Multi agent orchestration: koordynacja agentów ponad frameworkami
Orkiestracja agentów wielu dostawców to koordynacja agentów AI z różnych frameworków i od różnych dostawców za pomocą wspólnego, otwartego protokołu. Dzięki Agent-to-Agent (A2A) orkiestrator LangGraph steruje na przykład agentami CrewAI i AutoGen, nie ujawniając ich wewnętrznych promptów, modeli ani pamięci. Cel: interoperacyjność bez vendor lock-in.
W skrócie
- A2A to standard komunikacji między agentami ponad granicami dostawców i frameworków: orkiestrator (np. LangGraph) wywołuje agentów równorzędnych (CrewAI, AutoGen, Agentforce, a od chwili ogólnej dostępności dwukierunkowego A2A także Joule), których wewnętrzna logika celowo pozostaje nieprzejrzysta.
- Podział ról między protokołami (stan na 2026 rok): MCP do komunikacji agenta z narzędziami, A2A do komunikacji między agentami. ACP został w sierpniu 2025 roku włączony do A2A; oba protokoły podlegają zarządzaniu Linux Foundation (MCP poprzez Agentic AI Foundation).
- Główną zaletą jest interoperacyjność bez lock-in: każdy agent publikuje AgentCard (JSON z endpointem, skillami i uwierzytelnianiem), dzięki czemu można go wywołać z obcych środowisk bez niestandardowej integracji.
- Dojrzałość jest nierówna: model hub-and-spoke oparty na A2A jest w 2026 roku wciąż na etapie produktyzacji i nie stanowi dojrzałego standardu. Śledzenie wywołań między dostawcami, ścieżki audytu i granice zaufania to najtrudniejsze otwarte kwestie.
- Obowiązkowe kwestie ochrony danych (RODO): każdy transgraniczny przeskok A2A to potencjalnie osobna kwestia umowy powierzenia przetwarzania i oceny skutków transferu (art. 28, 44-49); wspólny trace ID na wszystkich przeskokach nie jest obowiązkiem prawnym, ale ułatwia wykazanie rozliczalności zgodnie z art. 5 ust. 2 RODO.
- Ryzyko zastrzeżonych rozszerzeń: czy AgentCard pozostanie przenośnym dokumentem JSON, czy stanie się specyficzna dla dostawcy? To w 2026 roku kluczowy sygnał ostrzegawczy przed ponowną fragmentacją.
Orkiestracja agentów wielu dostawców to koordynacja agentów AI z różnych frameworków i od różnych dostawców za pomocą wspólnego, otwartego protokołu. Dzięki Agent-to-Agent (A2A) orkiestrator LangGraph steruje na przykład agentami CrewAI i AutoGen, nie ujawniając ich wewnętrznych promptów, modeli ani pamięci. Celem jest interoperacyjność bez vendor lock-in: agenci działający w oddzielnych środowiskach pracują razem nad wspólnym zadaniem.
- Kto koordynuje kogo? Agent orkiestrujący wywołuje agentów równorzędnych przez A2A. Wewnętrzna logika wywoływanych agentów celowo pozostaje nieprzejrzysta.
- Który protokół do czego? MCP do komunikacji agenta z narzędziami, A2A do komunikacji między agentami. Według stanu na 2026 rok to konwergentny stack branżowy.
- Co to daje? Brak uzależnienia od jednego dostawcy, bo agenci stają się wymienialni dzięki przenośnym AgentCards, a żadne środowisko nie musi odsłaniać pozostałych.
Dlaczego ponad granicami frameworków zamiast monolitu
W realiach europejskich firm nikt nie zaczyna od zera. Agent CRM działa w Salesforce, agent ERP w SAP, agent produktywności w ekosystemie Microsoftu, a wyspecjalizowany krok rozumowania być może bezpośrednio w Anthropic Claude Agent SDK. Nikt nie buduje tego wszystkiego od nowa w jednym frameworku. Orkiestracja agentów wielu dostawców przyjmuje tę różnorodność jako normę i nakłada na nią wspólny język.
Koncepcyjny klucz do A2A: protokół definiuje, jak agenci rozmawiają, a nie jak myślą. Agent Salesforce może wywołać agenta SAP, a żaden z nich nie ujawnia swoich promptów, pamięci ani modelu. Właśnie ta enkapsulacja jest warunkiem, by orkiestrator LangGraph mógł sterować agentem CrewAI lub AutoGen, nie znając jego wnętrza.
Architektura: konwergentny stack protokołów w 2026 roku
Po dwunastu miesiącach publicznych przetasowań stack jest jednoznaczny. Anthropic przekazał MCP 9 grudnia 2025 roku do Agentic AI Foundation działającej w ramach Linux Foundation; Google przekazał A2A Linux Foundation 23 czerwca 2025 roku, a członkami założycielami zostały AWS, Cisco, Google, Microsoft, Salesforce, SAP i ServiceNow. ACP firmy IBM został w sierpniu 2025 roku włączony do A2A.
Warstwa | Protokół 2026 | Funkcja |
|---|---|---|
Agent do narzędzia / kontekstu | MCP | Dostęp do narzędzi i danych, JSON-RPC 2.0, OAuth 2.1 |
Agent do agenta (równorzędnego) | A2A | Współpraca między dostawcami, AgentCard, cykl życia zadania |
Lekka wymiana komunikatów między równorzędnymi agentami | A2A (dawniej ACP) | Zasady projektowe ACP żyją dalej w A2A |
Tożsamość, wykrywanie, obserwowalność | AGNTCY | Nakładka na sieć A2A tam, gdzie liczy się tożsamość między dostawcami |
Długoterminowa wizja zdecentralizowanej sieci agentów | NANDA | Etap badawczy, nie do zastosowań produkcyjnych |
Uczciwa ocena: MCP plus A2A to konwergentny stack. AGNTCY to racjonalne uzupełnienie, gdy tożsamość i obserwowalność między dostawcami są naprawdę potrzebne. NANDA powinna trafić na listę obserwacyjną, a nie na ścieżkę krytyczną programu na 2026 rok.
Kluczowe elementy techniczne A2A
- Transport: JSON-RPC 2.0 przez HTTPS, streaming przez Server-Sent Events, opcjonalne powiadomienia push dla długich zadań.
- AgentCard: dokument JSON dla każdego agenta z endpointem, możliwościami, obsługiwanymi skillami, modalnościami i schematami uwierzytelniania. To kontrakt między systemami w czystej postaci.
- Cykl życia zadania:
submitted->working->input-required->completed | failed | canceled. Wynikiem zadania jest jeden lub więcej artefaktów. - Trzy tryby interakcji: synchroniczny, asynchroniczny polling oraz streaming/push dla długotrwałych zadań.
Zalety interoperacyjności i ich granice
Główna zaleta nie jest obietnicą marketingową, tylko ma charakter strukturalny: kto podłącza agentów przez przenośne AgentCards, może wymienić słabego agenta specjalistycznego na lepszego bez przebudowy orkiestratora. Dla agencji oznacza to, że raz zbudowanych agentów można wywoływać w dowolnych środowiskach klientów.
Granice są równie realne i powinny być uwzględniane w każdej decyzji architektonicznej:
- Granice zaufania: każdy peer A2A jest nieprzejrzysty dla pozostałych. To dobre dla poufności, ale złe dla audytu white-box. Śledzenie wywołań między dostawcami jest trudne.
- Wzmocnienie prompt injection: każde nowe okno kontekstowe subagenta to nowa powierzchnia ataku. Klasa EchoLeak (CVE-2025-32711, Aim Labs, Microsoft 365 Copilot, czerwiec 2025) skaluje się liniowo z liczbą agentów, które przyjmują niezaufane treści.
- Vendor lock-in tylnymi drzwiami: zastrzeżone rozszerzenia A2A w AgentCard lub semantyce zadań podważają właśnie tę przenośność, która uzasadnia istnienie protokołu. Sygnał do obserwowania w 2026 roku: czy AgentCard pozostanie przenośnym dokumentem JSON?
- Dojrzałość: hub-and-spoke przez A2A jest w 2026 roku wciąż na etapie produktyzacji i nie stanowi dojrzałego standardu. AGNTCY i NANDA nie są jeszcze rozwiązaniami, na które warto stawiać w produkcji.
Scenariusz praktyczny: LangGraph orkiestruje czterech agentów ponad granicami dostawców
Konkretny przepływ międzydziałowy w koncernie, łączący sprzedaż, serwis i finanse. Orkiestratorem jest LangGraph (v1.0, ogólna dostępność od 22 października 2025 roku, licencja MIT), a wewnętrzni agenci specjalistyczni działają każdy w swoim frameworku i są wywoływani przez A2A. Aby zewnętrzny orkiestrator, taki jak LangGraph, mógł wywołać agenta Joule przez A2A, SAP rozbudowuje Joule o dwukierunkowe A2A. Według SAP ma ono być ogólnie dostępne w Q4 2026 (stan: październik 2026, SAP Sapphire 2026 Innovation News Guide).
```text
Orkiestrator LangGraph (durable state, checkpointing)
|
|-- zadanie A2A --> agent Agentforce 360 (dane CRM, Atlas Reasoning, wewnętrznie bez A2A)
|-- zadanie A2A --> agent CrewAI Enrichment (wzbogacanie leadów, własny proces)
|-- zadanie A2A --> agent AutoGen Review (critic-generator, kontrola jakości)
|-- zadanie A2A --> agent SAP Joule (księgowanie finansowe po zatwierdzeniu, dwukierunkowe A2A zapowiedziane na Q4 2026)
|
|-- MCP --> ABAP / S4HANA / Integration Suite (narzędzia)
Ścieżka zapisu: single-threaded. Tylko węzeł LangGraph zatwierdza zapisy, księgowanie odbywa się przez zadanie Joule.
Każdy przeskok A2A niesie ten sam trace ID (audyt + RODO).
```
Kluczowa jest dyscyplina zapisu. Cognition w kwietniu 2026 roku doprecyzował skuteczną formę: wielu agentów wnosi inteligencję, ale zapisy pozostają single-threaded. Fan-out z przewagą odczytu (wzbogacanie, retrieval, przegląd) jest odporny; równoległy zapis do współdzielonego stanu jest kruchy. W scenariuszu trzech agentów zbiera i sprawdza dane, a zapis odbywa się tylko w jednym miejscu: przez zadanie Joule zatwierdzane przez orkiestratora. Jeśli chodzi o koszty: wzorzec orkiestrator-worker stojący za Claude Research wypadł w wewnętrznej ewaluacji badawczej o 90,2% lepiej niż pojedynczy agent Claude Opus 4, ale zużył około 15 razy więcej tokenów niż zwykła interakcja na czacie (Anthropic, 13 czerwca 2025). Ten dodatkowy koszt opłaca się tylko przy wartościowych zadaniach, które da się zrównoleglić, a nie w każdym przypadku.
Obowiązki wynikające z RODO i praktyczne zasady w przepływach wielu dostawców
Gdy tylko agenci działają u różnych dostawców mocy obliczeniowej, przepływ danych przy każdym zadaniu przekracza kilka granic rezydencji danych i podmiotów przetwarzających.
- Łańcuch umów powierzenia (art. 28 RODO): każdy dostawca agentów jest potencjalnie podmiotem przetwarzającym. Układ wieloagentowy wydłuża łańcuch; każdy przeskok A2A to potencjalnie osobna relacja powierzenia przetwarzania.
- Transfery transgraniczne (art. 44-49): dla każdego przeskoku agenta do państwa trzeciego, który opiera się na standardowych klauzulach umownych (art. 46), potrzebujesz osobnej oceny skutków transferu (TIA). Sprawdzasz w niej, czy prawo lub praktyka organów w państwie docelowym nie podważają skuteczności klauzul (zalecenia EROD 01/2020). Jeśli przeskok trafia do amerykańskiego dostawcy certyfikowanego w ramach EU-US Data Privacy Framework, podstawą transferu jest decyzja Komisji stwierdzająca odpowiedni stopień ochrony na podstawie art. 45 RODO (decyzja wykonawcza (UE) 2023/1795). Dopóki ta decyzja obowiązuje, TIA nie jest potrzebna.
- Ścieżka audytu: śledzenie end-to-end każdego wywołania agenta, przypięte wersje modeli, rejestrowanie wszystkich promptów subagentów i użytych AgentCards, korelacja przez jeden trace ID. Trace ID nie jest wymagany przez prawo. Pokazuje jednak, który agent kiedy przetwarzał jakie dane, i w ten sposób ułatwia wykazanie rozliczalności zgodnie z art. 5 ust. 2 RODO. Model Allianz Project Nemo z dedykowanym agentem audytowym to tutaj istotny dla regionu DACH (Niemcy, Austria, Szwajcaria) punkt odniesienia.
- Spójność językowa: agent zwracający się per ty (
Du), który wywołuje agenta mówiącego per pan (Sie), w oczach klientów wygląda na zepsuty. Ton komunikacji trzeba wymuszać na poziomie AgentCard i szablonów promptów.
Dla agencji i B2B
Dla agencji w Europie największą dźwignią strategii produktowej w 2026 roku jest opublikowanie AgentCard dla każdego agenta oferowanego jako produkt. Dzięki temu środowiska klientów wywołują Twoich agentów bezpośrednio z Agentforce, Joule lub Copilot Studio, bez niestandardowej integracji. Bez AgentCard Twój agent na stałe pozostaje za indywidualnym interfejsem. Dla decydentów B2B pytanie zakupowe brzmi konkretnie: czy umowa na Agentforce, Joule lub Copilot Studio gwarantuje interoperacyjność A2A i zgodność ze standardem MCP oraz co dzieje się przy wyjściu z umowy? Racjonalna domyślna architektura dla MŚP to n8n lub LangGraph do orkiestracji, MCP dla narzędzi i A2A dla każdego handshake'u między platformami. Blck Alpaca praktycznie wspiera te decyzje: od przeglądu doboru wzorców, przez zarządzane strategie AgentCard, po architekturę audytu przystosowaną do wymogów suwerenności.
Otwiera czat z przygotowanym promptem.
Najczęściej zadawane pytania
Czym różni się MCP od A2A w orkiestracji agentów wielu dostawców?
Czy LangGraph naprawdę może sterować agentami CrewAI lub AutoGen?
Czy orkiestracja agentów wielu dostawców całkowicie eliminuje vendor lock-in?
Jak dojrzała jest orkiestracja A2A między dostawcami w 2026 roku?
Które frameworki i platformy obsługują A2A w 2026 roku?
Chcesz zgłębić temat?
Otrzymuj nowe analizy prosto na swoją skrzynkę albo zobacz, jak wykorzystujemy tę wiedzę w firmach.