Google का A2A protocol 9 अप्रैल को एक साल का हो गया। एक सौ पचास organizations ने साइन किया। बाईस हज़ार GitHub stars। पाँच production SDKs। IBM का competing ACP इसमें merge हो गया Linux Foundation के अंदर। Azure AI Foundry और Amazon Bedrock AgentCore दोनों में embed है।
हर metric के हिसाब से A2A जीत गया — सिवाय उस एक metric के जो actually मायने रखता है।
वो metric: आज कोई भी major agent SDK native A2A support ship नहीं करता। एक भी नहीं। जो protocol बना था कि कोई भी AI agent किसी भी दूसरे agent को discover करके task delegate कर सके — चाहे vendor कोई भी हो — उसने अपना पूरा पहला साल logos collect करते हुए बिताया, जबकि developers जो SDKs actually use करते हैं वो बिल्कुल उल्टी दिशा में चले गए।
तेरह दिन, चार किले
3 अप्रैल से 15 अप्रैल 2026 के बीच, चार companies ने अपने-अपने multi-agent delegation features ship किए। इनमें से कोई भी एक-दूसरे से interoperate नहीं करता।
3 अप्रैल को Microsoft ने Agent Framework v1.0 release किया — एकमात्र framework जो multi-vendor coordination attempt भी करता है, Claude, GPT, Gemini, और Bedrock के connectors के साथ। A2A support? "Coming soon." 8 अप्रैल को Anthropic ने Managed Agents public beta में launch किया: sandbox execution, state persistence, multi-agent coordination — सिर्फ Claude, A2A का कहीं ज़िक्र नहीं। 9 अप्रैल को A2A ने अपना एक साल का milestone मनाया — ढेर सारे numbers वाली press release और zero SDK integrations। फिर 15 अप्रैल को OpenAI ने Agents SDK v0.14 ship किया Sandbox Agents और handoff primitives के साथ — theory में model-agnostic, practice में कोई A2A नहीं।
चार vendors। तेरह दिन। एक ही idea की चार incompatible बोलियाँ। और जो protocol इन सबको unify करने के लिए बनाया गया था वो अपने 150 organizational supporters के साथ कोने में बैठकर तमाशा देखता रहा।
"No adoption" code में कैसा दिखता है
ये रहा Anthropic का delegation model। तुम REST API से एक managed agent बनाते हो — वो Anthropic के sandbox में run होता है — और तुम्हारा coordinator sessions के through delegate करता है:
import anthropic
client = anthropic.Anthropic()
# Managed agent बनाओ (Anthropic के cloud sandbox में run होता है)
agent = client.agents.create(
model="claude-sonnet-4-20260514",
instructions="You are a research specialist.",
tools=[{"type": "web_search"}],
)
# Session start करो — coordinator एक subtask भेजता है
session = client.sessions.create(
agent_id=agent.id,
messages=[{"role": "user", "content": "Analyze A2A adoption metrics"}]
)
अब ये रहा OpenAI का approach — अलग runtime, बिल्कुल अलग philosophy:
from openai_agents import Agent, handoff
research_agent = Agent(name="researcher", model="gpt-4.1")
coding_agent = Agent(name="coder", model="gpt-4.1")
# Handoff: research_agent पूरा control coding_agent को transfer करता है
research_agent.handoffs = [handoff(coding_agent)]
दो code blocks। दो ecosystems। Zero shared interface surface। तुम्हारा Claude agent OpenAI agent को handoff() नहीं कर सकता, और तुम्हारा OpenAI agent Anthropic के infra पर sessions.create() नहीं कर सकता। इन दोनों में literally एक भी common method call नहीं है।
A2A discovery के लिए AgentCards define करता है, delegation के लिए task lifecycle, और streaming — सब vendor-neutral। ये वो layer बनने के लिए बना था जो ऊपर के दो snippets को unnecessary बना दे। इसकी जगह, दोनों SDKs ने इसका नाम लिए बिना ship कर दिया।
150 logos translate क्यों नहीं हुए
A2A के पास वो सब कुछ है जो एक standard को चाहिए, सिवाय उस एक चीज़ के जो standards को actually चिपकाती है: use के point पर friction-free integration। कोई pip install a2a नहीं है जो Anthropic या OpenAI project में drop हो जाए। कोई middleware नहीं है जो handoff() को auto-translate करके A2A task बना दे। Protocol अपनी अलग repository में रहता है, अपनी अलग SDKs के साथ, और developers को अपने actual orchestration framework और A2A के task model के बीच translation shims खुद बनानी और maintain करनी पड़ती हैं।
अगर आज तुम vendor SDKs को A2A से bridge करने की कोशिश करो, तो classic N-squared problem में फँस जाओगे: हर vendor SDK pair को एक custom bridge चाहिए। तीन vendors मतलब छह bridges। चार मतलब बारह। ये उतना ही अच्छे से scale करता है जितना fax machines करती थीं।
फिर latency है। हर protocol translation hop पर measurable overhead add होता है — इतना कि तीन agents को bridge layers से chain करने पर कोई भी thinking शुरू होने से पहले ही काफ़ी wall-clock time जल जाता है। Agentic loops जो reasoning और tool use के through बार-बार iterate करते हैं, उनमें ये compound होता जाता है।
और governance पूरे board पर blind spot बना हुआ है। तुम्हारा coordinator agent दूसरे vendor के infrastructure पर run हो रहे sub-agent की reasoning inspect नहीं कर सकता। तुम ऐसे output पर trust कर रहे हो जिसे fundamentally audit नहीं किया जा सकता। A2A का spec भी इसे address नहीं करता।
Microsoft की बाज़ी — और ये interesting क्यों है
Microsoft का Agent Framework v1.0 वो outlier है जिस पर नज़र रखनी चाहिए। ये एकमात्र shipping framework है जो एक ही delegation graph में Claude, GPT, Gemini, और Bedrock को coordinate करता है। ये अभी A2A use नहीं करता — वो "coming soon" disclaimer बहुत heavy lifting कर रहा है — लेकिन ये prove करता है कि multi-vendor orchestration technically possible है जब एक vendor routing layer control करे।
Catch ये है: किसी को तो routing layer own करना पड़ेगा। Microsoft volunteer कर रहा है। ये interop नहीं है — ये एक अलग किस्म का lock-in है, बस एक layer ऊपर।
व्यावहारिक architecture
आज कुछ भी build करने वाले के लिए decision straightforward है लेकिन कड़वा है: single-vendor orchestration चुनो और MCP tools को interop escape valve की तरह use करो। एक vendor का agent framework delegation graph own करता है, MCP external data और tool access handle करता है। ये exactly वही lock-in है जो multi-model promise रोकने वाला था।
MCP ने prove कर दिया कि tool access standardize हो सकता है — एक protocol, हर vendor ने महीनों में adopt कर लिया। Agent-to-agent delegation वही problem है बस एक layer ऊपर, और A2A इसे solve करने का obvious candidate है। Spec solid है। Governance real है। Organizational support broad है।
लेकिन जो protocol developers जिन SDKs को reach करते हैं उनमें embedded नहीं है, वो protocol सिर्फ काग़ज़ पर exist करता है। A2A एक साल का हो गया। इसके पास सब कुछ है — सिवाय उस एक चीज़ के जो actually count करती है: किसी और के import statement में एक line।
