🔌 MCP: Model Context Protocol
O Model Context Protocol (MCP) foi criado pela Anthropic em novembro de 2024 para resolver um problema critico: cada ferramenta que um agente precisa usar exigia uma integracao customizada — API diferente, autenticacao diferente, formato de dados diferente. O MCP padroniza tudo isso com uma interface unica. Um agente que suporta MCP pode conectar-se a qualquer MCP server e automaticamente descobrir e usar suas ferramentas.
O MCP funciona com o modelo cliente-servidor: o agente e o MCP client, e cada ferramenta/servico expoe um MCP server. O server declara suas capacidades (tools, resources, prompts) e o client as descobre automaticamente. A comunicacao pode ser via stdio (processo local) ou SSE (HTTP streaming). Em 2026, existem milhares de MCP servers para tudo: bancos de dados, APIs SaaS, servicos cloud, ferramentas de desenvolvimento.
💡 Arquitetura do MCP
Os componentes do protocolo:
- • MCP Client: O agente que consome ferramentas — Claude, ChatGPT, qualquer agente compativel
- • MCP Server: O servico que expoe ferramentas — pode ser um DB, API, servico cloud
- • Tools: Funcoes que o agente pode chamar — definidas com schema JSON
- • Resources: Dados que o agente pode acessar — arquivos, registros, documentos
📊 Adocao do MCP
- Anthropic: Criador — Claude Desktop, Claude Code suportam nativamente
- OpenAI: Adotou MCP em 2025 — ChatGPT, Codex, API suportam nativamente
- Google: Suporte em Gemini e Vertex AI — interoperabilidade completa
- Ecossistema: 5000+ MCP servers disponiveis em repositorios publicos
🤝 A2A: Agent-to-Agent Protocol
O Agent-to-Agent Protocol (A2A) foi lancado pelo Google em abril de 2025 e rapidamente transferido para a Linux Foundation, tornando-se um padrao aberto e vendor-neutral. Enquanto o MCP resolve como um agente acessa ferramentas, o A2A resolve como agentes de diferentes plataformas se comunicam entre si. Um agente Claude pode pedir ajuda a um agente Gemini, que pode delegar para um agente GPT — tudo via A2A.
O protocolo funciona com Agent Cards: documentos JSON que descrevem as capacidades de um agente (o que ele sabe fazer, quais inputs aceita, quais outputs produz). Quando um agente precisa de ajuda, ele consulta Agent Cards disponiveis, escolhe o mais adequado e envia uma task estruturada. O agente remoto processa a task e retorna o resultado — com suporte a streaming para tarefas longas.
💡 Componentes do A2A
Como agentes se descobrem e colaboram:
- • Agent Cards: Documentos que descrevem capacidades — 'sou especialista em analise financeira'
- • Task management: Criar, monitorar e cancelar tarefas entre agentes remotos
- • Streaming: Resultados parciais em tempo real para tarefas longas
- • Vendor-neutral: Linux Foundation garante que nenhum vendor controla o padrao
📊 Impacto no ecossistema
- 50+ empresas: Google, Salesforce, SAP, ServiceNow e dezenas de outros apoiam o A2A
- Open source: Implementacoes de referencia em Python, TypeScript, Java e Go
- Interoperabilidade: Primeiro padrao real para agentes cross-platform colaborarem
- Linux Foundation: Governanca aberta garante evolucao neutra e sustentavel
💬 ACP: Agent Communication Protocol
O Agent Communication Protocol (ACP) foi proposto pela IBM com foco em dialogo estruturado e semantica de intencao entre agentes. Enquanto o A2A foca em task management (enviar tarefa, receber resultado), o ACP foca em como agentes negociam, esclarecem e refinam pedidos entre si. E a diferenca entre enviar um email (A2A) e ter uma conversa telefonica (ACP).
O ACP e particularmente relevante para cenarios enterprise onde agentes de diferentes departamentos precisam negociar e resolver ambiguidades. Um agente de vendas pode pedir ao agente de estoque "preciso de 1000 unidades ate sexta" — o agente de estoque responde "so tenho 800, posso entregar 200 na proxima semana" — e os agentes negociam a melhor solucao. Esse tipo de interacao semantica vai alem de simples request-response.
💡 Diferenciais do ACP
O que o ACP oferece que outros protocolos nao oferecem:
- • Intencao semantica: Mensagens carregam intencao (pedido, oferta, contraproposta) — nao apenas dados
- • Dialogo estruturado: Protocolo define turnos e transicoes validas na conversa
- • Negociacao: Agentes podem contrapropor, aceitar parcialmente ou rejeitar com justificativa
- • Enterprise focus: Projetado para cenarios corporativos com regras de negocio complexas
📊 Cenarios ideais
- Supply chain: Agentes negociam prazos, quantidades e precos entre departamentos
- Aprovacoes: Agente solicita aprovacao com justificativa, aprovador pede esclarecimento, ciclo continua
- Conflito resolution: Quando dois agentes chegam a conclusoes opostas, ACP estrutura o debate
- SLA negotiation: Agentes de servico negociam niveis de atendimento dinamicamente
📊 MCP vs A2A: quando usar cada um
A confusao mais comum e achar que MCP e A2A sao concorrentes. Na verdade, sao complementares e resolvem problemas diferentes. O MCP e vertical: conecta um agente a ferramentas e fontes de dados (agente → banco de dados, agente → API, agente → servico). O A2A e horizontal: conecta agentes entre si (agente Claude → agente Gemini, agente de vendas → agente de estoque).
Pense assim: MCP e como um plugue universal — qualquer aparelho (agente) pode conectar em qualquer tomada (ferramenta). A2A e como um telefone — qualquer pessoa (agente) pode ligar para qualquer outra pessoa (agente). Voce precisa dos dois: o agente usa MCP para acessar seu banco de dados e A2A para pedir ajuda a um agente especialista de outro time. Em sistemas maduros de 2026, ambos os protocolos coexistem naturalmente.
💡 Complementaridade
Como os protocolos se complementam:
- • MCP = vertical: Agente → Ferramenta — acesso a dados, APIs e servicos
- • A2A = horizontal: Agente → Agente — colaboracao entre agentes de diferentes plataformas
- • Juntos: Agente usa MCP para obter dados e A2A para consultar especialista externo
- • ACP = camada semantica: Adiciona negociacao e intencao sobre o A2A quando necessario
📊 Tabela de decisao
- Precisa acessar banco de dados? MCP — conecte via MCP server de DB
- Precisa chamar API externa? MCP — crie ou use um MCP server existente
- Precisa de ajuda de outro agente? A2A — envie task via Agent Card
- Precisa negociar com outro agente? ACP — dialogo estruturado com intencao
🔧 Configurando MCP na pratica
Configurar um MCP server na pratica e surpreendentemente simples. No Claude Desktop, voce edita o arquivo claude_desktop_config.json adicionando a referencia ao server. Para o OpenCode, a configuracao vai no opencode.json. O server pode ser um processo local (stdio) que voce inicia junto com o editor, ou um servico remoto (SSE) acessivel via HTTP.
Existem MCP servers prontos para praticamente tudo: filesystem (ler/escrever arquivos), PostgreSQL (queries SQL), GitHub (criar PRs, listar issues), Slack (enviar mensagens), Google Drive (acessar documentos). Para necessidades customizadas, criar um MCP server do zero envolve implementar a interface MCP em Python ou TypeScript — com SDKs oficiais, sao menos de 50 linhas de codigo para um server basico.
💡 Setup pratico
Passos para configurar MCP:
- • Escolher server: Buscar no repositorio de MCP servers (github.com/modelcontextprotocol/servers)
- • Configurar cliente: Adicionar server no claude_desktop_config.json ou opencode.json
- • Transporte: stdio para processos locais, SSE para servicos remotos
- • Testar: Verificar que tools aparecem no agente e funcionam corretamente
📊 Exemplos de configuracao
- Filesystem MCP: Acesso de leitura/escrita a diretorios especificos do sistema
- PostgreSQL MCP: Query, insert, update em bancos de dados via SQL natural
- GitHub MCP: Criar branches, PRs, listar issues, fazer merge — tudo via agente
- Custom MCP: SDK Python/TypeScript permite criar server para qualquer API interna
🔮 Futuro: interoperabilidade universal
O cenario que esta se desenhando para 2027-2028 e de interoperabilidade universal entre agentes. Imagine: um agente Claude no seu laptop usa MCP para acessar seu banco de dados local, A2A para pedir analise a um agente Gemini especialista em financas (rodando no Google Cloud), que por sua vez usa ACP para negociar prazos com um agente GPT no departamento de operacoes. Tudo automatico, tudo padronizado, sem integracao customizada.
Para esse futuro se concretizar, tres desafios precisam ser resolvidos: confianca (como verificar que um agente remoto e confiavel?), governanca (quem define limites do que agentes podem fazer entre si?) e padronizacao (MCP, A2A e ACP precisam convergir em interfaces compativeis). A Linux Foundation hospedando o A2A e um sinal positivo — padroes abertos e governanca neutra sao o caminho.
💡 Visao do futuro
O ecossistema agentico interoperavel:
- • Federation: Agentes de diferentes organizacoes colaboram via protocolos abertos
- • Discovery: Agent Cards permitem que agentes se descubram automaticamente
- • Trust: Certificados e reputacao garantem que agentes remotos sao confiaveis
- • Governance: Politicas organizacionais definem limites de interacao entre agentes
📊 Tendencias para acompanhar
- MCP + A2A convergencia: Esforcos para unificar ou criar ponte entre os protocolos
- Agent marketplaces: Plataformas onde voce publica e descobre agentes especializados
- Cross-org workflows: Empresas diferentes colaborando via agentes autonomos
- Regulacao: EU AI Act e regulacoes similares comecarao a cobrir interacoes entre agentes
📚 Resumo do Modulo
Proximo:
Modulo 2.7 - Padroes de Orquestracao