ACP estabelece protocolo de internet para agentes AI em machine learning
São Paulo — InkDesign News — Um novo protocolo aberto, o Agent Communication Protocol (ACP), promete revolucionar a interoperabilidade entre agentes de inteligência artificial (IA) em sistemas de machine learning e deep learning. Desenvolvido com governança aberta pelo Linux Foundation, o ACP possibilita que agentes desenvolvidos em múltiplos frameworks e tecnologias se comuniquem de forma padronizada, simplificando integrações complexas e ampliando o alcance das soluções de IA colaborativas.
Arquitetura de modelo
O ACP adota uma arquitetura baseada em comunicação REST, que utiliza padrões HTTP padrão, facilitando sua integração em sistemas de produção sem necessidade de bibliotecas especializadas. Por padrão, o protocolo opera de forma assíncrona, ideal para tarefas longas ou complexas, mantendo também suporte para comunicação síncrona. Agentes de diferentes modelos podem se descobrir e interagir, inclusive em ambientes offline ou com isolamento de rede, por meio da incorporação de metadados nas próprias distribuições dos agentes.
“O ACP representa uma mudança fundamental: de um ecossistema fragmentado e ad hoc para uma rede interconectada de agentes — cada um capaz de descobrir, compreender e colaborar com os demais, independentemente do fabricante ou do ambiente tecnológico.”
(“ACP represents a fundamental shift: from a fragmented, ad hoc ecosystem to an interconnected network of agents—each able to discover, understand, and collaborate with others, regardless of who built them or what stack they run on.”)— Equipe ACP, Linux Foundation
Treinamento e otimização
Embora o ACP não gerencie diretamente o treinamento ou a orquestração dos agentes, seu design simples permite empacotar agentes construídos com frameworks como LangChain, CrewAI ou AutoGen, facilitando a integração dos modelos e otimizando a comunicação entre eles sem a necessidade de infraestrutura complexa. Um exemplo prático inclui o uso do ACP em agentes que utilizam o modelo LLM Claude-3.5 via linguagem Python e SDK disponível, permitindo respostas estruturadas e memória contextual para conversas interativas.
“Agrupar agentes com ACP pode ser feito em poucas linhas de código, transformando funções simples em agentes compatíveis com o protocolo e prontos para colaborar em larga escala.”
(“Wrapping an agent with ACP can be done in just a few lines of code, transforming simple functions into protocol-compatible agents ready for large-scale collaboration.”)— Desenvolvedor BeeAI
Resultados e métricas
Adotar o ACP resolve desafios recorrentes, como a diversidade de frameworks e a complexidade das integrações personalizadas, reduzindo a escalabilidade quadrática das conexões ponto a ponto entre agentes. A interoperabilidade viabilizada pelo protocolo promove reutilização, descoberta automática e suporta tanto agentes efêmeros quanto agentes de longa duração, melhorando a eficiência organizacional e a colaboração entre distintas entidades comerciais, como demonstrado no uso para integração entre agentes de manufatura e logística.
“Sem o ACP, integrações entre agentes demandam autenticação manual, conversão de formatos e são caras e frágeis. Com o ACP, agentes colaboram diretamente via uma interface padronizada, simplificando expansão e parcerias.”
(“Without ACP, integrations require manual authentication, data format conversion, and are costly and fragile. With ACP, agents collaborate directly through a standardized interface, simplifying scaling and partnerships.”)— Especialista em IA, setor industrial
ACP difere do Model Context Protocol (MCP) e do Google Agent-to-Agent (A2A) ao focar na simplicidade, governança aberta e na neutralidade tecnológica, sendo ideal para ambientes descentralizados além dos ecossistemas proprietários. Os próximos passos envolvem adição de suporte a federação de identidade, delegação segura de tarefas e múltiplos registros de agentes para promover ainda maior escalabilidade e segurança.
Saiba mais sobre a evolução dos protocolos em machine learning e deep learning no ecossistema aberto do ACP.
Fonte: (Towards Data Science – AI, ML & Deep Learning)
