Разработка и внедрение моделей

Стандарты для ИИ-агентов: карта протоколов и что внедрять сейчас

Карта стандартов для ИИ-агентов: доступ к инструментам через MCP, навыки Agent Skills и AGENTS.md, межагентное взаимодействие A2A и критерий выбора.

Редакция DeepMe
· Обновлено · 7 мин чтения
Три керамические стойки с карточками и кубиками, связанные лентами, и шар, переходящий от одной стойки к другой.

Стандарты для ИИ-агентов решают три разные задачи, и путать их — главная причина неудачных внедрений. Один слой описывает, как агент получает доступ к инструментам и данным (MCP). Второй — как описать его поведение и навыки (AGENTS.md и Agent Skills). Третий — как агенты разных вендоров общаются между собой (A2A). Ниже — карта этих слоёв и критерий, по которому решают, что внедрять сейчас, а что пока только отслеживать.

Три слоя стандартов: зачем их разделять

Агент — это модель плюс окружение: инструменты, инструкции и другие агенты. Каждой части нужен свой способ договориться о формате, иначе интеграции превращаются в набор самодельных скриптов под конкретного вендора.

  • Доступ к инструментам — как агент узнаёт, какие действия ему доступны, и как их вызывает. Здесь работает MCP.
  • Поведение и навыки — как объяснить агенту, что и в каком порядке делать. Здесь применяются AGENTS.md и Agent Skills.
  • Межагентное взаимодействие — как один агент поручает задачу другому, собранному на ином фреймворке. Здесь речь об A2A.

Слои дополняют друг друга, а не конкурируют. Попытка закрыть один слой средствами другого — типичная ошибка, о ней ниже.

MCP: транспорт и доступ к инструментам

MCP (Model Context Protocol) описывает, как агент подключается к внешним инструментам и источникам данных через единый интерфейс, вместо того чтобы для каждого сервиса писать отдельный коннектор. Идея та же, что у универсального разъёма: сервер объявляет свои возможности, клиент-агент их использует.

По спецификации проекта в архитектуре выделены три роли: хост (приложение с языковой моделью, которое инициирует подключения), клиенты (коннекторы внутри хоста) и серверы (сервисы, предоставляющие контекст и возможности). Обмен идёт сообщениями JSON-RPC, соединения stateful, а стороны договариваются о поддерживаемых возможностях. Сервер может отдавать ресурсы (данные и контекст), промпты (шаблоны сообщений и рабочих процессов) и инструменты (функции, которые модель выполняет).

Что это даёт на практике: один и тот же сервер с доступом к базе или CRM может подключить несколько разных агентов, а замена агента не требует переписывать интеграции. Цена внедрения — поддерживать собственные серверы, следить за версиями схем инструментов и контролировать, какие действия агент выполняет без подтверждения.

Спецификация отдельно подчёркивает безопасность: инструменты — это, по сути, исполнение произвольного кода, и описания их поведения (включая аннотации) считаются недоверенными, если получены не от доверенного сервера. Хост обязан получить явное согласие пользователя перед вызовом любого инструмента, а пользователь должен понимать, что инструмент делает, прежде чем разрешить его. Это архитектурное требование, а не настройка модели.

AGENTS.md и Agent Skills: поведение и навыки

Agent Skills Anthropic описала как открытый стандарт кросс-платформенного переноса процедурных знаний. Навык — это папка с файлом SKILL.md, который начинается с YAML-метаданных: обязательны имя и описание. При старте агент предзагружает в системный промпт только имена и описания установленных навыков — этого достаточно, чтобы понять, когда навык уместен, не загружая его целиком.

Ключевой принцип — progressive disclosure, постепенное раскрытие. Если задача релевантна, агент читает полный SKILL.md; если навык сложный, рядом кладут дополнительные файлы и ссылаются на них по имени, а агент открывает их только по необходимости. Так контекст не забивается инструкциями, которые сейчас не нужны, и объём знаний, который можно упаковать в навык, на практике не ограничен размером одного файла.

Навык может включать и код, который агент запускает как инструмент по своему усмотрению. Для части операций это выгоднее генерации токенов и, что важнее, даёт детерминированный результат: скрипт можно выполнить, не загружая ни его, ни обрабатываемые данные в контекст.

AGENTS.md решает смежную задачу: это простой открытый формат, который его авторы описывают как README для агентов — предсказуемое место, где лежат контекст и инструкции по работе с конкретным проектом. Навык отвечает на вопрос «как делать класс задач», AGENTS.md — «что важно знать именно в этом репозитории».

Что даёт: один раз оформленная инструкция переиспользуется во всех сессиях, а не пересказывается заново. Цена внедрения — дисциплина авторов навыков: устаревший навык хуже, чем его отсутствие, потому что агент уверенно применяет неверную процедуру.

A2A: взаимодействие между агентами

A2A (Agent2Agent) — открытый протокол для связи агентов, построенных на разных фреймворках и работающих на разных серверах. По данным репозитория проекта, он развивается как open source под эгидой Linux Foundation, вклад внесён Google, лицензия — Apache 2.0.

Задача протокола — дать агентам общий язык, чтобы они обменивались задачами как агенты, а не как вызываемые инструменты. Это принципиальное отличие от MCP: MCP подключает инструмент, A2A соединяет двух исполнителей, у каждого из которых свои инструкции и своя логика. Репозиторий прямо описывает A2A как дополнение к MCP.

Что даёт: агенты могут обнаруживать возможности друг друга, договариваться о формате взаимодействия, совместно вести длительные задачи и при этом не раскрывать внутреннее состояние, память или реализацию инструментов. Обмен построен на JSON-RPC 2.0 поверх HTTP(S), обнаружение — через «Agent Cards» с описанием возможностей и параметров подключения; поддерживаются синхронные запросы, потоковая передача и асинхронные уведомления.

Цена внедрения — нужно заранее договориться о границах полномочий, формате передачи результата и о том, кто отвечает за ошибку на стыке.

Сравнение протоколов и критерий выбора

СлойЗадачаЧто даётЦена внедренияРешение
MCPДоступ к инструментам и даннымЕдиный коннектор вместо набора самодельных интеграцийПоддержка серверов, версионирование схем, согласие на вызов инструментовВнедрять при нескольких инструментах
AGENTS.md / Agent SkillsПоведение и навыкиПереиспользование инструкций, экономия контекстаДисциплина ведения навыковВнедрять почти всегда, начинать с малого
A2AСвязь между агентамиПроцесс из агентов разных поставщиковСогласование полномочий и ответственностиОтслеживать до появления второго агента

Критерий выбора — не популярность протокола, а цена ошибки и необратимость действий. Если агент только читает данные и готовит черновик, достаточно навыков и простого доступа к инструментам. Если он меняет записи в системе или отправляет документы наружу, требования к мандату, аудиту и границам полномочий резко возрастают, и экономить на них нельзя.

Сквозной учебный пример: заявка от инструмента до согласования

Пример ниже — учебная иллюстрация, а не результат внедрения или исследования. Названия систем условны.

Представим агента, который обрабатывает заявки на доступ к внутреннему сервису.

  1. Доступ к данным через MCP. Агент подключается к CRM через MCP-сервер и получает карточку заявителя. Сервер объявляет только операции чтения — изменить запись агент не может.
  2. Оформление по навыку. В навыке SKILL.md описано, как формировать заявку: какие поля обязательны, в каком порядке идёт проверка, какой шаблон использовать. Агент подгружает навык, только когда задача действительно про заявки.
  3. Передача второму агенту через A2A. Согласование поручено отдельному агенту-согласователю со своими правилами. Первый агент передаёт ему заявку и получает результат, не зная, на каком фреймворке тот построен.

Что показывает пример: каждый слой отвечает за своё. Если попытаться описать согласование внутри навыка, логика второго агента окажется в чужом файле инструкций и будет дублироваться. Если попытаться передать заявку через MCP, второй агент превратится в инструмент и потеряет собственную автономию.

Типичные ошибки

Смешение слоёв

Самая частая ошибка — решать межагентное взаимодействие через навыки или доступ к инструментам через A2A. Признак проблемы: инструкции разрастаются, а поведение остаётся непредсказуемым, потому что задача решается не тем механизмом.

Отсутствие версионирования схем

Инструмент меняет набор параметров, а агент продолжает вызывать старую версию. Без явного версионирования схем такие поломки обнаруживаются уже в работе. Правило простое: у схемы инструмента есть версия, и переход на новую — отдельное решение, а не побочный эффект обновления.

Необратимые действия без мандата

Агент, который может удалить запись или отправить письмо клиенту, требует явного ограничения полномочий и подтверждения на необратимых шагах. Спецификация MCP прямо требует согласия пользователя перед вызовом инструмента; на уровне процесса это же правило распространяется на любые необратимые операции.

Чек-лист перед внедрением

  • Определён слой: задача про доступ к инструментам, про поведение или про связь агентов.
  • У каждого инструмента есть версия схемы и порядок её изменения.
  • Есть реестр агентов и навыков: кто что умеет и кто за это отвечает.
  • Необратимые действия требуют подтверждения и оставляют след в журнале.
  • Настроены аудит и сквозная трассировка: по логу видно, какой навык и какой инструмент сработали.
  • Границы полномочий описаны до запуска, а не после инцидента.
  • Для каждого протокола выбран режим: внедряем или отслеживаем, и когда пересматриваем решение.

Если агент работает с кодом или доступом к репозиториям, полезно отдельно разобрать организационные вопросы — об этом в материале «ИИ-агенты в разработке». А после запуска стоит заранее продумать сопровождение: см. мониторинг и обслуживание моделей ИИ после внедрения.

Первичные источники по теме: репозиторий A2A, спецификация MCP, формат AGENTS.md и описание Agent Skills у Anthropic.

Что делать дальше

Начните с навыков: они дают отдачу быстрее всего и почти не требуют инфраструктуры. MCP подключайте, когда инструментов становится несколько и самодельные коннекторы начинают дублироваться. A2A держите в поле зрения до момента, когда появится второй агент, которому нужно передавать задачи. Такой порядок снижает риск, что стандарт выбран раньше, чем появилась задача, которую он решает.