Yapay Zeka Ajanları için Protokoller: A2A, MCP ve ACP

Yapay zeka ajanları, hayatımızın her alanında giderek daha fazla yer almaya başlıyor. Ancak, bu asistanların gerçekten etkili olabilmeleri için sadece insanlarla etkileşim kurmaları değil, aynı zamanda birbirleriyle ve diğer sistemlerle de sorunsuz bir şekilde iletişim kurmaları gerekir. İşte tam bu noktada, temel birlikte çalışabilirlik protokolleri devreye girmektedir.

Son zamanlarda dikkatleri üzerine çeken üç büyük protokol şunlardır:

• MCP (Model Context Protocol / Model Bağlam Protokolü)

• A2A (Agent-to-Agent Protocol / Ajandan Ajana Protokolü)

• ACP (Agent Communication Protocol / Ajan İletişim Protokolü)

Bu protokoller, yapay zeka asistanlarının veri alışverişinde bulunmasını, iş birliği yapmasını ve görev yürütmeyi verimli bir şekilde koordine etmesini sağlayan temel bir altyapı sunar.

MCP (Model Context Protocol)

Model Bağlam Protokolü (MCP), Anthropic tarafından 2420 sonlarında tanıtılan açık kaynaklı bir standarttır. Birincil amacı, yapay zeka modellerinin -özellikle büyük dil modellerinin (LLM'ler)- harici veri kaynakları ve araçlarla dinamik olarak etkileşime girmesini sağlamaktır. Anthropic, MCP'yi “yapay zeka dünyasının USB-C bağlantı noktası” olarak tanımlamaktadır; tıpkı USB-C'nin çeşitli cihazları tek bir arayüz üzerinden bağlaması gibi, MCP de LLM tabanlı sistemleri standartlaştırılmış bir arayüz aracılığıyla çeşitli araç ve veri setleriyle buluşturmaktadır.

MCP, dil modellerinin gerçek zamanlı, harici ve eğitim aşamasında kullanılmamış veri kaynaklarına erişmesini sağlayan bir geçit görevi görür. Örneğin, bir yapay zeka asistanı, belirli bir görev için bağlamını zenginleştirmek amacıyla PDF dosyalarından, e-postalardan, dahili veri tabanlarından ve üçüncü taraf API'lerinden ilgili bilgileri çekebilir.

Teknik Mimari ve İletişim Modeli

MCP, bir istemci-sunucu (client-server) mimarisini takip eder ve üç temel bileşenden oluşur:

• MCP Host (Ana Uygulama): Yapay zeka modelini barındıran veya onunla etkileşimi kolaylaştıran uygulama. LLM'den gelen veri isteklerini MCP sunucularına iletir ve yanıtları tekrar modele yönlendirir.

• MCP Server (MCP Sunucusu): Dosyalar, veri tabanı girişleri, API'ler veya dinamik olarak üretilen içerikler gibi veri kaynaklarına bağlanan ara yazılım servisleridir. Her sunucu, yeteneklerini yapılandırılmış bir JSON biçiminde sunarak hostların mevcut veri uç noktalarını keşfetmesini ve bunlara erişmesini sağlar.

• MCP Client (MCP İstemcisi): Gerekli verileri almak ve modele iletmek için MCP sunucularıyla arayüz oluşturur. Tek bir istemci, aynı anda birden fazla MCP sunucusuyla etkileşime girebilir. Örneğin, bir SkyStudio yapay zeka asistanı şirket içi belgeleri getirirken aynı zamanda üçüncü taraf bir API'den gerçek zamanlı finansal verileri çekebilir.

Bileşenler arasındaki iletişim genellikle JSON mesajları kullanılarak HTTPS üzerinden gerçekleşir ve güvenli veri erişimi ile kontrolünü sağlamak için OAuth2 gibi kurumsal düzeyde güvenlik protokolleri entegre edilmiştir.

Operasyonel Mantık ve Bağlamsal Veri Enjeksiyonu

MCP'nin önemli bir özelliği, bağlamsal verileri modele dinamik olarak enjekte edebilmesidir. Bu, modelin tüm veri setleriyle aşırı yüklenmesi yerine, yalnızca kullanıcının o anki sorgusu için gerekli olan ilgili verileri alması anlamına gelir. Bu yaklaşım sadece prompt boyutunu küçültmekle ve yanıt hızını artırmakla kalmaz, aynı zamanda gereksiz bilgileri eleyerek doğruluğu da artırır.

Örneğin, bir kullanıcı “Bu ayki satışlar geçen aya göre nasıl?” diye sorduğunda, asistan sadece o iki aya ait satış verilerini çekebilir ve özlü ve doğru bir yanıt oluşturması için bunu modelin bağlamına enjekte edebilir.

MCP'nin Avantajları ve Dezavantajları

Avantajları:

• Çeşitli araçların ve veri kaynaklarının standartlaştırılmış entegrasyonu

• Bilgiye gerçek zamanlı ve güncel erişim sağlar

• Alakasız verileri azaltarak model performansını artırır

• Modelden bağımsız ve geleceğe uyumlu yapı

• Güçlü güvenlik ve erişim kontrolü özellikleri

• Büyüyen bir ekosistem ve açık kaynak topluluğu tarafından desteklenir

Dezavantajları:

• Öncelikle tek modelli kullanım senaryolarını destekler; çoklu ajan iletişim yeteneklerinden yoksundur

• Ek mimari bileşenleri, hafif kurulumlarda karmaşıklık yaratabilir

• Her sistemde hazır MCP sunucuları bulunmaz, bu da ekstra geliştirme gerektirir

• Birden fazla sistem etkileşime girdiğinde hata ayıklama karmaşık hale gelebilir

A2A (Agent-to-Agent Protocol)

Google tarafından Nisan 2025'te duyurulan A2A (Ajandan Ajana) Protokolü, farklı yapay zeka ajanlarının doğrudan iletişim kurmasını, güvenli bir şekilde veri paylaşmasını ve görevler üzerinde iş birliği içinde koordinasyon sağlamasını sağlar.

A2A, farklı sağlayıcılar ve platformlar tarafından geliştirilen yapay zeka sistemlerinin ortak bir protokol kullanarak iletişim kurmasına olanak tanır. Geliştirme sürecinde Google; Salesforce, Atlassian, SAP ve ServiceNow dahil olmak üzere 50'den fazla büyük teknoloji şirketiyle ortaklık kurmuştur.

MCP'yi tamamlayacak şekilde tasarlanan A2A, ajanlar arası iletişime odaklanır. MCP, yapay zeka asistanlarının harici verilere ve araçlara erişmesini sağlarken, A2A farklı platformlardaki ajanlar arasında doğrudan iş birliğine imkan tanır. Google, A2A'yı çeşitli altyapılardan gelen ajanları standart bir iletişim çerçevesi üzerinden birleştiren bir protokol olarak tanımlamaktadır.

Mimari ve İletişim Modeli

A2A, bir HTTP istemci-sunucu modeline dayanır. Her yapay zeka ajanı, web üzerinden erişilebilir bir servis olarak çalışır; yeteneklerini, uç noktalarını ve kimlik doğrulama gereksinimlerini Agent Card (Ajan Kartı) adı verilen JSON tabanlı bir yapı aracılığıyla sunar. Bu, ajanların birbirlerinin işlevlerini ve iletişim yöntemlerini keşfetmesini sağlar.

İletişim, HTTPS üzerinden JSON-RPC 2.0 protokolünü takip eder. Ajanlar, görev odaklı istekler göndererek ve sonuçları alarak etkileşime girerler. Her görevin tanımlanmış bir yaşam döngüsü vardır: gönderildi, devam ediyor, girdi bekleniyor ve tamamlandı. Uzun süren görevler için ajanlar, yoklama (polling) veya gerçek zamanlı anlık bildirimler (real-time push) aracılığıyla güncellemeleri paylaşabilirler.

Tüm A2A uyumlu ajanlar hem görev gönderebilir hem de alabilir, bu da dinamik ve koordineli bir iş birliği sağlar.

Örnek Senaryo:
Bir kullanıcı bir SkyStudio asistanına, “İstanbul'daki yaklaşan konferans için tüm hazırlıkları yapabilir misin?” dediğinde asistan şunları yapabilir:

1. Ulaşım ve konaklama rezervasyonu yapmak için bir seyahat planlama ajanıyla iletişime geçebilir

2. Konferansa kaydolmak ve erişim bilgilerini almak için bir etkinlik yönetimi ajanıyla bağlantı kurabilir

3. İlgili etkinlikleri kullanıcının takvimine eklemek için bir takvim ajanıyla senkronize olabilir

Her bir ajan görevini tamamladığında geri bildirimde bulunur ve böylece birden fazla kullanıcı komutuna gerek kalmadan daha hızlı ve daha güvenilir bir yürütme sağlanır.

A2A'nın Avantajları ve Dezavantajları

Avantajları:

• Farklı sağlayıcılardan gelen yapay zeka sistemleri arasında sorunsuz birlikte çalışabilirlik

• Google liderliğinde güçlü sektör desteği

• Tanıdık web standartları (HTTP, JSON) kullanılarak kolay entegrasyon

• Standartlaştırılmış görev durumları iş akışı yönetimini kolaylaştırır

• Yerleşik kimlik ve yetkilendirme ile güvenli iletişim

• Açık kaynaklı ve topluluk odaklı geliştirme

Dezavantajları:

• Web tabanlı iletişim, yerel sistemlerde ek işlem yükü yaratabilir

• Çoklu ajan yönetimi sistem karmaşıklığını artırabilir

• Yeni bir standart olduğundan henüz olgunlaşmaktadır; sürüm tutarsızlıkları ortaya çıkabilir

• Kapsamlı bir kimlik ve erişim yönetimi gerektirir, bu da yanlış yapılandırılmış sistemlerde risk oluşturur

ACP (Agent Communication Protocol)

IBM Research tarafından geliştirilen ve Linux Foundation altında açık kaynaklı bir proje olarak sürdürülen ACP, aynı yerel veya uç (edge) ortamlarda çalışan yapay zeka ajanları arasında yapılandırılmış, düşük gecikmeli mesajlaşma için tasarlanmış bir iletişim protokolüdür.

Farklı ajanlar farklı çerçeveler veya diller kullanabilir. ACP bu farklılıkları soyutlayarak birleşik ajan etkileşimi için ortak bir arayüz sağlar. Skystudio gibi platformlar, karmaşık ve çok ajanlı iş akışlarını sanki tek bir uyumlu ekibi yönetiyormuş gibi koordine ederek bundan yararlanır.

ACP, izole edilmiş ekiplerin uyumsuz teknolojiler kullanarak ajanlar oluşturduğu yapay zeka geliştirmedeki yaygın “silolaşma” sorununu çözer. İletişimi standartlaştırarak ACP, veri paylaşımını ve iş birliğini geliştirir.

Mimari ve İşletim Modeli

ACP, bir RESTful mimariyi takip eder. Ajanlar, yapılandırılmış JSON mesajlarını kullanarak HTTP uç noktaları üzerinden iletişim kurar. Hem senkron hem de asenkron iletişim desteklenir. ACP, JSON-RPC gibi karmaşık protokoller yerine standart HTTP fiillerini tercih ederek sadeliği vurgular.

ACP uyumlu platformlar genellikle iki ana bileşenden oluşur:

• Orchestration Server (Orkestrasyon Sunucusu): Merkezi bir arayüz üzerinden ajan yaşam döngülerini, yönlendirmeyi ve harici iletişimi yönetir

• Agents (Ajanlar): ACP standardına uymak ve ortak arayüz üzerinden iletişim kurmak için sarmalayıcılar (wrappers) kullanırlar

Ajanlar görev istekleri, sorgular veya durum güncellemeleri paylaşırlar. ACP ayrıca akış (streaming) özelliğini de destekleyerek uzun süren işlemler sırasında gerçek zamanlı ilerleme güncellemelerine izin verir.

Örnek Senaryo:
Bir kullanıcı, “Son altı aylık satış verilerinin ayrıntılı bir analizini oluşturabilir misin?” diye sorduğunda SkyStudio şunları yapabilir:

1. İsteği ACP aracılığıyla bir veri analizi ajanına yönlendirir

2. Analiz ajanı isteği işler ve ara sonuçları akış (stream) halinde geri gönderir

3. Tamamlandığında ise ajan nihai çıktıyı kullanıcıya sunulmak üzere ana asistana iletir

ACP ayrıca ajan keşfi ve kaydını da destekler. Ajanlar açılışta sunucuya kaydolur ve durdurulduklarında kayıtlarını silerek ölçeklenebilir ve esnek bir sistem tasarımına olanak tanır.

Avantajları

Yerel Performans ve Düşük Gecikme: ACP yerel ortamlar için optimize edilmiştir. Aynı makinede çalışan ajanlar hızlı ve verimli bir şekilde iletişim kurabilir.

Veri Gizliliği: Veriler kuruluş içinde kalır ve dışarıya aktarılmaz.

Kolay Dağıtım ve Yönetim: Birden fazla ajanın kurulumu ve orkestrasyonu basitleştirilmiştir.

Platform Bağımsızlığı: Farklı teknolojilerle geliştirilmiş ajanlar birleşik bir arayüz üzerinden entegre edilebilir.

Gözlemlenebilirlik: Yerleşik telemetri sistemi, tüm ajanlar arası iletişimin izlenmesine olanak tanır.

Açık Kaynak ve Topluluk Desteği: Linux Foundation altında sürdürülen ACP, açık ve topluluk odaklıdır.

Dezavantajları

Gelişim Olgunluğu: ACP henüz erken gelişim aşamalarındadır ve sık sık değişikliklere uğrayabilir.

Yerel Ortamlarla Sınırlı Olması: İnternet ölçeğindeki veya küresel dağıtımlar için ideal değildir. Daha geniş iletişim ihtiyaçları için A2A veya MCP tercih edilir.

Ekosistem Bağımlılığı: Mevcut ACP deneyimi büyük ölçüde IBM'in BeeAI platformuna bağlıdır.

Sınırlı Sektörel Benimseme: ACP henüz A2A veya MCP kadar yaygın olarak benimsenmemiştir.

Kaynak Yönetimi: Birden fazla ajanı çalıştırmak, donanım kaynakları üzerinde önemli bir baskı oluşturabilir.

İletişim Sadeliği: ACP'nin doğrudan HTTP tabanlı yaklaşımı kullanım kolaylığı sağlasa da, geliştiricilerin karmaşık senaryoları yönetmek için ek mantıklar uygulamalarını gerektebilir.

Protokol Birlikte Çalışabilirliği ve Entegrasyon

A2A, MCP ve ACP'nin farklı odak alanları olsa da, bunlar temelde birlikte çalışmak üzere tasarlanmış birbirini tamamlayıcı çözümlerdir.

A2A ve MCP Uyumluluğu

MCP, yapay zeka asistanlarına harici kaynaklardan dinamik bağlamsal veri sağlamaya odaklanırken; A2A, ortak bir protokol aracılığıyla birden fazla ajan arasında iletişimi sağlar. Google ve Anthropic, bu iki protokolü sorunsuz bir şekilde entegre olan tamamlayıcı katmanlar olarak sunmaktadır.

Örnek:
Skystudio platformunda bir kullanıcı “Son üç aydaki müşteri şikayetlerini özetleyebilir misin?” diye sorduğunda asistan, şirketin veri tabanından ilgili şikayetleri çekmek için önce MCP protokolünü kullanır. Yanıtı oluşturmak ek uzmanlık gerektiriyorsa asistan, alana özel ajanlara danışmak için A2A protokolünü etkinleştirir. MCP bağlamsal girdiler yoluyla veri zenginliğini artırırken, A2A uzmanlaşmış ajanlar arasında dağıtık iş birliğini mümkün kılar.

ACP ve A2A Uyumluluğu

ACP, yerel ortamlarda çalışan yapay zeka ajanları arasında güvenli ve düşük gecikmeli iletişimi desteklemek üzere tasarlanmışken; A2A, daha geniş bulut tabanlı ve internet ölçeğindeki ajan iletişimini hedefler.

Bu ilişkiyi basitleştirmenin bir yolu şudur: ACP, kapalı devre, şirket içi (on-premises) sistemler için idealdir; A2A ise bu sistemlerin dışarıyla etkileşime girmesi gerektiğinde vazgeçilmez hale gelir.

Örnek:
SkyStudio platformunu kullanan bir ekip hayal edin. Ekip üyeleri; belge özetleyiciler, görüntü oluşturucular ve web arama araçları gibi çeşitli yapay zeka ajanlarını ACP üzerinden birbirine bağlar. Bir özetleyici ajan, yerel bir görsel üretim ajanından uygun bir kapak resmi istemek için ACP'yi kullanabilir. Bu sırada gerçek zamanlı piyasa analizine ihtiyaç duyarlarsa, A2A protokolünü kullanarak SaaS tabanlı bir arama ajanına bağlanabilirler.

Bu senaryoda:

• ACP, belge özetleme, görsel üretimi ve sunum hazırlama işlemlerini üstlenen yerel ajanlar arasında yüksek hızlı iletişim sağlar.

• A2A, SkyStudio asistanının çevrimiçi bir araştırma veya haber servisinden güncel bilgileri çekmesine olanak tanır.

ACP ve A2A'yı bir arada kullanan SkyStudio gibi platformlar, kullanıcının arka planda ne olup bittiğini bilmesine gerek kalmadan hem yerel performansın hem de küresel erişimin avantajlarından yararlanır.

ACP and MCP Compatibility

Tarihsel olarak ACP'nin geliştirilmesi MCP protokolünden ilham almıştır, bu da iki protokol arasında doğal bir uyumluluk sağlar. ACP yerel ajanlar arasındaki iletişimi ve koordinasyonu sağlarken, MCP ise her ajanın harici veri kaynaklarına ve araçlara erişimini yönetir.

Örnek:
SkyStudio platformunda, yerel olarak çalışan ve ACP aracılığıyla koordine edilen bir veri analizi ajanı, ilgili bilgilere erişmek için MCP üzerinden bir müşteri veri tabanına bağlanabilir. Bu ajan diğer ajanlarla ACP üzerinden iletişim kurarken, harici veri kaynağı ile arayüz oluşturmak için MCP'yi kullanır. Bu yapılandırma, ACP'nin gerçek zamanlı, yerelleştirilmiş koordinasyon güçlerini MCP'nin bağlamsal veri entegrasyon yetenekleriyle birleştirir.

Her Üç Protokolün Birlikte Kullanımı

Tamamen entegre bir senaryoda A2A, MCP ve ACP birlikte çalışarak modüler ama uyumlu bir yapay zeka sistemi oluşturabilir. İdeal bir mimaride:

• ACP, yerel ortamlarda yüksek hızlı, düşük gecikmeli iletişimi garanti eder.

• MCP, dinamik bağlamsal veri ve üçüncü taraf araç entegrasyonunu sağlar.

• A2A, platformlar ve bulut ortamları arasında geniş ölçekli ajan birlikte çalışabilirliğini kolaylaştırır.

Örnek:
Bir işletme içinde ajanlar, ACP kullanarak yerel bir ağ üzerinde güvenli bir şekilde iletişim kurar. Bir müşteri destek ajanı, MCP aracılığıyla şirketin CRM sistemi üzerinden müşteri bilgilerine ve satış verilerine erişir. İstek yerel işleme kapasitesini aşarsa veya harici uzmanlık gerektirirse sistem, A2A protokolü aracılığıyla bulut tabanlı uzman ajanlara bağlanır.

Bu mimarideki iş akışı:

1. İstek başlangıçta ACP aracılığıyla yerel ajanlara yönlendirilir.

2. İlgili bağlamsal veriler MCP aracılığıyla dinamik olarak enjekte edilir.

3. Daha geniş bir bilgiye veya uzmanlaşmış yeteneklere ihtiyaç duyulursa, harici uzman ajanlarla iletişim kurmak için A2A tetiklenir.

Sonuç olarak kullanıcılar, her üç protokolün birleşik güçlerinden beslenen hızlı, doğru ve bağlam açısından zengin yanıtlar alırlar.