dùng MCP.
  • Bạn cần nhiều AI agent làm việc cùng nhau, chia sẻ thông tin, phân công nhiệm vụ, hoặc cần AI agent tương tác hội thoại tự nhiên với người dùng trong một quy trình dài? Hãy dùng A2A.

Sự kết hợp của chúng tạo thành nền tảng vững chắc để xây dựng thế hệ AI agent thực sự mạnh mẽ, có khả năng giải quyết các bài toán từ đơn giản đến phức tạp trong nhiều lĩnh vực như dịch vụ khách hàng, tự động hóa quy trình kinh doanh (RPA), quản lý dự án, phân tích dữ liệu, v.v.

6. Tương lai và Cơ hội​

Loạt các đối tác cam kết hỗ trợ giao thức A2A

Cả Google và Anthropic đều cam kết phát triển A2A và MCP theo hướng mở, với sự đóng góp tích cực từ cộng đồng. Hàng loạt đối tác công nghệ lớn như Atlassian, Box, Salesforce, SAP, ServiceNow... đã công bố hỗ trợ A2A. Đồng thời, hệ sinh thái các MCP servers cho các dịch vụ phổ biến đang phát triển nhanh chóng trên các kho mã nguồn mở.

Chúng ta có thể kỳ vọng một tương lai gần nơi:

  • A2A trở thành chuẩn mực cho việc giao tiếp và điều phối giữa các AI agent, bất kể chúng được xây dựng trên nền tảng nào.
  • MCP cung cấp một thư viện khổng lồ các "đầu cắm" (connectors), cho phép mọi AI agent dễ dàng truy cập và thao tác với kho dữ liệu và công cụ của thế giới số.

Khi đó, AI agent sẽ thực sự thoát khỏi tình trạng "biệt lập", trở thành những cộng sự đắc lực, biết "nói chuyện" và "hành động" một cách thông minh và phối hợp trong môi trường doanh nghiệp và cuộc sống hàng ngày, tạo ra lợi thế cạnh tranh và giá trị kinh doanh đáng kể.

7. Bảo mật và Tin cậy – Yếu tố Sống còn​

Khi trao quyền cho AI agent truy cập và tương tác với các hệ thống thông qua A2A và MCP, vấn đề an toàn dữ liệu và quyền riêng tư phải được đặt lên hàng đầu. Các doanh nghiệp cần triển khai các biện pháp kiểm soát chặt chẽ:

  • Phân quyền Chi tiết (Authorization): Đảm bảo mỗi agent chỉ có quyền truy cập và thực hiện các hành động cần thiết cho nhiệm vụ của nó, tuân thủ nguyên tắc đặc quyền tối thiểu.
  • Xác thực Mạnh (Authentication - Auth): Sử dụng các cơ chế xác thực an toàn (như OAuth 2.0, API Keys) để đảm bảo chỉ những agent hợp lệ mới có thể giao tiếp và gọi lệnh.
  • Giám sát và Ghi nhật ký (Monitoring & Logging): Theo dõi và lưu lại toàn bộ lịch sử tương tác (cả A2A và MCP) để phục vụ việc kiểm tra, phát hiện bất thường và điều tra sự cố.
  • Thực thi Chính sách (Policy Enforcement): Áp dụng các quy tắc, giới hạn (ví dụ: giới hạn số lần gọi API, kiểm duyệt nội dung) để ngăn chặn lạm dụng hoặc hành vi không mong muốn.

Các giải pháp như MCP Guardian và các công cụ giám sát tương tự cho A2A đang và sẽ đóng vai trò quan trọng trong việc đảm bảo triển khai Agentic AI một cách an toàn và có trách nhiệm.

8. Tài liệu Tham khảo thêm để mọi người có thể bắt đầu nghiên cứu triển khai​

Đây là thời điểm vàng để các nhà phát triển, kiến trúc sư hệ thống và các nhà lãnh đạo công nghệ bắt đầu khám phá và thử nghiệm với A2A và MCP:

  • Nghiên cứu Đặc tả:
  • Khám phá Hệ sinh thái:
    • Tìm các MCP servers sẵn có cho nhiều dịch vụ trên GitHub của MCP (VD: Slack, Gmail, Google Drive, Postgres, Git...).
    • Theo dõi danh sách các đối tác hỗ trợ A2A và các thư viện/SDK đang được phát triển.
  • Tham gia Cộng đồng:
    • Đóng góp ý kiến, báo lỗi hoặc tham gia phát triển trên GitHub Discussions A2A.
    • Tham gia thảo luận và đóng góp vào các dự án MCP trên MCP Issues.

Việc sớm làm quen và áp dụng các giao thức này sẽ giúp bạn và doanh nghiệp của bạn đi trước đón đầu, xây dựng các giải pháp AI thế hệ mới: linh hoạt, mạnh mẽ, có khả năng cộng tác và thực sự mang lại giá trị đột phá.

9. Kết luận: Hướng tới một Hệ sinh thái AI Hợp tác​

A2A và MCP không chỉ là những cải tiến kỹ thuật đơn thuần; chúng là những mảnh ghép nền tảng, định hình lại cách chúng ta xây dựng và triển khai các hệ thống AI. Chúng giải quyết những thách thức cố hữu về sự biệt lập và thiếu khả năng phối hợp của AI agent, mở đường cho kỷ nguyên Agentic AI thực sự – nơi AI không chỉ biết mà còn biết làm và biết hợp tác.

  • MCP cung cấp "đôi tay" và "giác quan" để AI agent tương tác với thế giới công cụ và dữ liệu.
  • A2A cung cấp "tiếng nói" và "bộ não xã hội" để AI agent phối hợp với nhau.

Sự kết hợp của chúng hứa hẹn tạo ra các hệ thống tự động hóa thông minh hơn, các quy trình kinh doanh được tối ưu hóa sâu sắc hơn, và những trải nghiệm người dùng liền mạch chưa từng có. Việc đón nhận và tích hợp A2A và MCP ngay hôm nay không chỉ là một lựa chọn công nghệ, mà còn là một quyết định chiến lược để khai thác tối đa tiềm năng của AI, thúc đẩy đổi mới sáng tạo và tạo dựng lợi thế cạnh tranh bền vững trong tương lai.

Mục lục