MCP vs A2A vs Respostas Abertas — Protocolos de Comunicação de Agentes de IA em 2026: O que Usar

Desde o final de 2025, os padrões de agentes de IA têm chegado em um aglomerado. A Anthropic doou o MCP para a Linux Foundation, o Google anunciou o A2A e a OpenAI publicou a especificação Open Responses. Isso é uma ótima notícia para o ecossistema — mas também é confuso pra caramba. O que cada um faz? Eles estão competindo? Podem coexistir?

Minha primeira reação foi "outra guerra de protocolos." Então, construí alguns servidores MCP eu mesmo, li a especificação do A2A e minha visão mudou. Esses três protocolos não estão competindo — eles ocupam camadas diferentes. A confusão vem do fato de que os três soam como "padrões de comunicação de agentes" quando você lê os nomes.

Neste post, vou detalhar cada protocolo e dar minha opinião honesta sobre quando usar o que.

MCP: Dando Mãos aos Agentes

O MCP (Modelo de Contexto de Protocolo) foi publicado pela Anthropic no final de 2024 e doado à Iniciativa de IA Agente da Linux Foundation (AAIF) em dezembro de 2025. Seu propósito central é singular: padronizar como os modelos de IA acessam ferramentas e dados externos.

A analogia do "USB-C para IA" se mantém. Antes do USB-C, cada laptop tinha uma porta de carregamento diferente. Antes do MCP, as conexões de ferramentas do Claude e as conexões de ferramentas do GPT eram implementações separadas. O MCP criou um conector comum.

O que o MCP padroniza:

• Ferramentas: Funções ou ações que um agente pode invocar (leitura de arquivos, chamadas de API, execução de código)
• Recursos: Dados que o agente pode ler (documentos, registros de DB, sistema de arquivos)
• Prompts: Modelos de prompt reutilizáveis que o servidor fornece

Em abril de 2026, existem mais de 5.000+ servidores MCP — GitHub Actions, Notion, PostgreSQL, Brave Search, automação de navegador e quase todas as principais ferramentas que você pode imaginar.

Quando conectei o MCP ao sistema de automação deste blog, a coisa que mais me surpreendeu foi a agnosticidade de framework. Os servidores MCP que construí para o Claude Code funcionaram em outros clientes compatíveis com MCP sem modificação. Na prática, existem casos extremos onde os conjuntos de recursos dos clientes diferem, mas a direção é sólida.

O que o Roteiro do MCP de 2026 Foca

O item mais importante no roteiro do MCP de 2026 é resolver escalabilidade horizontal. O transporte HTTP Streamable atual mantém sessões com estado — o que luta contra balanceadores de carga. Quando as solicitações são roteadas para diferentes instâncias de servidor, as sessões quebram. O roteiro visa tornar os servidores MCP genuinamente sem estado.

A segunda prioridade é a padronização de descoberta via .well-known. Agora, você precisa se conectar a um servidor MCP para saber o que ele oferece. O objetivo é servir metadados de capacidade sem uma conexão ao vivo.

Meu post anterior sobre WebMCP detalha como a implementação do servidor MCP funciona por trás das cenas, se você quiser uma imagem concreta.

A2A: Agentes Conversando Entre Si

O A2A (Agent2Agent) foi anunciado pelo Google em abril de 2025 e doado à Linux Foundation em junho de 2025. O propósito é diferente do MCP: padronizar como os agentes de IA descobrem, se comunicam e delegam tarefas entre si.

Se o MCP é "agente ↔ ferramenta," o A2A é "agente ↔ agente."

O problema que o A2A resolve: suponha que você tenha um agente de reserva de viagens, um agente especialista em busca de hotéis e um agente especialista em busca de voos. Como o agente de reservas delega tarefas aos especialistas? O MCP não lida com isso. Esse é o domínio do A2A.

Conceitos Centrais do A2A v1.0

A2A v1.0, lançado no início de 2026:

Cartão de Agente: Um documento JSON onde um agente anuncia suas capacidades. Quando um agente cliente precisa encontrar o especialista certo, ele lê os Cartões de Agente.

Comunicação baseada em tarefas: As interações são orientadas em torno de Tarefas. As Tarefas podem ser concluídas imediatamente ou durar muito tempo, com sincronização de estado embutida.

Cartões de Agente Assinados (o recurso principal da v1.0): Assinaturas criptográficas permitem que os agentes receptores verifiquem se um Cartão de Agente foi emitido pelo proprietário do domínio. Isso torna a descoberta descentralizada de agentes viável — você pode filtrar agentes falsos.

Em abril de 2026, mais de 150 organizações adotaram o A2A, com implantações em produção na Microsoft, AWS, Salesforce, SAP e ServiceNow.

Opinião honesta: quando li a especificação do A2A pela primeira vez, fiquei cético sobre a segurança prática. Agentes delegando diretamente a outros agentes soa elegante, mas o modelo de confiança se complica rapidamente. Os Cartões de Agente Assinados da v1.0 estão indo na direção certa, mas eu gostaria de ver mais validação em produção antes de tratá-lo como uma infraestrutura robusta.

Um post separado cobre arquiteturas híbridas de produção A2A + MCP — especificamente como sobrepor esses dois protocolos sem criar uma bagunça.

Open Responses: A Aposta da OpenAI na Compatibilidade de API

Open Responses é uma especificação aberta publicada pela OpenAI em fevereiro de 2026. Ela opera em um nível diferente do MCP e A2A. Esses dois abordam como os agentes se comunicam; Open Responses aborda como padronizar APIs de fluxo de trabalho agentes.

A especificação é construída sobre a API de Respostas da OpenAI — a sucessora das Conclusões de Chat — e a proposta é: vamos abrir esse padrão para que outros provedores de modelos possam oferecer a mesma interface. Se você escrever código agente contra a API de Respostas, ele deve funcionar contra modelos do Hugging Face, inferência local ou qualquer outro provedor compatível sem reescrever sua integração.

Suporte ao ecossistema: Hugging Face, Vercel, OpenRouter assinaram. Ollama, vLLM e LM Studio o suportam para inferência local. A documentação da especificação e as ferramentas de teste de conformidade estão em openresponses.org.

Minha opinião honesta: Open Responses é complementar ao MCP e A2A, não competitivo. Mas eu não vejo uma razão convincente para priorizá-lo na maioria das pilhas de produção agora. A validação em produção em larga escala é escassa. A aposta de que outros fornecedores adotarão o design da API da OpenAI como um padrão universal é real, mas não comprovada em escala.

Comparação Lado a Lado

A coisa mais importante a entender: MCP e A2A são E, não OU. A maioria dos sistemas multi-agentes em produção em 2026 usa ambos. Cada agente se conecta às suas próprias ferramentas via MCP; os agentes coordenam via A2A.

Como Eles Se Sobrepõem na Prática

Um exemplo de arquitetura concreta:

Cenário: Sistema de pesquisa automatizado