Publicado em

IA na prática · Artigo

Protocolos para agentes: o que já tem especificação, e o que o physical AI ainda não resolveu

Adriano Meirinho 4 min de leitura

Eu venho acompanhando a conversa sobre agentes do lado do software e, ao mesmo tempo, o que as empresas chamam de physical AI. No campus da XPeng, em Guangzhou, eu vi essa aposta de perto. A companhia se apresenta, no comunicado oficial de resultados, como uma empresa global de Physical AI, com uma pilha própria de chips de AI Turing, world foundation models e software e hardware integrados, e um portfólio de elétricos inteligentes, robotáxis e robôs humanoides. O que eu quis organizar aqui é o que já existe, com especificação aberta, para os agentes se ligarem a ferramentas, a outros agentes e a empresas, e o que as fontes oficiais sustentam quando o assunto chega ao mundo físico.

Do lado do software, o mapa já tem camadas com dono e documento. O Model Context Protocol, o MCP, é um protocolo aberto que a especificação oficial descreve como um modo padronizado de ligar aplicações de modelos de linguagem a fontes de dados e a ferramentas. Ele se inspira, no texto da própria spec, no Language Server Protocol, que organizou o suporte a linguagens de programação nas ferramentas de desenvolvimento. A analogia é de padronização de ecossistema, e não introduz uma linguagem nova.

Na horizontal, o Agent2Agent, o A2A, entra como padrão aberto de comunicação entre sistemas independentes de agentes, mesmo quando foram feitos em frameworks distintos ou por fornecedores distintos. A especificação publicada no site do projeto é a 1.0.0. O próprio A2A descreve o encaixe com o MCP: o MCP liga um agente a ferramentas, APIs e dados; o A2A liga um agente a outros agentes. Os dois se usam juntos. O Agent Communication Protocol da IBM Research, o ACP, oficialmente se fundiu ao A2A, sob a Linux Foundation, e deixou de ser uma linha paralela de desenvolvimento ativo.

Esses projetos habitam o mesmo guarda-chuva. A Linux Foundation criou a Agentic AI Foundation, a AAIF, e o MCP é um dos projetos fundadores. O A2A, que o Google Cloud já havia transferido para um projeto na Linux Foundation, passou a ser um projeto hospedado na AAIF. No mesmo conjunto entra o AGENTS.md, um formato aberto, em Markdown, para orientar agentes de código, uma espécie de README para o agente, sob a mesma fundação. Fica no recorte das instruções de projeto, não no da conversa entre agentes.

Nesse mapa cabe também o Personal Agent Protocol, o Poppy, na versão 1.0 publicada pela Sierra. Ele descreve como agentes pessoais interagem com empresas por meio de agentes de negócio, sites e APIs e, no que a Sierra relata, se apoia em grande parte em padrões já existentes, como MCP, OpenAPI e o Universal Commerce Protocol (UCP). É outro recorte, o do agente pessoal diante de uma empresa, e o lançamento em si eu trato neste outro texto: https://meirinho.com.br/blog/sierra-poppy-personal-agent-protocol-1-0/.

O recorte de cada protocolo, neste site, está em https://meirinho.com.br/ia/protocolos/.

Quando o assunto vira physical AI, as fontes oficiais sustentam outra camada, igualmente real, só que de outro tipo. A NVIDIA define physical AI como o que permite a máquinas autônomas, como robôs em fábricas e robotáxis, perceber, compreender e executar ações complexas no mundo físico, combinando modelos, dados reais, simulação e computação acelerada. Nessa frente ela publica plataformas e modelos, como o Cosmos, apresentado como plataforma aberta de world models, e o Isaac GR00T, uma pilha aberta com fluxos e foundation models para políticas de robôs de propósito geral. Para a simulação, descreve o SimReady como um framework baseado em OpenUSD, o formato 3D que a Alliance for OpenUSD governa, com as propriedades físicas que um ativo precisa levar para ser simulado.

Na robótica de base, a Open Robotics segue apresentando o ROS como kit de desenvolvimento para aplicações de robôs, e o Open-RMF como sistema aberto de interoperabilidade entre frotas e a infraestrutura do prédio. Há também esforços de dados, como o Open X-Embodiment, que reúne trajetórias de dezenas de embodiments num formato padronizado para pesquisa de políticas em vários robôs. E há a ISO 21423, já publicada, sobre comunicação e interoperabilidade de robôs móveis industriais, com um escopo explícito: ambiente industrial, sem entretenimento, consumo, uso militar, médico ou em via pública. Nenhuma dessas páginas descreve, com o mesmo rigor de uma spec de agentes, um protocolo compartilhado para agentes no mundo físico, nem uma linguagem de programação feita só para AI.

É esse o corte que eu levo das páginas oficiais, e da visita. No software, já dá para desenhar o mapa com documento na mão. No physical AI, o que está publicado com clareza são plataformas, modelos, kits de robótica, formatos de cena e de dados, e o padrão industrial de comunicação de frotas. Vou acompanhar se essa camada de agentes, no mundo físico, chega a ter a mesma nitidez.

Autor

Adriano Meirinho · Cofundador e CAIO (Chief AI Officer) da Celcoin. Sobre