A equipe do ACP inicialmente explorou a adaptação do Model Context Protocol (MCP) porque ele oferece uma base sólida para interações de contexto de modelos. No entanto, eles rapidamente encontraram limitações arquitetônicas que o tornaram inadequado para uma verdadeira comunicação entre agentes.
Por que o MCP é insuficiente para sistemas multiagentes:
Streaming: o MCP á compatível com o streaming básico, provavelmente de mensagens completas, mas não ao estilo "delta" mais refinado, para o qual as atualizações são enviadas assim que ocorrem. Fluxos delta, como tokens e atualizações de trajetórias, são fluxos compostos de atualizações incrementais em vez de cargas úteis de dados completas. Essa limitação decorre do fato de que, quando o MCP foi criado, ele não se destinava a interações no estilo de agentes.
Compartilhamento de memória: o MCP não é compatível com a execução de vários agentes em servidores e, ao mesmo tempo, manter a memória compartilhada. O ACP ainda não é totalmente compatível com essa função, mas é uma área ativa de desenvolvimento.
Estrutura de mensagens: o MCP aceita qualquer esquema JSON, mas não define a estrutura do corpo da mensagem. Essa flexibilidade dificulta a interoperabilidade, especialmente para a criação de agentes que precisam interpretar diversos formatos de mensagens.
Complexidade do protocolo: o MCP usa JSON-RPC e requer SDKs e tempos de execução específicos. Já o design baseado em REST do ACP, com compatibilidade assíncrona/síncrona integrada, é mais leve e compatível com integração.
Pense no MCP como oferecendo ferramentas melhores a uma pessoa, como uma calculadora ou um livro de referência, para aprimorar o desempenho. Por outro lado, oACP trata de permitir que as pessoas formem equipes, em que cada pessoa, ou agente, contribua com seus recursos de forma colaborativa dentro da aplicação de IA.
O ACP e o MCP podem se complementar:
