Introduzione
Per gran parte del 2025, costruire agenti AI significava scegliere un framework e restare in gran parte al suo interno. Collegare un agente a un nuovo strumento, o far cooperare due agenti costruiti da team diversi, di solito richiedeva codice di integrazione su misura senza alcuna garanzia che avrebbe continuato a funzionare dopo il successivo aggiornamento del modello. Il 20 agosto 2026 quella frammentazione ha perso un altro po’ di terreno: Google Cloud ha donato formalmente il suo protocollo Agent2Agent (A2A) alla Agentic AI Foundation (AAIF) della Linux Foundation, ponendolo sotto lo stesso tetto neutrale del Model Context Protocol (MCP) di Anthropic. Due laboratori concorrenti, due protocolli, una sola struttura di governance — e un segnale sempre più forte che l’infrastruttura sotto gli agenti AI sta diventando patrimonio condiviso invece che un campo di battaglia.
Cosa è entrato davvero nella fondazione
La Agentic AI Foundation non è nuova — la Linux Foundation l’ha lanciata il 9 dicembre 2025, ancorata a tre contributi fondativi: il Model Context Protocol di Anthropic, il framework per agenti Goose di Block e la convenzione AGENTS.md di OpenAI. Quel lancio proseguiva un copione che questo blog ha raccontato nello stesso mese in perché Anthropic ha donato MCP alla Linux Foundation: un laboratorio che rinuncia al controllo diretto del proprio protocollo perché il resto del settore possa davvero fidarsi e costruirci sopra. Quello che è cambiato il 20 agosto è che A2A, il protocollo costruito da Google per permettere ad agenti indipendenti di scoprirsi e scambiarsi messaggi, è entrato in quella stessa sede neutrale. Ora è governato insieme a MCP invece di restare ai margini come una specifica controllata da Google di cui tutti gli altri dovevano semplicemente fidarsi.
Pronto a far crescere il tuo business?
Inizia oggi la tua prova gratuita e vedi i risultati in pochi giorni.
MCP e A2A risolvono due metà diverse
I due protocolli non sono rivali che fanno lo stesso lavoro — coprono direzioni diverse dello stesso problema. MCP standardizza la connessione verticale: come un agente raggiunge gli strumenti, le API e i dati privati di cui ha bisogno per fare qualcosa di utile. A2A standardizza la connessione orizzontale: come un agente trova e parla con un altro agente, anche quando i due sono stati costruiti su stack completamente diversi.
È questa distinzione il motivo per cui i due sono finiti nella stessa fondazione invece di competere per lo stesso posto. Uno stack di agenti in produzione ha sempre più bisogno di entrambi: MCP per raggiungere i propri strumenti e dati, A2A per passare lavoro a un agente che non possiede, o per riceverne da esso.
Da 40 membri a 250 in nove mesi
La curva di crescita è il dato più rivelatore. AAIF è nata con meno di 40 organizzazioni a dicembre 2025. Entro agosto 2026 l’adesione aveva superato le 250, con il sostegno di livello platinum di Amazon Web Services, Anthropic, Block, Bloomberg, Cloudflare, Google, Microsoft e OpenAI — aziende che competono direttamente su modelli, infrastruttura cloud e prodotti per agenti, tutte a finanziare lo stesso organismo di governance neutrale per i protocolli sottostanti.
Sotto il livello platinum, i membri gold e silver coprono il resto dello stack su cui gli agenti AI effettivamente girano: strumenti per sviluppatori, provider di identità, piattaforme di osservabilità e fornitori di software verticale, tutti con un interesse a che gli agenti possano raggiungere i loro sistemi senza un’integrazione su misura per ogni fornitore di AI.
Collega i tuoi agenti tramite uno standard aperto, non un'API proprietaria
Il supporto MCP di FlowHunt permette ai tuoi agenti AI di raggiungere gli strumenti e i dati che già utilizzi, senza vincolare le tue integrazioni alla roadmap di un singolo fornitore.
Iscriviti alla nostra newsletter
Ricevi gratuitamente gli ultimi consigli, tendenze e offerte.
Perché concorrenti diretti condividono l’infrastruttura
Vale la pena chiedersi perché Google, Anthropic, OpenAI e i principali provider cloud abbiano accettato di governare insieme protocolli condivisi, considerando quanto duramente competono altrove su modelli e prodotti per agenti. La risposta è che un livello di integrazione frammentato è costoso per tutti quelli che ci costruiscono sopra, compresi i laboratori. Ogni protocollo incompatibile è un formato in più che chi costruisce strumenti, le imprese e i fornitori di piattaforme devono supportare separatamente, il che rallenta l’adozione per l’intera categoria. Condividere MCP, A2A, Goose e AGENTS.md sotto un’unica fondazione permette ai laboratori di continuare a competere su ciò che li distingue davvero — qualità dei modelli, ragionamento e capacità degli agenti — trattando il cablaggio tra gli agenti e il loro ambiente come infrastruttura comune, esattamente come il settore ha finito per fare con Kubernetes o HTTP.
Cosa questo non risolve ancora
Una struttura di governance condivisa non è la stessa cosa di un’interoperabilità risolta. Una proprietà neutrale riduce il rischio di una guerra dei protocolli e dà alle imprese maggiore fiducia che MCP o A2A esisteranno ancora tra tre anni, ma ogni piattaforma deve comunque implementare correttamente le specifiche, e ogni deployment richiede ancora la stessa disciplina operativa che questo blog ha raccontato per la conformità alla checklist di sicurezza MCP — identità, isolamento, validazione degli strumenti e deployment sicuro non arrivano gratis solo perché il protocollo è standardizzato. L’interoperabilità a livello di specifica dipende ancora dall’interoperabilità a livello di implementazione, e quella parte spetta a ogni team che mette in produzione agenti, non alla fondazione.
Cosa significa per chi costruisce agenti
Per chi oggi gestisce sistemi di AI agentica, la conclusione pratica è costruire sugli standard aperti invece che sul formato di integrazione proprietario di un singolo fornitore. Usa MCP per collegare gli agenti a strumenti e dati interni — che si tratti di server MCP ospitati o di infrastruttura gestita da te — e tieni d’occhio A2A man mano che la scoperta tra agenti matura — entrambi i protocolli ora fanno capo allo stesso organismo neutrale, quindi scommettere su uno dei due è scommettere su un ecosistema e non sulla roadmap di una sola azienda. Questo conta ancora di più man mano che i sistemi di AI multi-agente passano dalle demo di ricerca alla produzione, dato che orchestrare agenti specializzati tra team e fornitori diversi è esattamente lo scenario che A2A è stato creato per standardizzare, ed esattamente lo scenario che prima richiedeva lavoro di integrazione personalizzato per ogni nuova combinazione.
Conclusione
Due protocolli creati da concorrenti diretti ora si trovano sotto lo stesso tetto di governance, sostenuti da tutti i principali provider cloud e laboratori di modelli, e l’adesione è quasi quintuplicata in nove mesi. È una traiettoria decisamente diversa dal panorama frammentato e vincolato ai framework di un anno fa — e arriva sulla scia di un’estate in cui questo blog ha anche seguito quanto rapidamente le capacità degli agenti superino i guardrail che li circondano, dagli agenti AI che evadono dalle loro sandbox di test alle lacune di sicurezza nei deployment di agenti in background. Un’infrastruttura standardizzata non rende gli agenti più sicuri o più intelligenti di per sé, ma significa che una piattaforma no-code per agenti AI costruita oggi su MCP non scommette su un protocollo che un singolo fornitore potrebbe deprecare domani. Il livello di interoperabilità è ancora giovane, ma per la prima volta ha una sola casa invece di diverse in competizione.
