A comunicação A2A (Agent2Agent, o padrão aberto que permite a agentes de IA construídos por times e ferramentas diferentes se descobrirem e trocarem tarefas) deixou de ser experimento em 2026. Em abril deste ano, no marco de um ano do projeto, o protocolo passou de 150 organizações apoiadoras, segundo a Linux Foundation, com uso em produção em setores como cadeia de suprimentos, serviços financeiros e seguros. Quando um agente roda na AWS e precisa acionar outro no Azure, é esse padrão que torna a conversa possível sem uma integração ponto a ponto frágil, algo que muda a forma de pensar sistemas multiagentes.
Conectar agentes, porém, é só metade do trabalho. A outra metade é orquestrar a rede: decidir quem fala com quem, manter o contexto entre as trocas e impedir que o fluxo trave no meio de uma tarefa longa. É nesse ponto que entra o LangGraph, framework que modela a coordenação de agentes como um grafo com estado, em vez de uma sequência rígida de chamadas.
O encaixe entre protocolo e orquestrador define a maturidade de um projeto. A seguir, fica claro o que muda quando agentes passam a falar por um padrão aberto, em que situação o modelo supervisor supera o modelo swarm no LangGraph, e como manter uma rede de múltiplos agentes observável e governável quando ela vai para produção.
O que é comunicação A2A e por que virou padrão em 2026
A comunicação A2A resolve um problema específico: agentes autônomos que precisam colaborar mesmo tendo sido criados por equipes, nuvens e frameworks distintos. Cada agente publica um Agent Card, um documento que descreve o que ele faz, como pode ser invocado com segurança e quais habilidades oferece. A partir daí, um agente cliente encontra um agente remoto, envia uma tarefa e acompanha o resultado, tudo sobre transporte HTTP com mensagens em JSON-RPC e streaming via SSE para respostas longas. Esse desenho é o que viabiliza agentes de dados que se comunicam entre si sem código de cola customizado a cada nova integração.
Vale separar o A2A de outro padrão que costuma aparecer junto. O MCP (Model Context Protocol) cuida da relação agente para ferramenta: padroniza como um agente acessa APIs, bancos e recursos. Já o A2A cuida da relação agente para agente. Os dois são complementares, resolvem problemas diferentes e foram desenhados para conviver, o que ajuda a entender por que ambos avançaram junto com a adoção de modelos de linguagem de larga escala nas empresas.
A tração não é teórica. O protocolo já foi integrado ao Azure AI Foundry e ao Copilot Studio, da Microsoft, e ao Amazon Bedrock AgentCore, da AWS, além do Google Cloud, com SDKs em Python, JavaScript, Java, Go e .NET, conforme o balanço de um ano da Linux Foundation. Esse alcance entre nuvens é o que torna realista pensar em escalar agentes de IA para além de um único provedor.
LangGraph: estado e controle para a rede de agentes
Se o A2A é o aperto de mão entre agentes, o LangGraph é o cérebro de coordenação dentro do seu sistema. Ele representa o fluxo como um grafo direcionado e cíclico, onde os nós são agentes, ferramentas ou módulos de memória, e as arestas definem o controle e o caminho dos dados. Diferente de uma pipeline linear, o grafo permite ciclos, ramificações e retomadas, base de qualquer orquestração séria de sistemas multiagentes.
O diferencial está no estado compartilhado e persistente. O LangGraph mantém o contexto vivo ao longo de todo o fluxo, então um agente pode analisar um documento, outro pode sinalizar um problema e o processo pode pausar para revisão humana sem perder nada do histórico. Esse controle fino é o que separa um protótipo de demonstração de uma operação que dá para colocar agentes em fluxos de trabalho contínuos.
Supervisor ou swarm: qual padrão usar
Dentro do LangGraph, duas arquiteturas dominam a coordenação de uma rede de agentes. No modelo supervisor, um agente orquestrador recebe cada pedido, decide qual especialista deve agir e centraliza as transferências. No modelo swarm, os agentes se passam o bastão diretamente, usando objetos Command que apontam para o próximo nó do grafo. A escolha não é sobre qual é melhor, e sim sobre o que a operação precisa, raciocínio que vale para qualquer projeto de supervisão de agentes em tempo real.
| Critério | Supervisor | Swarm |
|---|---|---|
| Roteamento | Centralizado no orquestrador | Direto entre agentes |
| Chamadas de LLM | 2 por domínio (rota + execução) | 1 por domínio após a primeira |
| Precisão do roteamento | Maior, decisão dedicada | Depende de cada agente |
| Latência | Mais alta pelo intermediário | Menor, sem intermediário |
| Melhor cenário | Fluxos críticos e auditáveis | Tarefas rápidas e fluidas |
Na prática, o supervisor tende a ser mais previsível porque o roteamento é a única função daquele nó, com um prompt focado. O swarm tende a ser mais ágil porque elimina a chamada intermediária, ao custo de distribuir a decisão de roteamento entre os agentes. Muitos times maduros combinam os dois, usando supervisão onde há risco e troca direta onde há volume, abordagem alinhada à forma como agentes LangChain são estruturados em arquiteturas reais.
Como montar uma rede de múltiplos agentes na prática
Juntar A2A e LangGraph segue um caminho que se repete entre as empresas que já levaram isso a produção. O esquema abaixo resume as cinco etapas de uma rede de múltiplos agentes, do cartão de identidade de cada agente até a camada de governança que mantém tudo sob controle.
Tudo começa com o Agent Card de cada agente, o documento A2A que diz o que ele faz e como ser chamado com segurança. Em seguida, o LangGraph assume a orquestração, normalmente com um supervisor decidindo o roteamento e mantendo o estado da conversa entre os nós. O estado compartilhado garante que nenhum contexto se perca nas transferências, ponto que costuma definir se uma rede transforma dados em execução ou apenas devolve respostas soltas.
A quarta etapa é a que mais separa piloto de operação: observabilidade e governança. Sem registrar cada decisão, cada handoff e cada chamada de ferramenta, a rede vira uma caixa preta impossível de auditar. Por isso, instrumentar o fluxo com governança de agentes via LangSmith costuma ser pré-requisito para liberar agentes em ambientes regulados. A quinta etapa, escalar, só faz sentido depois que essa base de observabilidade está madura.
Esse arranjo não elimina decisões difíceis. Custo por chamada de LLM, limite de latência aceitável e nível de autonomia que a operação tolera continuam sendo escolhas situacionais, sem resposta única, como mostra a discussão sobre maturidade, barreiras e ROI dos agentes de IA. A vantagem de combinar um protocolo aberto com um orquestrador com estado é que cada uma dessas decisões pode ser ajustada sem reescrever a rede inteira.
A comunicação A2A resolve a interoperabilidade, e o LangGraph resolve a coordenação. Juntos, eles tiram os agentes do território da demonstração e os colocam em redes que empresas conseguem operar, auditar e expandir, o tipo de fundação que a BIX Tecnologia ajuda a desenhar trabalhando com múltiplas plataformas de dados, nuvem e engenharia, conforme a realidade de cada operação.
Se sua empresa está estruturando uma rede de agentes de IA e quer que ela seja interoperável, observável e pronta para produção, nossos especialistas podem ajudar a desenhar a melhor arquitetura para o seu contexto. Fale com a nossa equipe e avance na maturidade dos seus agentes. ⬇️
O que é comunicação A2A? É o padrão aberto Agent2Agent que permite a agentes de IA criados por times e ferramentas diferentes se descobrirem, trocarem mensagens e delegarem tarefas por uma interface comum, hoje mantido pela Linux Foundation.
Qual a diferença entre A2A e MCP? O MCP conecta um agente às suas ferramentas, APIs e dados. O A2A conecta agentes entre si. São padrões complementares, pensados para funcionar juntos.
Onde o LangGraph entra nessa história? O LangGraph orquestra a rede dentro do seu sistema. Ele mantém o estado compartilhado, controla os caminhos entre os agentes e permite pausas para revisão humana, enquanto o A2A cuida da comunicação entre agentes de origens diferentes.
Quando usar supervisor em vez de swarm no LangGraph? Use supervisor quando precisar de roteamento previsível e auditável em fluxos críticos. Use swarm quando a prioridade for agilidade e menor latência em tarefas mais simples. Arquiteturas maduras costumam misturar os dois.
A comunicação A2A já está pronta para produção? Sim. No marco de um ano, o protocolo superou 150 organizações apoiadoras e registra uso em produção em setores como serviços financeiros, seguros e cadeia de suprimentos, com integração nas principais nuvens.
