MCP vs A2A: memilih protokol agen AI yang tepat

Agen AI Anda perlu memanggil API pencarian DNS. Itu juga perlu menyerahkan tugas penelitian ke agen terpisah di server lain. Ini adalah dua masalah yang berbeda, dan industri membangun dua protokol berbeda untuk menyelesaikannya: MCP (Model Context Protocol) dari Anthropic dan A2A (Agen-ke-Agen) dari Google.

Pengembang terus bertanya mana yang harus dipilih. Jawabannya: mereka memecahkan masalah yang berbeda. MCP menghubungkan model ke alat. A2A menghubungkan agen ke agen. Panduan ini menguraikan arsitektur, format pesan, model autentikasi, dan penerapan setiap protokol sehingga Anda dapat membuat keputusan yang tepat untuk sistem Anda.

MCP dalam 60 detik

MCP adalah protokol terbuka yang memberikan model AI akses ke alat dan data eksternal. Anggap saja sebagai port USB-C untuk AI: satu antarmuka standar, banyak alat. Model mengirimkan permintaan JSON-RPC yang menjelaskan alat mana yang harus dipanggil dan dengan parameter apa. Server MCP menjalankan alat tersebut dan mengembalikan data terstruktur.

Berikut tampilan panggilan alat MCP:

// MCP tool call: model asks the server to execute a tool
{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "name": "lookup_dns",
    "arguments": {
      "domain": "stripe.com",
      "type": "MX"
    }
  },
  "id": 1
}

// MCP tool result: server returns structured data
{
  "jsonrpc": "2.0",
  "result": {
    "content": [
      {
        "type": "text",
        "text": "{\"domain\":\"stripe.com\",\"type\":\"MX\",\"records\":[{\"priority\":1,\"value\":\"aspmx.l.google.com\",\"ttl\":300}]}"
      }
    ]
  },
  "id": 1
}

Model tersebut tidak pernah menyentuh jaringan secara langsung. Ini menjelaskan maksud ("mencari data MX untuk stripe.com"), dan server MCP menangani eksekusi. Hal ini membuat model tetap berada dalam sandbox sekaligus memberinya akses ke data dunia nyata.

Botoi menjalankan server MCP di api.botoi.com/mcp dengan 49 alat pengembang. Hubungkan ke Claude, Cursor, atau VS Code dalam satu baris:

# Connect botoi's 49 tools via MCP in one command
claude mcp add botoi --transport streamable-http https://api.botoi.com/mcp

# Now your agent can call tools like:
# lookup_dns, lookup_whois, ssl_check, jwt_sign,
# pii_detect, email_validate, hash, uuid_generate,
# json_format, base64_encode, and 39 more

A2A dalam 60 detik

A2A adalah protokol terbuka untuk komunikasi agen-ke-agen. Jika MCP menghubungkan model ke alat, A2A menghubungkan agen ke agen lainnya. Setiap agen menerbitkan "Kartu Agen" di URL terkenal yang menjelaskan keahlian, kemampuan, dan persyaratan autentikasinya. Agen lain menemukan kartu ini dan mengirimkan tugas.

Ini Kartu Agen:

// A2A Agent Card: published at /.well-known/agent.json
{
  "name": "invoice-processor",
  "description": "Extracts line items from PDF invoices and returns structured data",
  "url": "https://agents.example.com/invoice",
  "version": "1.0.0",
  "capabilities": {
    "streaming": true,
    "pushNotifications": false
  },
  "skills": [
    {
      "id": "extract-invoice",
      "name": "Extract Invoice Data",
      "description": "Parses a PDF invoice and returns line items as JSON"
    }
  ],
  "authentication": {
    "schemes": ["bearer"]
  }
}

Dan inilah cara satu agen mengirimkan tugas ke agen lainnya:

// A2A task/send: one agent asks another to do work
{
  "jsonrpc": "2.0",
  "method": "tasks/send",
  "params": {
    "id": "task-abc-123",
    "message": {
      "role": "user",
      "parts": [
        {
          "type": "text",
          "text": "Extract line items from this invoice PDF"
        },
        {
          "type": "file",
          "mimeType": "application/pdf",
          "uri": "https://storage.example.com/invoices/2026-march.pdf"
        }
      ]
    }
  },
  "id": 2
}

Perbedaan utama dari MCP: Tugas A2A tidak jelas. Agen pemanggil tidak mengetahui atau mengontrol bagaimana agen penerima menyelesaikan pekerjaannya. Itu bisa menggunakan alat MCP, menghubungi agen lain melalui A2A, atau menjalankan logika kepemilikan. A2A mendefinisikan kontrak antar agen, bukan antara model dan alat.

Tabel perbandingan

Dimensi	MCP (Protokol Konteks Model)	A2A (Agen-ke-Agen)
Dibuat oleh	Antropis (Nov 2024)	Google (April 2025)
Tujuan inti	Hubungkan model AI ke alat dan data	Hubungkan agen AI satu sama lain
Pola komunikasi	Alat panggilan model, dapatkan hasil	Agen mendelegasikan tugas kepada agen
Format kawat	JSON-RPC 2.0	JSON-RPC 2.0
Mengangkut	stdio (lokal), HTTP yang dapat dialirkan (jarak jauh)	HTTPS
Penemuan	Server memperlihatkan daftar alat melalui tools/list	Agen menerbitkan Kartu Agen di /.well-known/agent.json
Model autentikasi	Ditentukan server (kunci API, OAuth, tidak ada)	Skema deklarasi Kartu Agen (pembawa, OAuth 2.0, kunci API)
Mengalir	Acara yang Dikirim Server untuk hasil alat	Acara yang Dikirim Server untuk pembaruan tugas
Kenegaraan	Tanpa kewarganegaraan atau berbasis sesi	Siklus hidup tugas (dikirim, berfungsi, selesai, gagal)
Multimoda	Hasil alat berbasis teks	Teks, file, gambar, data terstruktur di bagian pesan
Lingkup eksekusi	Panggilan alat tunggal dengan input/output yang ditentukan	Tugas terbuka; agen memutuskan bagaimana menyelesaikannya

Arsitektur: bagaimana mereka cocok satu sama lain

MCP beroperasi pada lapisan alat. A2A beroperasi pada lapisan orkestrasi. Dalam sistem multi-agen, orkestrator menggunakan A2A untuk mendelegasikan tugas kepada agen spesialis. Setiap spesialis menggunakan MCP untuk mengakses alatnya.

Orchestrator Agent (A2A client)
  |
  |-- A2A task/send --> Research Agent
  |                        |-- MCP tools/call --> lookup_dns
  |                        |-- MCP tools/call --> lookup_whois
  |                        |-- MCP tools/call --> ssl_check
  |
  |-- A2A task/send --> Compliance Agent
  |                        |-- MCP tools/call --> pii_detect
  |                        |-- MCP tools/call --> email_validate
  |
  |-- A2A task/send --> Report Agent
                           |-- MCP tools/call --> markdown_to_html
                           |-- MCP tools/call --> pdf_from_html

Agen orkestra menerima permintaan seperti "mengaudit postur keamanan example.com". Ini memecahnya menjadi beberapa subtugas dan mendelegasikannya melalui A2A: satu agen meneliti DNS dan SSL, agen lain memeriksa paparan PII, dan agen ketiga menyusun laporan. Setiap agen menggunakan MCP untuk memanggil alat spesifik yang dibutuhkannya.

Kapan menggunakan MCP

• Model AI Anda perlu memanggil API, membuat kueri database, atau membaca file
• Anda menginginkan satu agen dengan akses ke banyak alat (seperti 49 alat di server Botoi MCP)
• Anda memerlukan panggilan alat deterministik dengan skema input/output yang ditentukan
• Anda sedang membangun dalam satu batas kepercayaan; model dan alat milik sistem yang sama
• Anda menginginkan dukungan klien yang luas: Claude Desktop, Claude Code, Cursor, VS Code, Windsurf, dan ChatGPT semuanya mendukung MCP

Kapan menggunakan A2A

• Anda memiliki banyak agen yang perlu mendelegasikan pekerjaan satu sama lain
• Agen menjangkau batas-batas organisasi (agen Anda berbicara dengan agen vendor)
• Tugas bersifat terbuka; agen pemanggil tidak menentukan bagaimana pekerjaan itu dilakukan
• Anda memerlukan siklus hidup tugas dengan pelacakan status (dikirim, berfungsi, selesai, gagal)
• Agen bertukar konten yang kaya: file, gambar, dan data terstruktur, bukan parameter alat

Model autentikasi dan kepercayaan

MCP memiliki cerita autentikasi yang sederhana. Server MCP memutuskan autentikasinya sendiri. Beberapa server tidak memerlukan autentikasi (akses sistem file lokal). Lainnya memerlukan kunci API atau token OAuth. Klien meneruskan kredensial di header. Tidak ada negosiasi autentikasi tingkat protokol.

A2A membangun autentikasi ke dalam lapisan penemuan. Setiap Kartu Agen menyatakan skema otentikasi yang didukungnya. Agen panggilan membaca kartu, memilih skema, dan mengautentikasi sebelum mengirim tugas. Ini berfungsi dengan baik untuk skenario lintas organisasi di mana agen perlu menegosiasikan kepercayaan pada waktu proses.

Untuk server Botoi MCP, akses anonim memberi Anda 5 permintaan per menit dan 100 per hari. Tambahkan kunci API di Authorization header untuk batas yang lebih tinggi:

{
  "mcpServers": {
    "botoi": {
      "type": "streamable-http",
      "url": "https://api.botoi.com/mcp"
    }
  }
}

Adopsi pada tahun 2026

MCP memiliki keunggulan. Anthropic mengirimkan MCP pada bulan November 2024, dan pada awal tahun 2026 setiap asisten pengkodean AI utama mendukungnya. Claude Desktop, Claude Code, Cursor, VS Code (GitHub Copilot), Windsurf, dan ChatGPT semuanya bertindak sebagai klien MCP. Ekosistem ini memiliki ribuan server MCP yang mencakup database, API, sistem file, browser, dan alat pengembang.

A2A lebih baru. Google merilis spesifikasi ini pada bulan April 2025. Penerapannya semakin meningkat di lingkungan perusahaan yang mengutamakan orkestrasi multi-agen: otomatisasi rantai pasokan, jalur pemrosesan dokumen, dan sistem layanan pelanggan dengan agen spesialis. Mekanisme penemuan Kartu Agen mempermudah pembangunan pasar dan direktori agen.

Jika Anda sedang membangun sistem pemanggilan alat agen tunggal saat ini, MCP memiliki ekosistemnya. Jika Anda membangun orkestrasi multi-agen, A2A menyediakan lapisan koordinasi yang Anda perlukan.

Contoh konkrit MCP: 49 alat botoi

Server MCP Botoi di api.botoi.com/mcp menunjukkan seperti apa MCP dalam produksi. Ini memaparkan 49 alat pengembang yang dikurasi dalam lima kategori:

Kategori	Menghitung	Contoh alat
Pencarian	12	dns_lookup, whois_lookup, ssl_check, email_validate, tech_detect
Teks dan data	10	json_format, base64_encode, csv_to_json, markdown_to_html
Pengembang	12	jwt_sign, uuid_generate, hash, cron_describe, regex_test
Keamanan	5	aes_encrypt, pii_detect, totp_generate, credit_card_validate
Mengubah	5	minify_js, sql_format, code_format, json_to_typescript

Server menggunakan transport HTTP Streamable, berjalan pada Cloudflare Workers di edge, dan tidak memerlukan konfigurasi apa pun selain penyiapan satu baris. Setiap alat memiliki skema masukan yang diketik dan mengembalikan JSON terstruktur. Manifes alat selengkapnya ada di api.botoi.com/v1/mcp/tools.json.

Ini adalah MCP pada intinya: satu server, banyak alat, I/O terstruktur, dan protokol standar yang dapat dihubungkan dengan klien mana pun yang kompatibel.

Kerangka keputusan

Ajukan tiga pertanyaan ini:

1. Apakah model AI Anda perlu menggunakan alat eksternal? Gunakan MCP. Hubungkan ke server MCP (atau buat sendiri) dan model Anda mendapatkan akses alat terstruktur.
2. Apakah Anda memiliki banyak agen yang perlu berkolaborasi? Gunakan A2A. Publikasikan Kartu Agen, kirim tugas, dan lacak siklus hidupnya.
3. Apakah Anda memiliki keduanya? Gunakan keduanya. A2A di lapisan orkestrasi, MCP di lapisan alat. Mereka beroperasi pada tingkat yang berbeda dan tidak bertentangan.

Pilihannya bukan MCP atau A2A. Itu MCP, A2A, atau MCP + A2A, tergantung kompleksitas sistem Anda. Mulailah dengan MCP jika Anda memerlukan akses alat. Tambahkan A2A saat Anda membutuhkan koordinasi agen.

Mulailah dengan MCP

Hubungkan asisten AI Anda ke 49 alat pengembang melalui server Botoi MCP. Periksa dokumen pengaturan MCP untuk konfigurasi Claude Desktop, Claude Code, Cursor, VS Code, dan Windsurf. Telusuri dokumen API untuk daftar lengkap 150+ titik akhir di belakang server MCP.