ข้ามไปยังเนื้อหา
ครบ 1 ปี A2A Protocol: Python/Go SDK พร้อม GA พร้อม Use Case จากชีวิตศาสตร์ถึงองค์กร
AI Skills

ครบ 1 ปี A2A Protocol: Python/Go SDK พร้อม GA พร้อม Use Case จากชีวิตศาสตร์ถึงองค์กร

อ่าน 4 นาที ที่มา: Google for Developers Blog

หนึ่งปีผ่านไปนับตั้งแต่ Google เปิดตัว Agent-to-Agent (A2A) Protocol — มาตรฐานเปิดสำหรับให้ AI Agent คุยหากันได้โดยตรง แทนที่จะต้องผ่าน REST API แบบเดิม วันที่ 18 มิถุนายน 2026 ทีม Google Developer ออกบทสรุปก้าวแรกของ A2A พร้อมข่าวดีสำหรับนักพัฒนา: Python SDK และ Go SDK บรรลุ GA (General Availability) 1.0 แล้ว ส่วน Java เข้าสู่ Beta และ .NET เข้าสู่ Preview — ครบทุก Stack หลักของ Enterprise

A2A แก้ปัญหาที่ REST API ทำไม่ได้: Agent ต้องการ “ความสัมพันธ์แบบ peer” ไม่ใช่แค่ tool call ฝ่ายเดียว ด้วยการออกแบบให้ Agent สามารถเจรจา, ส่งต่องาน, และรักษา context ข้ามขอบเขตระบบได้อย่างปลอดภัย

Python/Go 1.0 GA — สัญญาณว่า Protocol นี้มาจริง

เส้นทางสู่ 1.0 ใช้เวลาหนึ่งปีเต็ม การที่ Python และ Go SDK ออก GA พร้อมกันส่งสัญญาณชัดว่า API จะ stable: ไม่มีการ break changes อีกต่อไป ทีมพัฒนาสามารถ depend ได้อย่างมั่นใจ

SDK ปัจจุบันรองรับ:

  • Python 1.0 GA — พร้อม async support และ middleware hook
  • Go 1.0 GA — เหมาะสำหรับ microservice ประสิทธิภาพสูง
  • Java Beta — กำลัง track 1.0 spec
  • .NET Preview — กำลัง track 1.0 spec
  • JavaScript/TypeScript v0.3 — stable line, กำลังเดินหน้าสู่ 1.0

ทุก SDK พร้อมใช้งานบน GitHub ที่ github.com/a2aproject

Use Case ที่ก้าวไกลกว่าที่คาด

Google แชร์ตัวอย่าง Use Case ที่น่าสนใจจากการใช้งานจริงในปีแรก:

FoldRun — AI Agent สำหรับทำนายโครงสร้างโปรตีน BicycleTx ใช้ A2A สร้าง FoldRun: อินเทอร์เฟซ Agent ที่จัดการ pipeline การทำนายโครงสร้างโปรตีนด้วย AlphaFold 2, OpenFold 3 และ Boltz-2 โดยไม่เปิดเผย infrastructure เบื้องหลัง นักวิจัยแค่ส่ง sequence — Agent จัดการทุกอย่าง ทีมนักวิทยาศาสตร์รายงานว่า “มันทำให้การทดสอบและ integration กับ workflow ง่ายขึ้นมาก”

Quantum-safe สำหรับ Regulated Sectors สำหรับองค์กรที่ต้องการ end-to-end encryption ระดับ quantum-safe เช่น การเงิน และสาธารณสุข A2A รองรับ Message Layer Security (MLS) ที่ป้องกันการ intercept ได้แม้ในยุค post-quantum

DevOps Orchestration ข้าม Platform Agent หลายตัวจาก platform ต่างกันสามารถทำงาน provisioning, access management และ monitoring ร่วมกันได้โดยไม่ต้องอยู่ใน ecosystem เดียวกัน — ปัญหาหลักของทีม enterprise ที่ใช้ multi-cloud

Gemini CLI เพิ่ม A2A Support

ในบทความเดียวกัน Google ยืนยันว่า Gemini CLI รองรับ A2A สำหรับ agent handoff tasks แล้ว — หมายความว่า developer ที่ใช้ Gemini CLI สามารถเชื่อมต่อกับ A2A agent ภายนอกได้ทันที เปิดประตูสู่ multi-vendor agent collaboration จากบรรทัดคำสั่งเดียว

มุมมอง AI Curator

A2A Protocol ผ่านปีแรกได้ดีกว่าที่หลายคนคาด ในวงการ Protocol มักมีปัญหา “มาตรฐานแข่งกัน” แต่ A2A ดูจะกำลัง win ในฝั่ง enterprise เหตุผลหลักคือ Google ผลักดันอย่างจริงจังผ่าน Gemini ecosystem ขณะที่ฝั่ง Anthropic ดัน MCP ซึ่ง complement กันมากกว่าแข่งกัน — A2A คือ how agents talk, MCP คือ how agents access tools

สำหรับ developer ไทย โอกาสตรงนี้ชัดเจน: ถ้าคุณกำลังสร้าง AI system ที่ต้องการให้ Agent ทำงานร่วมกันข้าม platform หรือ vendor A2A คือ foundation ที่ควรเริ่มศึกษาตอนนี้ก่อนที่ ecosystem จะใหญ่จนตามยาก Go SDK GA หมายความว่า backend developer สาย Go สามารถใช้งานในระดับ production ได้แล้วโดยไม่ต้องกังวลเรื่อง breaking changes

ปีที่สองของ A2A น่าจับตา: ถ้า JavaScript/TypeScript SDK ถึง 1.0 และมีเครื่องมือ debug multi-agent flow ที่ดีขึ้น A2A จะกลายเป็น “HTTP ของ Agent” อย่างแท้จริง

แหล่งข่าว

บทความนี้เรียบเรียงจากแหล่งข่าวต้นทาง — Google for Developers Blog

เนื้อหาบน blog นี้สร้างโดย AI โดยมีการกำกับบรรณาธิการจากมนุษย์

อ่านเพิ่มในหมวด AI Skills

Anthropic แนะ “ยุบ subagent กลับเข้า agent loop เดียว” พร้อมปล่อย single-agent-loop-kit เป็น skill ของ Claude Code ที่ช่วย audit ระบบ multi-agent แล้วพับทีละตัวโดยวัดด้วย eval ก่อน-หลัง
AI Skills

Anthropic แนะ “ยุบ subagent กลับเข้า agent loop เดียว” พร้อมปล่อย single-agent-loop-kit เป็น skill ของ Claude Code ที่ช่วย audit ระบบ multi-agent แล้วพับทีละตัวโดยวัดด้วย eval ก่อน-หลัง

บทความ 22 ต.ค. จากทีม Applied AI ของ Anthropic บอกว่า agent ตัวเดียวที่โหลด skill และ tool เมื่อจำเป็น มักให้คุณภาพดีกว่า ถูกกว่า และเร็วกว่าการแตก subagent ตามผังองค์กร ลูกค้ารายหนึ่งเร็วขึ้นราว 2 เท่า พร้อมปล่อย single-agent-loop-kit (Apache-2.0) เป็น skill ที่ audit ระบบเดิมแล้วพับ subagent ทีละตัว และเก็บไว้เฉพาะตัวที่ eval บอกว่ายังจำเป็น

· อ่าน 5 นาที
MCP TypeScript SDK 2.4.0 เป็น SDK ทางการตัวแรกที่ปล่อย Skills over MCP (SEP-2640) ใน release จริง — loadSkills() เสิร์ฟทั้งโฟลเดอร์ SKILL.md, SkillsClient ตรวจ digest ทุกไฟล์ ส่วน Python/C# merge แล้วแต่ยังไม่ออก release
AI Skills

MCP TypeScript SDK 2.4.0 เป็น SDK ทางการตัวแรกที่ปล่อย Skills over MCP (SEP-2640) ใน release จริง — loadSkills() เสิร์ฟทั้งโฟลเดอร์ SKILL.md, SkillsClient ตรวจ digest ทุกไฟล์ ส่วน Python/C# merge แล้วแต่ยังไม่ออก release

23 ต.ค. 2026 MCP TypeScript SDK 2.4.0 ปล่อยการรองรับ Skills extension (SEP-2640) ทั้งฝั่ง server และ client เป็น SDK อ้างอิงตัวแรกที่เอาฟีเจอร์นี้ขึ้น release จริง หลังสเปกขึ้นสถานะ Final มาตั้งแต่ 13 ก.ย. ทำงานได้ทั้งโปรโตคอล 2025-11-25 และ 2026-07-28 แต่ attach() ยังเป็น experimental

· อ่าน 5 นาที
Anthropic ยก Agent Skills (มาตรฐาน SKILL.md) ให้ Agentic AI Foundation ใต้ Linux Foundation ต่อจาก MCP — 70+ แพลตฟอร์มรองรับแล้ว ทั้ง ChatGPT, Cursor, Copilot และ VS Code
AI Skills

Anthropic ยก Agent Skills (มาตรฐาน SKILL.md) ให้ Agentic AI Foundation ใต้ Linux Foundation ต่อจาก MCP — 70+ แพลตฟอร์มรองรับแล้ว ทั้ง ChatGPT, Cursor, Copilot และ VS Code

เมื่อ 22 ต.ค. 2026 Anthropic มอบมาตรฐาน Agent Skills ให้ Agentic AI Foundation (AAIF) ใต้ Linux Foundation พร้อมชื่อ โลโก้ GitHub org และโดเมน agentskills.io มาตรฐานจะมี Technical Steering Committee จากหลายบริษัทดูแล และมี maintainer จาก Anthropic, Google, OpenAI ที่ทำงานในนามบุคคล roadmap แรกที่เสนอคือ versioned release, กระบวนการ proposal และแนวทาง security สำหรับคนเขียนและติดตั้ง skill

· อ่าน 4 นาที