MCP e A2A sono i due protocolli che stanno ridisegnando l’infrastruttura dell’intelligenza artificiale agentica: il primo, creato da Anthropic, standardizza come un agente accede a strumenti e dati esterni; il secondo, lanciato da Google in aprile 2025, definisce come più agenti comunicano e si coordinano tra loro.
Insieme, stanno costruendo il sistema nervoso di un’architettura in cui macchine autonome collaborano per risolvere compiti complessi, senza che un umano debba orchestrare ogni singolo passaggio.
In questo articolo scoprirai:
- Cos’è il Model Context Protocol (MCP) e come funziona tecnicamente
- Cos’è il protocollo A2A di Google e perché Salesforce lo sostiene attivamente
- Le differenze concrete tra i due protocolli e quando usare ciascuno
- Come MCP e A2A si complementano in un’architettura multi-agente reale
- Lo stato dell’ecosistema nel 2026 e la governance Linux Foundation
Il problema che entrambi i protocolli risolvono
Per capire perché MCP e A2A esistono, bisogna partire dal problema che l’AI agentica porta con sé. Un agente AI non è un chatbot che risponde a domande: è un sistema che pianifica, esegue azioni nel mondo reale, usa strumenti, legge database, chiama API, e spesso deve coordinarsi con altri agenti specializzati.
Un esempio concreto di come si costruisce uno di questi strumenti in un framework agentico open source è illustrato nella guida a creare un tool per un agente AI.
Prima che questi protocolli esistessero, ogni integrazione era custom. Ogni azienda scriveva il proprio codice per connettere un modello a un database, ogni piattaforma definiva in modo proprietario come due agenti si parlassero.
Oggi la sfida non è più solo standardizzare l’integrazione ma esporla in sicurezza: capire come connettere server MCP privati a un provider come OpenAI senza aprire falle è un tema operativo cruciale.
Il risultato era prevedibile:
- frammentazione totale
- gli agenti AI aziendali non potevano collaborare tra framework diversi
- integrare un nuovo strumento richiedeva settimane di sviluppo
- scalare da un agente a cento significava riscrivere tutto
MCP e A2A nascono per eliminare questa confusione, ciascuno risolvendo una metà distinta del problema.
MCP: il protocollo che dà strumenti agli agenti
Il Model Context Protocol è stato introdotto da Anthropic nel novembre 2024 come standard aperto. L’analogia più precisa, usata spesso nella comunità tecnica, è quella della USB-C: così come la porta USB-C ha standardizzato la connettività hardware permettendo a qualsiasi dispositivo di connettersi a qualsiasi altro, MCP standardizza l’interfaccia tra un agente AI e qualsiasi strumento o fonte di dati esterno.
Tecnicamente, MCP definisce un’architettura client-server in cui il modello AI funge da client e i “server MCP” espongono strumenti specifici: query su database, chiamate API, ricerche web, esecuzione di codice, accesso al filesystem. Secondo la guida completa ai server MCP, il protocollo elimina la necessità di integrazioni custom riducendo drasticamente il tempo di sviluppo per connettere nuove capacità a un agente.
La crescita è stata rapida. Secondo dati citati da Clarifai, MCP ha raggiunto 97 milioni di download entro i primi mesi del 2026, con adozione che si è estesa ben oltre i modelli Claude di Anthropic. Ogni framework LLM rilevante, da LangChain a LlamaIndex, ha integrato supporto nativo per MCP.
Dal punto di vista della sicurezza, MCP supporta autenticazione tramite chiavi API e OAuth 2.1. La comunicazione tra agente e server MCP è prevalentemente stateless, il che significa che ogni richiesta è indipendente e non richiede che il server mantenga memoria dello stato della conversazione.
Questo la rende scalabile e semplice da implementare, ma meno adatta a scenari in cui un’operazione lunga deve essere monitorata nel tempo.
A2A: il protocollo che fa parlare gli agenti tra loro
Il protocollo Agent2Agent (A2A) è stato annunciato da Google Cloud nell’aprile 2025 con il supporto iniziale di oltre 50 partner tecnologici, tra cui Salesforce, SAP, MongoDB, LangChain, Atlassian e decine di grandi società di consulenza come Accenture, Deloitte e McKinsey. L’obiettivo dichiarato era risolvere la metà del problema che MCP non affronta: non come un agente accede a uno strumento, ma come due agenti autonomi si scoprono, si parlano e collaborano su un compito comune.
La differenza concettuale è sottile ma cruciale. Un tool, nel senso di MCP, ha input e output strutturati e comportamento deterministico. Un agente è autonomo, può ragionare, può adattarsi a problemi nuovi, e può a sua volta invocare altri agenti o strumenti. A2A è pensato per questo secondo caso: permette agli agenti di comportarsi come colleghi che si delegano lavoro, non come programmi che chiamano librerie.
Tecnicamente, A2A si basa su standard già consolidati: HTTPS per il trasporto, JSON-RPC 2.0 per il formato dei messaggi, Server-Sent Events per le notifiche in tempo reale su operazioni lunghe. Ogni agente che supporta A2A pubblica un documento JSON chiamato Agent Card a un URL standard (/.well-known/agent-card.json), che descrive il suo nome, le sue capacità e il suo endpoint. Gli altri agenti possono scoprirlo e interagire senza configurazione manuale.
Una delle caratteristiche più importanti di A2A rispetto a MCP è la gestione dello stato. Come spiega Auth0 nella sua analisi comparativa, A2A è progettato per essere intrinsecamente stateful: supporta task che durano ore o giorni, con meccanismi per tracciare il progresso, gestire interruzioni e riprendere da dove si era interrotto. Questo lo rende adatto a scenari enterprise complessi come l’approvazione di una richiesta di acquisto o la gestione di un onboarding che coinvolge più sistemi.
Salesforce e il ruolo nell’ecosistema enterprise
Salesforce è uno degli attori che più chiaramente illustra perché A2A non è solo un esperimento tecnico ma una scommessa strategica sull’architettura del lavoro aziendale. La loro piattaforma Agentforce, annunciata nel 2024, punta esattamente sul modello dell’AI agentica: agenti specializzati che gestiscono autonomamente processi di vendita, assistenza clienti, operazioni HR.
Secondo quanto dichiarato da Salesforce in occasione del lancio del progetto A2A sotto la Linux Foundation, riportato da Linux Foundation, l’azienda crede che il futuro dell’AI enterprise risieda nella collaborazione fluida tra agenti. Senza uno standard come A2A, Agentforce resterebbe un’isola: i suoi agenti potrebbero collaborare internamente ma non coordinarsi con agenti di SAP, ServiceNow o MongoDB presenti nello stesso ecosistema aziendale di un cliente.
Con A2A, invece, un agente Salesforce che rileva un problema in un contratto può delegare automaticamente la verifica legale a un agente specializzato di un altro vendor, ricevere risposta e procedere, il tutto senza intervento umano e senza che i due sistemi debbano essere stati integrati in anticipo tramite connettori custom. Questo è esattamente il tipo di flusso di lavoro che le grandi aziende stanno cercando di costruire.
Le differenze pratiche: quando usare MCP e quando A2A
La domanda che molti sviluppatori e architect si pongono è: quando uso MCP e quando uso A2A? La risposta, per fortuna, non richiede di scegliere: i due protocolli operano a livelli diversi dello stack e nella maggior parte delle architetture mature entrambi sono presenti.
MCP risponde alla domanda: “Come faccio a dare a questo agente la capacità di cercare nel database, chiamare questa API, o leggere questo file?” A2A risponde a: “Come faccio a far sì che questo agente possa delegare un sottoproblema a un agente specializzato di un altro sistema?” Come sintetizza TrueFoundry, MCP è verticale (agente verso strumento), A2A è orizzontale (agente verso agente).
Un esempio concreto aiuta a chiarire. Immagina un’azienda di e-commerce con tre agenti: uno gestisce l’inventario, uno gestisce gli ordini, uno comunica con i fornitori. L’agente inventario usa MCP per interrogare il database dei prodotti e ottenere le giacenze aggiornate. Quando rileva che un prodotto sta per esaurirsi, usa A2A per comunicarlo all’agente ordini, che a sua volta usa A2A per parlare con l’agente fornitore e avviare una richiesta di approvvigionamento. Ogni agente ha i propri tool tramite MCP; la collaborazione tra agenti avviene tramite A2A.
La governance nel 2026: la Linux Foundation e l’AAIF
Uno degli sviluppi più significativi nell’ecosistema dei protocolli agentic è stato il trasferimento della governance alla Linux Foundation. A2A è stato donato alla Linux Foundation nel giugno 2025, con oltre 100 aziende supporter al momento del trasferimento. Nel dicembre 2025 la Linux Foundation ha lanciato l’Agentic AI Foundation (AAIF), co-fondata da OpenAI, Anthropic, Google, Microsoft, AWS e Block, come casa permanente sia per A2A che per MCP.
Questa mossa ha implicazioni pratiche rilevanti:
- nessun singolo vendor controlla il futuro di questi standard
- aziende concorrenti come Anthropic e Google hanno esplicitamente scelto di cooperare sull’infrastruttura, competendo sulle applicazioni.
- chi costruisce oggi su MCP o A2A lo fa su basi istituzionalmente stabili, non su scommesse tecnologiche di un singolo attore.
Nel corso del 2025, inoltre, il protocollo ACP di IBM è confluito in A2A, e Google ha rilasciato la versione 0.3 di A2A con supporto gRPC, firma delle security card e supporto esteso lato client nel Python SDK. L’ecosistema sta maturando velocemente, come evidenziato anche dal lancio dell’Agent Payments Protocol (AP2), un’estensione di A2A sviluppata da Google con oltre 60 organizzazioni tra cui Mastercard, PayPal, Coinbase e Salesforce per gestire pagamenti sicuri tra agenti. L’obiettivo a medio termine dell’AAIF è garantire piena interoperabilità nativa tra MCP e A2A, in modo che un agente possa utilizzare entrambi i protocolli senza configurazioni aggiuntive o layer di traduzione intermedi.
Cosa significa per chi sviluppa con l’AI nel 2026
Per un team tecnico che sta costruendo sistemi AI nel 2026, ignorare questi protocolli è una scelta rischiosa. Come nota Stride nella sua guida pratica, chi oggi scrive endpoint HTTP custom per la comunicazione tra agenti sta accumulando debito tecnico in un ecosistema che si sta rapidamente standardizzando. Entrambi i protocolli dispongono di SDK maturi, documentazione completa e crescente adozione industriale.
Il consiglio più pragmatico è questo: inizia con un singolo agente e connettilo ai suoi strumenti tramite MCP. Aggiungi A2A solo quando hai una ragione genuina per avere più agenti autonomi e specializzati che devono coordinarsi. I sistemi multi-agente sono più complessi da debuggare, più costosi da eseguire e più lenti a rispondere: non aggiungere complessità senza una necessità reale.
Per chi vuole approfondire come queste tecnologie si inseriscono in un contesto aziendale più ampio, vale la pena leggere come Perplexity ha costruito la sua piattaforma API per agenti AI e come il DevDay di OpenAI ha ridefinito le skill strategiche per chi lavora in questo settore.
La standardizzazione portata da MCP e A2A non è solo una questione tecnica: è il prerequisito perché l’AI agentica diventi infrastruttura reale del lavoro d’impresa, non un prototipo di laboratorio.
Dall’infrastruttura alla realtà aziendale
Tutta questa evoluzione tecnologica ha un unico obiettivo: rendere l’intelligenza artificiale un collega affidabile, capace di agire in autonomia. Mimír AI Agent nasce con questo intento e si posiziona come il braccio operativo della tua azienda.
Mentre il mondo si interroga sui protocolli, Mimír AI Agent è già progettato per:
- Accesso intelligente ai dati: grazie alla RAG (Retrieval-Augmented Generation), gli agenti attingono in tempo reale alla conoscenza aziendale, interrogando database e documenti per fornire risposte precise, basate su fatti e non su supposizioni.
- Gestione automatizzata: copre l’intero processo di vendita, dal pre-vendita fino al supporto post-vendita.
- Supporto commerciale immediato: accesso rapido ai cataloghi e assistenza nella creazione di quotazioni di vendita, direttamente in chat.
- Integrazione totale: si connette ai sistemi aziendali come CRM e applicazioni, sia pubbliche che private.
Vuoi scoprire come Mimír AI Agent può rendere scalabile il tuo business?
Fonti:
- Announcing the Agent2Agent Protocol (A2A), Google Developers Blog, APRILE 2025
- Introducing the Model Context Protocol, Anthropic, NOVEMBRE 2024
- Linux Foundation Launches the Agent2Agent Protocol Project, Linux Foundation, GIUGNO 2025
- MCP vs A2A: Clearly Explained, Clarifai, 2025
- MCP vs A2A: A Guide to AI Agent Communication Protocols, Auth0, 2025
- Google’s Agent-to-Agent (A2A) and Anthropic’s Model Context Protocol (MCP), Gravitee, 2025
- MCP vs A2A: Key Differences, TrueFoundry, 2025
- Agent-to-Agent (A2A) vs. Model Context Protocol (MCP): When to Use Which?, Stride, 2025
- Agent2Agent Protocol Is Getting an Upgrade, Google Cloud Blog, 2025
- Google Open-Sources Agent2Agent Protocol for Agentic Collaboration, InfoQ, APRILE 2025
