OTP, CrewAI, A2A, MCP — словарь мультиагентной архитектуры | База знаний Завалишев

Каждую неделю кто-то в моём окружении задаёт один и тот же вопрос: «Что лучше — CrewAI или MCP?» Или: «A2A заменит MCP?» Или вообще: «Зачем мне OTP, если есть CrewAI?»

Проблема в том, что вопрос поставлен неправильно. Это всё равно что спрашивать «что лучше — TCP или PostgreSQL?» Технически оба имеют отношение к данным. Но сравнивать их — бессмысленно, потому что они работают на разных уровнях.

OTP, CrewAI, A2A и MCP — это не конкуренты. Это четыре слоя одной архитектуры. Каждый решает свою задачу, и путать их — верный способ построить систему, которая развалится при первом же усложнении. Давайте раз и навсегда разберёмся, что за что отвечает.

OTP — инфраструктура выживания

OTP (Open Telecom Platform) — это фреймворк из мира Erlang, которому больше 30 лет. Изначально он создавался для телеком-систем, где даунтайм — это не «ой, перезагрузим», а миллионы потерянных звонков. Сегодня OTP — это паттерн проектирования, который идеально ложится на мультиагентные системы.

Ключевая идея OTP — акторная модель с деревьями супервизоров. Каждый процесс (читай: агент) — изолированная единица со своим состоянием. Процессы общаются только через сообщения. Если процесс падает — супервизор решает, что делать: перезапустить его, перезапустить группу связанных процессов или эскалировать проблему выше.

Что это даёт для AI-агентов

Изоляция сбоев. Один агент зависает на галлюцинации или получает таймаут от API — остальные продолжают работать. Без OTP-паттерна падение одного агента каскадом роняет всю систему.
Стратегии перезапуска. Можно задать one_for_one (перезапускать только упавший процесс), one_for_all (перезапустить всю группу) или rest_for_one (перезапустить упавший и всех, кто от него зависит). Для агентов это критично — если агент-аналитик упал, агент-писатель без его данных всё равно бесполезен.
Управление нагрузкой. Back-pressure, очереди сообщений, приоритеты — всё из коробки.

Когда нужен OTP

Когда у вас не один агент, а система из десятков. Когда агенты работают непрерывно, а не одноразово. Когда надёжность важнее, чем скорость прототипирования.

Не обязательно писать на Erlang или Elixir. Принципы OTP реализованы в библиотеках для Python, Go, Rust. Важно не название, а паттерн: изолированные процессы, супервизия, деревья отказоустойчивости.

CrewAI — команда с ролями

Если OTP — это инфраструктура, то CrewAI — это уровень команд и ролей. Опенсорсный Python-фреймворк, который позволяет собирать агентов в «экипажи» (crews) с чёткими ролями, задачами и иерархией.

В CrewAI вы описываете: агента — с ролью, целью и предысторией (backstory); задачу — конкретное задание с ожидаемым результатом; процесс — последовательный (sequential) или иерархический (hierarchical), где один агент координирует остальных.

Что это даёт

Разделение ответственности. Вместо одного агента-на-все-руки вы получаете специализированных агентов. Один ищет информацию, другой анализирует, третий пишет отчёт.
Передача контекста между агентами. Результат работы одного агента автоматически становится входом для следующего.
Управление зависимостями. Можно задать, что задача Б не стартует, пока не завершена задача А.
Flows — механизм оркестрации нескольких экипажей в рамках сложного пайплайна с ветвлениями и условной логикой.

Когда нужен CrewAI

Когда у вас конкретный рабочий процесс, который можно декомпозировать на роли. Исследование → анализ → написание отчёта. Сбор данных → валидация → принятие решения. CrewAI идеален для задач, где вы точно знаете, какие шаги нужны и в каком порядке.

Ограничение CrewAI — он работает внутри одного приложения. Ваши агенты — это Python-объекты в одном процессе. Для взаимодействия между разными системами нужен следующий слой.

A2A — протокол межагентной коммуникации

A2A (Agent-to-Agent) — открытый протокол, представленный Google в апреле 2025 года. Его задача — стандартизировать общение между агентами, которые работают в разных системах, написаны на разных фреймворках и принадлежат разным организациям.

Аналогия: если CrewAI — это координация внутри одного офиса, то A2A — это почтовый протокол между компаниями. Неважно, какая CRM у вашего партнёра — письмо дойдёт.

Как работает A2A

Agent Card — JSON-документ, в котором агент описывает свои возможности, поддерживаемые форматы и эндпоинты. Аналог визитки: «Я умею анализировать финансовые данные, принимаю запросы в таком-то формате».
Задачи (Tasks) — стандартизированная единица работы. Клиент-агент отправляет задачу серверу-агенту и получает результат.
Части (Parts) — результат задачи может содержать текст, файлы, формы, даже iframes. Агенты договариваются о формате.
Потоковая передача — поддержка Server-Sent Events для долгих задач.

Что это даёт

Интероперабельность. Агент на CrewAI может общаться с агентом на LangGraph, агентом на AutoGen или любым другим — через единый протокол.
Обнаружение. Через Agent Cards агенты могут находить друг друга и понимать, кто что умеет.
Безопасность. Встроенные механизмы аутентификации и авторизации.

Когда нужен A2A

Когда агенты живут в разных системах. Когда вы строите маркетплейс агентов или интегрируете агентов от разных поставщиков. Когда ваш внутренний агент должен общаться с агентом партнёра, и вы не контролируете его стек.

A2A уже поддерживается Google Agent Engine, и экосистема активно растёт — протокол открытый, с чёткими контрибьюшн-гайдлайнами.

MCP — стандарт подключения инструментов

MCP (Model Context Protocol) — открытый протокол от Anthropic, представленный в конце 2024 года. В декабре 2025-го Anthropic передала его в Agentic AI Foundation под управление Linux Foundation, куда вошли OpenAI, Google, Microsoft, AWS, Cloudflare и другие.

Если A2A — это протокол общения между агентами, то MCP — это протокол общения агента с внешним миром: инструментами, базами данных, API, файловыми системами.

Как работает MCP

Архитектура «клиент — сервер» поверх JSON-RPC 2.0 (заимствовано из LSP — Language Server Protocol):

MCP-сервер — обёртка вокруг инструмента или источника данных. Описывает, какие операции доступны, какие параметры принимает, какие данные отдаёт.
MCP-клиент — встроен в AI-приложение. Обнаруживает серверы, вызывает инструменты, получает результаты.
Стандартизированные примитивы: Tools (функции), Resources (данные), Prompts (шаблоны запросов).

Что это даёт

Один коннектор вместо десятков. Раньше каждый AI-фреймворк писал свои интеграции с каждым инструментом. N фреймворков × M инструментов = N×M коннекторов. С MCP: N + M.
Контекстная непрерывность. Агент сохраняет контекст при переключении между инструментами.
Экосистема. Уже тысячи MCP-серверов: для GitHub, Slack, баз данных, файловых систем, браузеров, почти чего угодно.

Когда нужен MCP

Всегда, когда агент должен взаимодействовать с внешними системами. MCP — это USB-C для AI-агентов: единый стандартный порт вместо зоопарка проприетарных разъёёмов.

Как это всё работает вместе

Представьте мультиагентную систему для анализа конкурентов:

Слой 1 — OTP: обеспечивает, что вся система работает стабильно. Если агент-аналитик упал, супервизор перезапустит его. Если внешний API не отвечает — агент уйдёт в retry без паники.

Слой 2 — CrewAI: определяет, кто что делает. Исследователь собирает данные, аналитик ищет паттерны, писатель формирует отчёт. Чёткие роли, чёткий порядок.

Слой 3 — A2A: когда вашему агенту нужны данные от агента партнёра (например, сравнение цен), он обращается через A2A. Разные системы, единый протокол.

Слой 4 — MCP: каждый агент подключается к своим инструментам через MCP. Исследователь — к веб-поиску и базе данных. Писатель — к Google Docs. Стандартный интерфейс для всех.

С чего начать: практические рекомендации

Начинайте снизу вверх. Не нужно сразу строить все четыре слоя. Двигайтесь по мере усложнения задачи.

Шаг 1 — MCP. Подключите инструменты к вашему агенту через MCP. Это даёт немедленную пользу: агент получает доступ к реальным данным и сервисам. MCP-серверы есть для большинства популярных инструментов, а написать свой — дело пары часов.

Шаг 2 — CrewAI. Когда один агент перестаёт справляться, разбейте задачу на роли. Не нужно сразу 10 агентов — начните с двух-трёх. Исследователь + аналитик + писатель — классическая тройка.

Шаг 3 — A2A. Когда ваши агенты должны взаимодействовать с внешними системами или агентами партнёров, подключайте A2A. До этого момента — не усложняйте.

Шаг 4 — OTP-паттерны. Когда система уходит в продакшен и должна работать 24/7, внедряйте супервизию, стратегии перезапуска и управление нагрузкой. На этапе прототипа это избыточно, на этапе продакшена — обязательно.

Главное

Четыре технологии — четыре ответа на четыре разных вопроса:

Как выжить при сбоях? → OTP: супервизоры, изоляция, перезапуски.
Кто что делает? → CrewAI: роли, задачи, координация.
Как общаться с чужими агентами? → A2A: стандартный протокол коммуникации.
Как подключить инструменты? → MCP: универсальный интерфейс к внешнему миру.

Путать их — как путать фундамент с электропроводкой. И то, и другое нужно в доме, но отвечают они за разное. Постройте правильный стек — и ваши агенты будут не просто работать, а работать надёжно, масштабируемо и с возможностью расти.