MCP vs A2A vs ACP: protocolos de agentes de IA comparados

Três siglas aparecem o tempo todo em qualquer conversa sobre agentes de IA, e muita gente as usa como se fossem intercambiáveis. MCP, A2A e ACP parecem rivais, mas resolvem problemas diferentes em camadas diferentes da pilha. Um conecta um agente a ferramentas. Outro permite que agentes passem trabalho uns para os outros. Um terceiro foi uma ideia boa que acabou incorporada ao segundo antes que a maioria das equipes escrevesse uma linha de código com ele. Escolher o errado significa reescrever a camada de integração alguns meses depois.

Esta comparação coloca os três lado a lado, com os fatos que importam em outubro de 2026: quem criou cada protocolo, o que ele envia pela rede, quem o governa e qual deles faz sentido no seu projeto. Sem exagero, apenas um mapa.

A resposta curta

Aqui está a história inteira em uma tabela. Deixe-a aberta enquanto lê o resto.

💡 A versão em uma linha: o MCP é como um agente alcança para baixo, até as ferramentas. O A2A é como um agente alcança para o lado, outros agentes. O ACP tentou fazer o trabalho lateral e depois se juntou ao A2A.

Se você lembrar de só uma coisa, lembre que MCP e A2A são complementares, não concorrentes. O ACP é o único que já não se sustenta sozinho.

O que o MCP faz

A Anthropic abriu o código do Model Context Protocol em novembro de 2024 para resolver um problema pouco empolgante, mas caro. Cada aplicativo de IA precisava de código de cola personalizado para cada ferramenta que usava, então dez aplicativos e vinte ferramentas significavam duzentas integrações. O MCP substitui essa grade por um único conector padrão.

O USB-C das ferramentas de agentes

A comparação que todo mundo faz é com o USB-C, e ela se sustenta. Quem cria uma ferramenta escreve um servidor MCP. Qualquer aplicativo que fale MCP pode usá-lo, seja ele um editor de código, um cliente de chat ou um agente personalizado que você escreveu no fim de semana passado.

Os números explicam por que ele venceu na camada de ferramentas. Todos os grandes provedores de IA, incluindo Anthropic, OpenAI, Google DeepMind, Microsoft e AWS, adotaram o protocolo. No início de 2026, os SDKs somavam cerca de 97 milhões de downloads mensais, e mais de 10.000 servidores públicos estavam ativos. Em 9 de dezembro de 2025, a Anthropic doou o MCP à Agentic AI Foundation, um fundo direcionado sob a Linux Foundation, cofundado pela Anthropic, pela Block e pela OpenAI. Nenhum fornecedor isolado é mais dono dele.

Ferramentas, recursos e prompts

Um servidor MCP pode oferecer três tipos de coisas:

• Ferramentas: funções que o modelo pode chamar, como consultar um banco de dados, criar um chamado ou redimensionar uma imagem.
• Recursos: dados somente leitura, como arquivos, registros ou documentos, que o aplicativo hospedeiro pode carregar no contexto.
• Prompts: modelos reutilizáveis que o usuário pode acionar de propósito.

O aplicativo hospedeiro (seu IDE ou cliente de chat) executa um cliente MCP por servidor e repassa mensagens em JSON-RPC 2.0. Servidores locais se comunicam por stdio. Servidores remotos usam Streamable HTTP. Uma chamada de ferramenta fica assim:

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "search_orders",
    "arguments": { "customer_id": "C-1042" }
  }
}

Copiar prompt

Há uma ressalva prática. Cada descrição de ferramenta é um texto que o modelo precisa ler antes de agir, então um servidor com sessenta ferramentas consome a janela de contexto antes mesmo de a conversa começar. As equipes que usam bem o MCP mantêm os servidores pequenos, dão nomes claros às ferramentas e carregam apenas o que a tarefa exige.

💡 Onde o MCP para: um servidor MCP é passivo. Ele responde quando é chamado. Ele não planeja, não negocia, não contesta nada nem executa um trabalho de quatro horas para avisar você quando terminar. Essa lacuna é exatamente onde o A2A começa.

O que o A2A faz

O Google anunciou o protocolo Agent2Agent em abril de 2025, com mais de 50 parceiros de lançamento, e depois o entregou à Linux Foundation em junho de 2025. A meta: permitir que agentes criados por fornecedores diferentes, em frameworks diferentes, trabalhem juntos como pares, e não como desconhecidos.

Cartões de agente e tarefas

Cada agente A2A publica um Agent Card, um pequeno documento JSON em uma URL bem conhecida. Ele lista o nome do agente, o que ele consegue fazer, onde encontrá-lo e qual autenticação ele espera. Um agente cliente lê o cartão primeiro e depois decide se esse agente remoto é o certo para o trabalho.

O trabalho circula como uma tarefa. Uma tarefa recebe um ID e passa por estados: enviada, em andamento, às vezes pausada enquanto aguarda mais informações, e então concluída, com falha ou cancelada. As mensagens carregam texto, arquivos ou dados estruturados, e o resultado final volta como artefatos.

Opaco por design

Aqui está a escolha de design que mais importa. Os agentes A2A permanecem opacos. Eles não compartilham sua memória, seus prompts internos nem suas listas de ferramentas. Quem chama vê o Agent Card e os resultados, e nada além disso. Um agente de compras em uma empresa pode passar um trabalho a um agente de logística de outra sem expor um único sistema interno.

Trabalhos longos também recebem suporte completo. O A2A oferece streaming por server-sent events e notificações push para trabalhos que levam minutos ou horas. A versão 1.0 chegou em 2026, e o Technical Steering Committee inclui Google, Microsoft, AWS, Cisco, Salesforce, ServiceNow e SAP. Essa lista importa, porque um protocolo apoiado por concorrentes é um protocolo em que você pode apostar.

O que aconteceu com o ACP

A aposta REST-first da IBM

A IBM Research e a equipe do BeeAI apresentaram o Agent Communication Protocol em março de 2025, com um desenho deliberadamente simples. Ele funcionava sobre endpoints REST comuns. Você podia chamar um agente com cURL ou Postman, sem precisar de SDK. Foi construído para ser assíncrono por padrão, o que combinava com trabalhos de agentes de longa duração, e se encaixava bem na plataforma BeeAI.

A fusão com o A2A

Dois protocolos mirando o mesmo problema lateral eram demais. Em agosto de 2025, a IBM Research e o Google anunciaram que o ACP entraria para o A2A sob o guarda-chuva LF AI & Data da Linux Foundation. Kate Blair, que liderava o ACP na IBM Research, passou a integrar o Technical Steering Committee do A2A. O desenvolvimento do ACP foi encerrado, a especificação foi arquivada e os usuários do BeeAI receberam caminhos de migração para o A2A.

As ideias com estado e assíncronas do ACP agora vivem dentro do A2A. Se algum slide de fornecedor em 2026 ainda listar o ACP como uma terceira opção ativa, confira a data do slide.

💡 Cuidado com a colisão de nomes. Outros projetos usam as mesmas três letras. O Agent Client Protocol, da Zed, conecta editores de código a agentes de programação. O Agentic Commerce Protocol, da OpenAI e da Stripe, cuida do checkout dentro de chats de IA. Nenhum dos dois é o ACP da IBM, e nenhum compete com MCP ou A2A.

Comparação lado a lado

Leia a primeira linha duas vezes. Acesso a ferramentas e colaboração entre agentes são trabalhos diferentes, e cada protocolo cuida de um deles.

Diferenças de segurança

A segurança muda em cada camada.

No caso do MCP, os riscos estão no que uma ferramenta consegue tocar. Servidores remotos usam autorização baseada em OAuth, mas o perigo real são permissões amplas demais e saídas de ferramentas que carregam instruções escondidas, conhecidas como injeção de prompt. Um servidor que pode ler arquivos e enviar e-mails oferece a um modelo manipulado um caminho curto para um vazamento.

No caso do A2A, o risco é de confiança. Um Agent Card declara quais esquemas de autenticação aceita, e as chamadas seguem a segurança HTTP padrão. A questão em aberto é se você deve acreditar em um cartão que encontrou na internet. Trate todo cartão remoto como entrada não confiável.

Uma lista curta de verificação serve para os dois:

1. Limite os tokens a um único servidor ou agente, com as permissões mais restritas que funcionem.
2. Registre cada chamada de ferramenta e cada tarefa delegada: quem pediu e o que voltou.
3. Exija um clique humano antes de qualquer ação destrutiva, como exclusões, pagamentos ou e-mails enviados para fora.
4. Revise as descrições de ferramentas e os Agent Cards como você revisa dependências, porque eles orientam o modelo.

Transporte e formato de transmissão

Os três falam variações de HTTP e JSON, então depurar não é tão exótico quanto as siglas sugerem. O MCP sobre stdio é o mais fácil de testar: inicie um servidor local, envie JSON por um pipe e leia o JSON de volta. O MCP Inspector oferece uma visão visual do mesmo tráfego. O A2A exige um pouco mais de cerimônia, porque um cliente precisa buscar um cartão antes de enviar uma tarefa. O ACP da IBM era o mais simples dos três para testar com um simples comando cURL, e isso ajuda a explicar por que os desenvolvedores gostavam dele.

Como os três se encaixam

Imagine um assistente de planejamento de viagens. Um usuário pede que ele reserve um fim de semana em Lisboa. O fluxo acontece assim:

1. O agente orquestrador do usuário lê o pedido e divide o trabalho em tarefas.
2. Ele usa o MCP para consultar a agenda do usuário e as preferências salvas.
3. Ele usa o A2A para passar "encontrar um hotel" a um agente de hotel operado por outra empresa.
4. Esse agente de hotel usa o MCP internamente para consultar o estoque de quartos e a ferramenta de pagamento.
5. O resultado volta pelo A2A como um artefato, e o orquestrador o apresenta.

O MCP funciona dentro de cada agente. O A2A funciona entre agentes. Essa separação em camadas é a razão pela qual os dois são descritos como uma arquitetura em camadas, e não como uma disputa.

Padrões como estes tendem a vencer pelo mesmo motivo que os contêineres de carga venceram. Quando cada porto, caminhão e guindaste concorda com uma só caixa, ninguém se importa com quem a criou. O valor migra para tudo o que cabe dentro dela. O MCP fez isso para as ferramentas. O A2A tenta o mesmo movimento para a colaboração entre agentes, e a fusão com o ACP removeu o maior motivo para esperar.

A governança neutra também ajuda. O MCP fica sob a Agentic AI Foundation e o A2A fica sob a Linux Foundation, então nenhum dos dois depende do roteiro de uma única empresa. Para uma equipe que aprova um projeto de vários anos, isso vale mais do que qualquer funcionalidade de uma ficha técnica.

Qual você deve usar

Comece pelo trabalho, não pela sigla.

Escolha o MCP quando

• Seu agente precisa chamar ferramentas como bancos de dados, sistemas de arquivos, buscas ou aplicativos SaaS.
• Você quer uma integração única que funcione em vários aplicativos e modelos de IA.
• Você lança um produto e quer que agentes de terceiros acessem seus dados.
• O lado remoto é uma função, não um tomador de decisões.

Escolha o A2A quando

• O lado remoto é outro agente que planeja, decide e pode precisar de várias rodadas.
• Os agentes vêm de equipes, fornecedores ou frameworks diferentes.
• Os trabalhos duram o bastante para você precisar de streaming ou atualizações push.
• Você precisa manter os internos de cada agente privados.

Três erros comuns

1. Transformar cada agente em uma ferramenta MCP. Parece organizado, mas você perde o estado da tarefa, o streaming e a negociação. Um trabalho de quatro horas não cabe dentro de uma chamada de função síncrona.
2. Usar o A2A para uma função simples. A conversão de moedas não precisa de um Agent Card nem de um ciclo de vida de tarefa. Use o MCP.
3. Confiar em tutoriais antigos de ACP. Eles ainda aparecem bem nas buscas. Confira a data de publicação antes de copiar qualquer endpoint.

E o ACP? Para um projeto novo, pule. Se você já usa o ACP da IBM em um projeto BeeAI, planeje uma migração para o A2A e trate os endpoints antigos como uma ponte, e não como destino final.

A maioria dos sistemas reais precisa dos dois protocolos. Comece com o MCP para as ferramentas, porque essa necessidade aparece no primeiro dia. Adicione o A2A quando um segundo agente entrar na jogada.

Experimente no Picasso IA

O trabalho com protocolos é, na maior parte, escrita: Agent Cards, esquemas de ferramentas, especificações e diagramas. Um bom modelo de linguagem acelera cada uma dessas tarefas.

Use o Claude Sonnet 5 no PicassoIA

O Claude Sonnet 5 lida bem com programação em várias etapas e tarefas de uso de ferramentas, o que o torna um parceiro prático para rascunhos de trabalho com protocolos. Veja um jeito rápido de usá-lo:

1. Abra a página do modelo no Picasso IA e encontre a caixa Prompt.
2. Escreva um pedido específico. Por exemplo: "Redija um Agent Card A2A para um agente de reserva de hotéis com três habilidades: buscar quartos, reservar um quarto e cancelar uma reserva. Use OAuth para autenticação."
3. Defina o nível de esforço. O padrão é low, que desliga o raciocínio para respostas mais rápidas e baratas. Use medium ou high para revisões de esquemas, e xhigh ou max quando um bug atravessar vários arquivos.
4. Adicione um prompt de sistema uma vez, como "Você é um revisor de protocolos. Aponte primeiro as falhas de segurança." Ele então vale para toda a sessão.
5. Aumente o máximo de tokens se precisar. O padrão são 8.192 tokens de saída, o suficiente para um esquema longo ou um esqueleto completo de servidor.
6. Anexe uma imagem, se tiver uma. Uma foto do esboço no quadro branco funciona como contexto, porque o modelo lê imagens.

Prefere outro modelo? O Kimi K2.6 é ajustado para construir agentes de IA e escrever código, e o GPT 5.6 Sol foi feito para tarefas difíceis de programação.

Crie suas próprias imagens

Cada foto deste artigo saiu de um prompt de texto. O fluxo foi simples: descrever o assunto, a iluminação, a lente e a textura, e deixar o modelo renderizar. Você pode fazer o mesmo para cabeçalhos de blog, fotos de produtos ou o painel de inspiração do seu próximo lançamento.

Experimente uma destas opções no Picasso IA:

• Seedream 4.5 para cenas fotorrealistas com muitos detalhes.
• Flux 2 Pro para boa aderência ao prompt e iluminação natural.
• GPT Image 2 para imagens que precisam de texto legível.
• P-Image para rascunhos rápidos quando você quer testar ideias depressa.

Abra o Picasso IA, escolha um modelo e cole um prompt montado como os que estão por trás destas fotos: assunto, cenário, luz, lente, textura. Gere três variações, guarde a melhor e coloque-a no seu próximo documento ou apresentação. Sua primeira imagem está a um prompt de distância.