MCP, API และ A2A ทำหน้าที่ต่างส่วนกันในระบบ Agent โดย API คือส่วนติดต่อระหว่างซอฟต์แวร์โดยทั่วไป MCP กำหนดรูปแบบให้แอป AI เข้าถึงเครื่องมือและบริบทที่เปิดไว้ ส่วน A2A เป็นโพรโทคอลสำหรับการสื่อสารระหว่าง Agent รวมถึงงานที่ดำเนินต่อหลังการตอบกลับครั้งแรก
ทั้งสามไม่ใช่โมเดล AI คนละประเภท และเลือกอย่างหนึ่งไม่ได้แปลว่าต้องตัดอย่างอื่นออก ระบบหนึ่งอาจเรียก API ธุรกิจโดยตรง เปิดบางความสามารถผ่าน MCP และใช้ A2A ส่งงานให้ Agent เฉพาะทางที่อีกทีมดูแล หรืออาจต้องใช้เพียง API ก็พอ
ลองตามคำขอบริการหนึ่งเรื่องผ่านแต่ละขอบเขต
สมมติผู้ช่วยบริการอุปกรณ์ได้รับข้อความขอความช่วยเหลือจากลูกค้า ต้องอ่านประวัติซื้อ ตรวจนโยบายบริการที่อนุมัติ และเตรียมคำขอให้คู่ค้าผู้เชี่ยวชาญตรวจต่อ หน้าผลิตภัณฑ์ที่ลูกค้าใช้ยังต้องรับผิดชอบแสดงสถานะและอธิบายขั้นตอนถัดไป
ในงานนี้มีคำถามต่างกันสามเรื่อง ซอฟต์แวร์จะอ่านข้อมูลคำสั่งซื้ออย่างไร แอป AI จะรู้ได้อย่างไรว่ามีเครื่องมือและความรู้อะไรให้ใช้ และจะมอบงานที่มีขอบเขตให้ Agent อีกระบบพร้อมรับผลกลับมาอย่างไร หากเรียกรวมว่า “เชื่อม AI” อาจมองไม่เห็นการตัดสินใจที่จำเป็น
ภาพประกอบในบทนี้ใช้เอกสารสามลักษณะเป็นอุปมา ได้แก่ แบบคำขอ ชุดรายการเครื่องมือ และแฟ้มงาน ไม่ใช่แผนผังระบบของผู้ให้บริการรายใด ส่วนเชื่อมต่อจริงยังต้องกำหนดโครงสร้างข้อมูลและทดสอบพฤติกรรมให้ชัด
API ยังเป็นส่วนติดต่อของงานธุรกิจ
API คำสั่งซื้ออาจรับรหัสรายการแล้วคืนประวัติที่ผู้เรียกมีสิทธิ์เห็น ส่วน API บริการอาจสร้างเคสฉบับร่างแล้วคืนรหัสเคส แอปต้องเข้าใจช่องข้อมูลที่ต้องส่ง การยืนยันตัวตน ข้อผิดพลาด และคำสั่งนั้นเปลี่ยนข้อมูลจริงหรือไม่
สำหรับ HTTP API นั้น OpenAPI Specification เป็นมาตรฐานอธิบายส่วนติดต่อที่นำไปใช้กับเอกสารและเครื่องมือต่าง ๆ ได้ แต่คำอธิบายไม่ได้ทำงานธุรกิจแทนระบบ ไม่ได้ให้สิทธิ์ และไม่ได้ยืนยันว่าผู้เรียกเลือกระเบียนลูกค้าถูกต้อง
การเชื่อม API โดยตรงอาจเพียงพอเมื่อแอปรู้แน่นอนว่าต้องเรียกคำสั่งอะไรและควบคุมขั้นตอนรอบข้างอยู่แล้ว ไม่จำเป็นต้องเพิ่มโพรโทคอลครอบทุกส่วนเชื่อมต่อ เพียงเพราะมีโมเดลอยู่ในงานบางขั้น
MCP ทำให้ขอบเขตเครื่องมือและบริบทมีรูปแบบร่วมกัน
เอกสารสถาปัตยกรรม MCP อธิบาย host, client และ server พร้อมความสามารถที่ server เปิดให้ เช่น tools, resources และ prompts โพรโทคอลกำหนดวิธีแลกเปลี่ยน แต่ไม่ได้เลือกนโยบายธุรกิจหรือกำหนดวิธีคิดของโมเดลแทนแอป
ในตัวอย่างบริการ MCP server อาจเปิดเครื่องมือค้นประวัติซื้อแบบจำกัดขอบเขตและแหล่งนโยบายที่อนุมัติ ภายในยังเรียก API เดิมของธุรกิจได้ แอป AI ค้นรายการความสามารถผ่านรูปแบบร่วมกัน จึงไม่ต้องมีวิธีค้นพบส่วนเชื่อมต่อคนละแบบทั้งหมด
งานออกแบบสำคัญอยู่ที่ว่าจะเปิดอะไร เครื่องมือชื่อกว้าง ๆ เช่น “แก้ได้ทุกอย่าง” ที่รับข้อมูลอิสระจำนวนมากควบคุมและตรวจได้ยากกว่าเครื่องมือเตรียมเคสบริการร่าง ซึ่งระบุข้อมูลเข้า สิทธิ์ และผลว่าได้สร้าง ถูกปฏิเสธ หรือยังไม่ทราบผลได้ชัด
การเชื่อม MCP สำเร็จไม่ได้ทำให้ระบบปลายทางน่าเชื่อถือทุกอย่างทันที ทั้งคำอธิบายเครื่องมือและเอกสารที่คืนมายังต้องถูกจัดระดับความเชื่อถือ และการเห็นรายการเครื่องมือไม่ได้แปลว่าผู้ใช้ปัจจุบันมีสิทธิ์เรียกทุกคำสั่งในนั้น
A2A เหมาะเมื่ออีกฝั่งรับผิดชอบงานหนึ่งชิ้น
ภาพรวม A2A อธิบายการสื่อสารระหว่าง Agent การค้นความสามารถ และการแลกเปลี่ยนที่มีการแจ้งสถานะงานต่อเนื่อง แนวทางนี้เกี่ยวข้องเมื่อ Agent ที่ดูแลแยกกันรับงานขอบเขตหนึ่งไปทำแล้วคืนผล ไม่ได้เปิดเพียงคำสั่งค้นข้อมูลสั้น ๆ
ในตัวอย่างคู่ค้าบริการ งานที่มอบหมายอาจเป็นการประเมินว่าข้อมูลอุปกรณ์ที่ส่งมาพอจัดการตรวจเฉพาะทางได้หรือไม่ Agent คู่ค้าอาจขอข้อมูลเพิ่ม ดำเนินการประเมินต่อ และคืนรายงาน ผลิตภัณฑ์ของเราต้องผูกข้อความเหล่านั้นกับคำขอต้นทางและบอกได้ว่าการประเมินยังไม่ครบตรงไหน
A2A ไม่ได้แทนข้อตกลงการทำงานกับคู่ค้า ต้องกำหนดว่าส่งข้อมูลอะไรได้ รายงานหมายถึงอะไร และมีการจองคิวจริงหรือยัง หาก Agent ปลายทางตอบว่า “พร้อมแล้ว” ยังไม่ควรอนุมานเองว่าลูกค้ามีนัดยืนยันแล้ว
เทียบหน้าที่แทนการเทียบชื่อย่อ
| ส่วนติดต่อ | คำถามที่ช่วยตอบ | หน้าที่ที่ยังต้องออกแบบ |
|---|---|---|
| API ธุรกิจ | อ่านหรือเปลี่ยนระเบียนนี้อย่างไร | สิทธิ์ ความถูกต้อง และความหมายของคำสั่ง |
| MCP | แอป AI ใช้เครื่องมือหรือบริบทที่เปิดไว้ผ่านรูปแบบใด | ขอบเขตเครื่องมือ สิทธิ์ผู้ใช้ และความเชื่อถือข้อมูลที่คืนมา |
| A2A | สื่อสารกับ Agent อีกระบบและตามงานอย่างไร | ขอบเขตงาน ความไว้ใจ การรับผล และผู้รับผิดชอบธุรกิจ |
ขอบเขตเหล่านี้ซ้อนกันได้ เช่น เปิด Agent เป็นเครื่องมือ และความสามารถของโพรโทคอลก็เปลี่ยนได้ รวมถึงการรองรับงานที่ใช้เวลานาน จึงควรเลือกจากข้อตกลงและวงจรงานที่ต้องการ ไม่ยึดว่าชื่อย่อหนึ่งใช้ได้เฉพาะงานสั้นและอีกชื่อใช้ได้เฉพาะงานยาว
ออกแบบให้รับมือคำสั่งซ้ำและข้อมูลที่เปลี่ยนได้
ให้คำขอบริการมีรหัสธุรกิจคงที่ แยกจากรหัสการเรียกแต่ละครั้งหรือรหัสงานของ Agent ปลายทาง แล้วเก็บความสัมพันธ์ไว้ ผู้ดูแลจึงตามได้ว่าผลที่มาช้าตอบคำขอลูกค้ารายใด
ส่งรุ่นข้อมูลไปกับงานด้วย หากลูกค้าเปลี่ยนรุ่นเครื่องขณะที่ผู้เชี่ยวชาญกำลังประเมินเครื่องรุ่นเดิม ผลเดิมไม่ควรกลายเป็นคำตอบของคำขอใหม่โดยอัตโนมัติ ต้องกำหนดว่าจะยกเลิก เริ่มใหม่ หรือให้คนยืนยัน พร้อมเก็บผลก่อนหน้าตามความจำเป็นในการตรวจสอบ
เมื่อหมดเวลาให้ถือว่ายังไม่รู้ผลจนกว่าจะตรวจคำสั่งนั้นได้ API เครื่องมือ MCP หรือ Agent ปลายทางอาจทำสำเร็จแล้วแม้แอปไม่ได้รับคำตอบ การลองอ่านข้อมูลใหม่ต่างจากการสร้างเคสหรือนัดซ้ำ โพรโทคอลที่ครอบอยู่ไม่ได้ลบความต่างนี้
เก็บข้อมูลรับรองการเชื่อมต่อไว้ฝั่งแอปที่เชื่อถือได้ และจำกัดสิทธิ์ตามผู้ใช้กับงานจริง อย่าให้ข้อความในเอกสารกำหนดปลายทางส่งข้อมูลลับใหม่โดยไม่ตรวจว่าอยู่ในขั้นตอนที่ตั้งใจ ลิงก์ที่ระบบอื่นส่งมาเป็นข้อมูลที่ต้องตรวจ ไม่ใช่การอนุญาตให้ทำตามทุกอย่าง
เริ่มจากส่วนเชื่อมต่อเล็กที่สุดที่มีประโยชน์
สำรวจระบบและส่วนติดต่อที่มีอยู่ก่อน ถ้า API ที่รู้จักหนึ่งตัวให้ประวัติซื้อได้ครบ ก็ใช้โดยตรงได้ เว้นแต่การเพิ่มส่วนติดต่ออื่นจะช่วยเรื่องการใช้ร่วมกันหรือการดูแลจริง พิจารณา MCP เมื่อต้องเปิดความสามารถซ้ำให้แอป AI ที่รองรับ และ A2A เมื่อ Agent ที่ดูแลแยกกันต้องมีข้อตกลงรับส่งงานร่วมกัน
ตรวจรุ่นและความสามารถเสริมที่ทั้งสองฝั่งรองรับจริง การมีชื่อโพรโทคอลบนหน้าผลิตภัณฑ์ยังไม่ยืนยันว่าเชื่อมกันครบ ต้องลองค้นความสามารถ ยืนยันตัวตน รับผลบางส่วน รับข้อผิดพลาด ยกเลิก และถอนสิทธิ์ในระบบที่จะเปิดใช้
อ่านเรื่องเจ้าของข้อมูลระหว่างระบบธุรกิจ ก่อนให้หลายระบบแก้ข้อมูลชุดเดียวกัน และสิทธิ์กับการอนุมัติของ Agent ก่อนเปิดคำสั่งที่มีผลต่อลูกค้า
Talvyn Labs ช่วยเชื่อม AI Product กับระบบธุรกิจผ่านส่วนติดต่อที่ตรงกับงาน นำระบบที่ใช้ API ที่มี และหน้าที่ที่ต้องการให้ Agent ทำมาประเมิน เพื่อเลือกขอบเขตที่จำเป็น พัฒนาการเชื่อมต่อ และทำให้ทีมเห็นสถานะกับสิทธิ์ของงานได้ชัดเจน
เชื่อม Agent กับระบบธุรกิจให้ทำงานได้ครบเส้นทาง
ให้ Talvyn Labs ประเมิน API และขอบเขตงาน เลือกส่วนเชื่อมต่อที่จำเป็น แล้วพัฒนาระบบที่ตรวจสิทธิ์ ตามสถานะ และรับผลกลับได้ชัดเจน
เริ่มเชื่อม AI Product กับระบบของคุณ