Vad är A2A: Agent-to-Agent Protocol?
A2A (Agent-to-Agent Protocol) löser problemet med att agenter byggda i olika ramverk, moln eller organisationer behöver kommunicera med varandra. Utan en gemensam standard skulle varje agent-till-agent-integration kräva egen kod och konventioner. A2A gör att en LangGraph-agent hos ett svenskt bolag kan delegera en uppgift till en Google ADK-agent hos deras leverantör, som i sin tur kan ropa på en Microsoft Agent Framework-agent hos ett revisionsbolag – allt via ett gemensamt öppet protokoll.
Historiken:
- April 2025: Google Cloud presenterar A2A på Google Cloud Next med 50+ initiala partners inklusive Anthropic, LangChain, Microsoft och SAP.
- Juni 2025: Överföring till Linux Foundation som Agent2Agent Project, vilket säkerställer öppen governance oberoende av en enskild leverantör.
- April 2026: Version 1.0 stable släpps med 150+ stödjande organisationer. Både Microsoft Agent Framework, Google ADK och LangSmith Agent Server har native v1-stöd.
Kärntanken är enkel: en agent skickar en Task till en annan agent, tar emot Messages tillbaka i realtid (streaming stöds native) och slutligen en Artifact med resultatet. Vem som helst kan publicera en Agent Card som beskriver vad deras agent kan göra, hur man autentiserar och vad det kostar per anrop.
För mer om protokoll-ekosystemet, se MCP: Model Context Protocol för svenska AI-team och pillar-guiden AI-agenter: komplett guide för svenska företag 2026.
A2A vs MCP: skillnad, komplement och när ni behöver båda
Sammanfattat
A2A och MCP är komplement. A2A kopplar agent till agent (delegera task mellan LLM:er). MCP kopplar agent till verktyg (LLM anropar API, databas, filsystem). De flesta produktionsstackar 2026 kör båda: MCP-servers för verktyg och A2A för att delegera till specialiserade agenter hos andra leverantörer. Alice Labs standardstack i svensk enterprise 2026.
Den vanligaste förvirringen 2026 är att A2A och MCP skulle vara konkurrenter. Det är de inte. De löser olika problem:
| Dimension | MCP (Model Context Protocol) | A2A (Agent-to-Agent) |
|---|---|---|
| Vad kopplas ihop? | Agent till verktyg (LLM till API) | Agent till agent (LLM till LLM) |
| Introducerat | Anthropic, nov 2024 | Google Cloud, apr 2025 |
| Governance | Anthropic plus community | Linux Foundation |
| Primär transport | JSON-RPC 2.0 över stdio/SSE/HTTP | JSON-RPC 2.0, gRPC, REST |
| Identitet | Server-config, ingen native signering | Signerade Agent Cards (JWS) |
| Streaming | Ja (SSE eller HTTP) | Ja (native i alla transporter) |
| Discovery | Manuell konfiguration | Agent Cards plus register |
| Autentisering | API-nycklar, OAuth per server | Signering plus TLS plus scope |
| Primär use-case | Standardisera verktygsanrop | Cross-vendor agent-delegation |
| Adoption 2026 | Bred: Anthropic, OpenAI, Google, Microsoft | Växande: 150+ organisationer efter v1 |
Praktiskt exempel: en Alice Labs-implementation för ett svenskt försäkringsbolag har en LangGraph-huvudorchestrator som (a) använder MCP-servers för att läsa skadedata från Salesforce, uppdatera Fortnox och söka i intern kunskapsbas, och (b) använder A2A för att delegera bilddiagnos av skador till en specialiserad Google Vertex AI Agent Builder-agent, samt regulatory-review till en Microsoft Agent Framework-agent hos deras compliance-partner. Samma orchestrator, båda protokollen.
A2A v1.0-specen: Task, Message, Part, Artifact, Agent Card
Sammanfattat
A2A v1.0 definierar fem kärnobjekt. Task: den uppgift som delegeras, med state (submitted, working, input-required, completed, failed, canceled). Message: kommunikation inom en Task (user, agent). Part: en atomisk enhet inom en Message (text, fil, data). Artifact: strukturerat resultat från en Task. Agent Card: JSON-metadata som beskriver agenten (name, description, capabilities, skills, endpoints, auth).
Fem kärnobjekt utgör hela protokollet. Håll dem i huvudet så förstår ni all A2A-kod ni ser 2026.
- Task. En uppgift som en klient-agent skickar till en server-agent. Har ett
statesom transitionerar: submitted → working → input-required (valfri) → completed eller failed eller canceled. Task-id är stabil och används för hela livscykeln. - Message. Kommunikation inom en Task. Har en
role(user eller agent) och innehåller en eller flera Parts. - Part. Den atomiska enheten inom en Message. Fyra typer: TextPart (naturligt språk), FilePart (bild, PDF, dokument),DataPart (strukturerad JSON) och ToolCallPart (verktygsanrop-referens).
- Artifact. Det strukturerade slutresultatet från en Task. Kan innehålla Parts på samma sätt som Messages men är immutable och versionerad. En Task kan producera flera Artifacts.
- Agent Card. JSON-metadata som beskriver agenten:
name,description,version,capabilities(streaming, pushNotifications, stateTransitionHistory),skills(lista över uppgifter agenten kan hantera),endpoints,authentication. Publiceras på/.well-known/agent.jsonper default. Signerad variant (JWS) för identitetsverifiering.
Alla fem objekten transporteras över JSON-RPC 2.0 (default), gRPC (för hög throughput och lägre latens) eller REST över HTTP (för enkel integrering med existerande API-management). Streaming stöds native i alla tre.
Prata med teamet bakom 100+ AI-implementationer
30 minuters discovery-samtal med en senior Alice Labs-konsult. Ingen slide-deck, ingen försäljningspitch — bara ett scoping-samtal.
Boka Discovery CallAgent Cards: discovery, capabilities och signering
Sammanfattat
En Agent Card publiceras på /.well-known/agent.json och beskriver vad agenten kan göra, endpoints, autentisering, kostnader och streaming-stöd. Signerade Agent Cards (JWS) verifierar identiteten mot en publik nyckel. Linux Foundation A2A-registret listar publika agenter. Alice Labs-standard: signerade Agent Cards för alla svenska cross-vendor-delegations plus intern registerspegling i LangSmith.
Agent Cards är hur agenter upptäcker varandra och vet vad de kan delegera. En minimal Agent Card:
{
"name": "Nordic Insurance Damage Assessor",
"description": "Bedömer försäkringsskador från foton och beskrivningar",
"version": "1.2.0",
"url": "https://damage-agent.example.se/a2a",
"capabilities": {
"streaming": true,
"pushNotifications": true,
"stateTransitionHistory": true
},
"skills": [
{
"id": "assess-vehicle-damage",
"name": "Assess vehicle damage",
"description": "Uppskattar skador på fordon från foto plus beskrivning",
"tags": ["insurance", "vehicle", "damage-assessment"],
"inputModes": ["text/plain", "image/jpeg", "image/png"],
"outputModes": ["application/json"]
}
],
"authentication": {
"schemes": ["bearer"]
},
"provider": {
"organization": "Alice Labs AB",
"url": "https://alicelabs.ai"
}
}
Signerad Agent Card lägger till en signature-fält med en JWS över hela kortet. Verifiering görs mot den publika nyckel som organisationen har publicerat på sitt domain (via DNS TXT-record eller /.well-known/). Detta löser problemet att en illvillig aktör inte kan påstå sig vara en välkänd agent bara genom att kopiera Agent Cardet.
Linux Foundation kör ett publikt A2A-register där organisationer kan lista publika agenter. För enterprise-deployment (Alice Labs standard i Sverige) körs ofta ett intern register (LangSmith Agent Server-registret eller egen katalog i Vault) med signerade Agent Cards för alla godkända delegations-partners.
Transportbindningar: JSON-RPC 2.0, gRPC och REST
Sammanfattat
A2A stöder tre transporter över samma semantik. JSON-RPC 2.0 är default: mest kompatibelt, enklaste integreringen. gRPC för hög throughput och lägre latens i internt cluster (2-3x snabbare tail-latency). REST över HTTP för enklast integrering med API Management-plattformar (Apigee, Azure API Management, Kong). Val påverkar bara transport, inte protokoll-semantiken.
De tre transporterna gör samma sak men optimerar för olika scenarier:
- JSON-RPC 2.0 (default). Metod-based RPC över HTTP eller SSE för streaming. Enkel att implementera, mest kompatibelt över språk och ramverk. Bra val när ni är osäkra.
- gRPC. Binär serialisering (protobuf), HTTP/2 multiplexing, bäst för hög throughput och låg latens (2-3x snabbare tail-latency i Alice Labs interna benchmark 2026). Rätt för internt cluster där hela stack:en talar gRPC.
- REST över HTTP+JSON. Traditionellt REST-mönster med A2A-semantik. Enklast att integrera bakom API Management-plattform (Apigee, Azure API Management, Kong) för svenska enterprise med etablerade API-styr.
Val påverkar bara transport, inte protokoll-semantik. Ni kan (och ofta bör) köra en gateway som accepterar alla tre och normaliserar till en internt. Alice Labs default för svensk enterprise: JSON-RPC 2.0 för publikt exponerade endpoints, gRPC internt i cluster, REST bakom Apigee för partner-integrationer.
Bygger ni cross-vendor agent-mesh i svensk enterprise? Vi har 100+ referenser.
Alice Labs kör A2A-mesher mellan Anthropic Claude, Google Vertex AI Agent Builder och Microsoft Agent Framework för svenska bank-, försäkrings- och life-sciences-kunder. Boka arkitekturmöte så designar vi rätt A2A-topologi för er stack, EU AI Act-scope och SLA.
Boka arkitekturmöteSäkerhet och EU AI Act: signering, revocation, threat model
Sammanfattat
A2A-säkerhet bygger på fyra pelare: (1) signerade Agent Cards (JWS) för identitet, (2) TLS med mutual auth för transport, (3) task-scoped credentials som revokas per Task, (4) Linux Foundation-registret med revocation. Threat models från Palo Alto Networks och Tyk 2026 pekar ut prompt injection cross-agent, credential leakage och Agent Card spoofing som primära risker. EU AI Act Artikel 26 kräver dokumenterad ansvarsfördelning per delegation.
Säkerhet är A2A:s svåraste kapitel eftersom protokollet i grunden möjliggör att en agent kan trigga aktioner hos en annan agent från en annan organisation. Fyra pelare i produktions-arkitekturen:
- Signerade Agent Cards (JWS). Alla A2A-endpoints i produktionsstacken ska verifiera JWS-signaturen mot publik nyckel innan de accepterar delegation. Osignerade Agent Cards accepteras aldrig i Alice Labs standard-arkitektur.
- Mutual TLS. Både klient- och server-agent presenterar certifikat. Rekommenderat i alla scenarier där båda parter är kända organisationer.
- Task-scoped credentials. Bearer tokens är per-Task, inte per-agent. Revokas när Task-en är completed, failed eller canceled. Minskar blast radius vid credential leak.
- Revocation via Linux Foundation-registret. Kompromitterade agenter kan revokas centralt så att klienter avvisar dem inom sekunder.
Threat models publicerade 2026 av Palo Alto Networks och Tyk pekar ut tre primära attack-vektorer:
- Prompt injection cross-agent. En kompromitterad server-agent kan skicka tillbaka Messages som försöker manipulera klient-agentens beteende. Motverkas med strict output-validering och separata context-windows.
- Credential leakage via Message-innehåll. Om klienten skickar PII eller credentials in i en TextPart kan server-agenten läcka det. Motverkas med DLP-lager på klient-sidan.
- Agent Card spoofing. Illvillig aktör publicerar en Agent Card som imiterar en välkänd agent. Motverkas med signeringskrav och registerbaserad verifiering.
EU AI Act-implikationer för svenska A2A-deployments: Artikel 26 (deployer-krav) kräver dokumenterad ansvarsfördelning per delegation. Om ni delegerar en task till en annan agent måste ni ha DPA och tydliggöra vem som är ansvarig för beslutet gentemot användaren. Artikel 12 (loggning) kräver att audit-log följer hela agent-kedjan, inte bara första hoppet. Alice Labs standard: strukturerade audit-logs per Task-id i Langfuse med referens till delegerade Task-id hos partner-agenter. Se AI Agent Security Risks för djupare threat modeling.
Ramverksstöd 2026: LangGraph, Microsoft Agent Framework, Google ADK, CrewAI
Sammanfattat
A2A v1.0 stöds native i Microsoft Agent Framework (v1) och Google ADK. LangGraph kopplar via LangSmith Agent Server. CrewAI via a2a-python-adapter. Claude Agent SDK har A2A-stöd via anthropic-a2a-server-paketet 2026. OpenAI Agents SDK har inte native stöd (december 2026) men kan exponera A2A via en tunn wrapper. Adoption accelererade markant efter v1 i april 2026.
Ramverkslandskap per september 2026:
- Microsoft Agent Framework. Native A2A v1-stöd i .NET och Python-versionerna sedan april 2026 (samma release som v1). En agent i MAF exponeras som en A2A-server med några rader kod och kan agera som klient mot andra A2A-servrar.
- Google ADK (Agent Development Kit). Native A2A v1-stöd sedan Google Cloud Next 2026. Vertex AI Agent Builder exponerar agenter som A2A-servrar med signerade Agent Cards.
- LangGraph. A2A-stöd via LangSmith Agent Server (2026) som exponerar en LangGraph-agent bakom ett A2A-endpoint. Klient-sidan görs via a2a-python-biblioteket.
- CrewAI. A2A-adapter i crewai-a2a-paketet. Fungerar för både server och klient men mognadsnivån är lägre än i MAF/ADK.
- Claude Agent SDK. A2A-stöd via anthropic-a2a-server 2026 för att exponera en Claude-agent som A2A-server. Klient-sidan använder samma a2a-python-bibliotek som LangGraph.
- OpenAI Agents SDK. Inte native A2A per december 2026 men kan exponeras via en tunn wrapper. Följ OpenAI:s roadmap för uppdatering.
Se ramverksjämförelser: CrewAI vs LangGraph vs AutoGen, OpenAI Agents SDK vs CrewAI.
Alice Labs deployment-mönster: cross-cloud A2A-mesh för svensk enterprise
Sammanfattat
Alice Labs standard-arkitektur 2026: LangGraph som orchestrator, MCP för verktyg, A2A för cross-vendor delegation. Typisk svensk enterprise-deployment: LangGraph huvudorchestrator hostad i Azure Sweden Central, delegerar specialiserade tasks till Google Vertex AI Agent Builder-agenter och Microsoft Agent Framework-agenter via signerad A2A. All audit-log per Task-id i Langfuse med referens till delegerade Task-id.
Alice Labs standard-arkitektur för svensk enterprise 2026 kombinerar tre lager:
- LangGraph huvudorchestrator hostad i Azure Sweden Central eller AWS Frankfurt (GDPR-kontroll). Kör som en state graph med explicit checkpointing och human-in-the-loop-noder.
- MCP-servers för verktyg. Salesforce, Fortnox, Visma, Snowflake, intern kunskapsbas. Alla verktyg exponeras som MCP-servers för återanvändning över alla agent-projekt.
- A2A för cross-vendor delegation. Specialiserade tasks (bilddiagnos, regulatory review, branschspecifika analyser) delegeras via signerade A2A-anrop till partner-agenter i Google Vertex AI Agent Builder, Microsoft Agent Framework eller Anthropic Claude via LangSmith Agent Server.
Governance-lager: alla A2A-endpoints kräver signerade Agent Cards, task-scoped credentials och strukturerad audit-log per Task-id. Delegations-flöden är dokumenterade per Artikel 26 med tydlig ansvarsfördelning. IMY-vänlig arkitektur från dag 1.
Se pillar-guiden AI-agenter: komplett guide 2026 för bredare kontext och boka arkitekturmöte via AI-agenter för svenska företag.
Redo att koppla ihop agenter över leverantörer med A2A?
Alice Labs 12-veckors playbook för svensk enterprise A2A-implementation. Discovery, säkerhetsmodell, EU AI Act-anpassning, governance och rollout. Kostnadsfritt första möte.
Boka A2A-konsultationFramtid: A2A 2027-2028, konvergens med MCP och nordisk adoption
Sammanfattat
A2A-adoption förväntas accelerera 2026-2028 driven av Linux Foundation-governance och enterprise-krav på leverantörsoberoende. Konvergens med MCP fortsätter (delade transport-primitiver, gemensam identity-modell). Nordic adoption följer EU-mognad; Alice Labs bedömer att 30 procent av svenska enterprise-agent-deployments 2027 kommer använda A2A för minst en delegation.
Roadmap-signaler att följa 2026-2028:
- v1.1 och v2.0. Linux Foundation roadmap pekar mot v1.1 Q1 2027 med förbättrat batch-stöd och v2.0 senare 2027 med native support för agent-teams (grupp-Tasks).
- Konvergens med MCP. Diskussioner pågår om delade transport-primitiver och gemensam identity-modell (JWS över både protokoll). Konkurrens är osannolik; komplement blir starkare.
- Nordisk enterprise-adoption. Alice Labs bedömer att 30 procent av svenska enterprise-agent-deployments 2027 kommer använda A2A för minst en delegation, drivet av leverantörsoberoende-krav i upphandlingar och EU AI Act Artikel 26.
- ISO/IEC-standardisering. Ryktena talar om formellt standardiseringsspår hos ISO/IEC JTC 1/SC 42 (AI) för 2028. Skulle accelerera adoption i offentlig sektor och reglerade branscher.
För uppdaterade insikter, prenumerera på Alice Labs Nordic AI-nyhetsbrev eller följ vår sektion AI-agenter-guide.
About the Authors & Reviewers

VD & Medgrundare, Alice Labs
CEO & Co-Founder at Alice Labs. Author of 7 research reports on AI adoption, governance and labor markets cited across EU, OECD and US benchmarks.
- 8+ years in AI strategy & implementation
- Top-5 AI Speaker, Sweden (Mindley 2025)
- 100+ enterprise AI engagements

Medgrundare, Alice Labs
Co-Founder at Alice Labs. Builds AI automation, agent workflows and integration systems that hold up in real business operations.
- AI automation & agent systems lead
- Workflow design across 100+ deployments
- Specialist in RAG, integrations & APIs
Vanliga frågor
Vad är A2A och vad löser det?
A2A (Agent-to-Agent) är det öppna protokoll som gör att AI-agenter från olika leverantörer, moln och ramverk kan kommunicera med varandra. Introducerat av Google Cloud april 2025, förvaltat av Linux Foundation sedan juni 2025 och v1.0 stable släppt april 2026. Löser problemet med att cross-vendor agent-delegation annars kräver egen kod per integration. Bygg en gång, kommunicera med alla A2A-kompatibla agenter.
Är A2A konkurrent till MCP?
Nej. A2A och MCP är komplement. A2A kopplar agent till agent (LLM till LLM för delegation). MCP kopplar agent till verktyg (LLM till API, databas, filsystem). De flesta produktionsstackar 2026 använder båda: MCP för verktygsanrop, A2A för att delegera till specialiserade agenter hos andra organisationer eller moln.
Vilka ramverk stödjer A2A 2026?
Native v1-stöd: Microsoft Agent Framework, Google ADK, LangSmith Agent Server. Adapters: LangGraph (via a2a-python), CrewAI (via crewai-a2a), Claude Agent SDK (via anthropic-a2a-server). OpenAI Agents SDK har inte native A2A per december 2026 men kan exponeras via wrapper. Adoption accelererade markant efter v1 i april 2026.
Hur säkert är A2A för svensk enterprise?
Säkerhet bygger på fyra pelare: signerade Agent Cards (JWS), mutual TLS, task-scoped credentials och revocation via Linux Foundation-registret. Threat models från Palo Alto Networks och Tyk 2026 pekar ut prompt injection cross-agent, credential leakage och Agent Card spoofing som primära risker. Alice Labs vägrar cross-vendor A2A-deployment utan alla fyra pelare på plats.
Vad är en Agent Card och varför är den signerad?
Agent Card är JSON-metadata som beskriver en agents kapabiliteter, endpoints, autentisering och kostnader. Publiceras på /.well-known/agent.json. Signerad Agent Card (JWS) verifierar identiteten mot publik nyckel så att en illvillig aktör inte kan påstå sig vara en välkänd agent genom att kopiera Agent Cardet. Signering är krav i alla Alice Labs produktions-A2A-deployments.
Hur påverkar EU AI Act cross-vendor A2A-delegation?
Artikel 26 (deployer-krav) kräver dokumenterad ansvarsfördelning per delegation - vem som är ansvarig för beslutet gentemot användaren när en agent delegerar till en annan. Artikel 12 (loggning) kräver att audit-log följer hela agent-kedjan, inte bara första hoppet. Alice Labs standard: strukturerade audit-logs per Task-id i Langfuse med referens till delegerade Task-id hos partner-agenter.
Vilken transport ska jag välja: JSON-RPC 2.0, gRPC eller REST?
JSON-RPC 2.0 (default) för publikt exponerade endpoints - mest kompatibelt. gRPC för internt cluster där hela stacken talar gRPC (2-3x snabbare tail-latency i Alice Labs interna benchmark). REST för partner-integrationer bakom API Management-plattformar (Apigee, Azure API Management, Kong). Val påverkar bara transport, inte protokoll-semantik.
Kan jag använda A2A utan att bygga om min existerande agent?
Ja. Ni exponerar er existerande agent (LangGraph, CrewAI, Claude Agent SDK, Microsoft Agent Framework) som A2A-server med ett tunt wrapper-lager. Typisk implementeringstid: 3-8 arbetsdagar för första endpoint. Klient-sidan görs via a2a-python-biblioteket. Ni behöver inte skriva om er agent-logik.
Är A2A moget för produktion i svensk enterprise 2026?
Ja, för v1.0-stödjande ramverk (Microsoft Agent Framework, Google ADK, LangSmith Agent Server). Alice Labs har A2A-mesher i produktion sedan sommaren 2026 för svenska bank-, försäkrings- och life-sciences-kunder. Governance-lagret (signering, task-scoped credentials, audit-log) är dock kritiskt att implementera från dag 1.
Vad kostar A2A-implementation för svensk enterprise?
Protokollet själv är öppet och utan licenskostnad. Kostnaden ligger i implementation och governance: 250 000 - 700 000 SEK för första A2A-integration i en existerande agent-plattform (4-8 veckor), 1,5 - 3 MSEK för fullt cross-cloud A2A-mesh med governance-lager (3-5 månader). Alice Labs erbjuder både bygg-uppdrag och kompetensöverföring.
OpenAI Agents SDK vs CrewAI 2026: head-to-head
Nästa i AI AgentsCrewAI vs LangGraph vs AutoGen 2026: teknisk jämförelse
Vidare läsning
- a2a-protocol.org — v1.0 specification (canonical)· a2a-protocol.org
- Linux Foundation Agent2Agent Project· linuxfoundation.org
- Google Cloud — A2A announcement· cloud.google.com
- Microsoft Agent Framework — A2A v1 docs· learn.microsoft.com
- Model Context Protocol· modelcontextprotocol.io
- Anthropic — Building Effective Agents· anthropic.com
- EU AI Act — regulatory framework· digital-strategy.ec.europa.eu
- Vinnova — svenska AI-satsningar· vinnova.se
- IMY — tillsyn AI Act· imy.se
- Palo Alto Networks — A2A threat model· paloaltonetworks.com
Relaterade tjänster
Relaterade artiklar
MCP: Model Context Protocol för svenska AI-team
Verktygsintegration via MCP, komplement till A2A.
comparisonCrewAI vs LangGraph vs AutoGen 2026
3-vägs ramverksjämförelse för orchestrator-val.
pillarAI-agenter: komplett guide för svenska företag 2026
Pillar-guide: definition, arkitektur, use-cases, EU AI Act.
deepdiveA2A Protocol Guide 2026 (engelska)
Full technical A2A deepdive for global buyers.
deepdiveMulti-agent-system: guide för svenska AI-team 2026
Supervisor, hierarkiska team, blackboard, konsens.
Källor
- Agent2Agent Project — A2A v1.0 specificationLinux Foundation · Linux Foundation“A2A v1.0 stable släppt april 2026 med 150+ organisationer inklusive Microsoft, Anthropic, AWS, Google, Salesforce, SAP.”(hämtad 2026-09-19)
- A2A: A new era of agent interoperabilityGoogle Cloud · Google Cloud“A2A introducerat april 2025 med 50+ initiala partners inklusive Anthropic, LangChain, Microsoft, SAP.”(hämtad 2026-09-19)
- Microsoft Agent Framework — A2A v1 documentationMicrosoft · Microsoft“Microsoft Agent Framework har native A2A v1-stöd i .NET och Python sedan april 2026.”(hämtad 2026-09-19)
- LangSmith Agent Server — A2A endpointLangChain · LangChain“LangGraph-agenter exponeras via LangSmith Agent Server som A2A-servrar med signerade Agent Cards.”(hämtad 2026-09-19)
- Model Context Protocol SpecificationAnthropic · Anthropic“MCP är komplement till A2A: MCP för verktyg, A2A för agent-till-agent-delegation.”(hämtad 2026-09-19)
- Building Effective AgentsAnthropic · Anthropic“Enkla workflows med tydliga steg slår komplexa arkitekturer. Multi-agent adderas gradvis baserat på mätt behov.”(hämtad 2026-09-19)
- A2A threat model publicationPalo Alto Networks · Palo Alto Networks“Threat model 2026: prompt injection cross-agent, credential leakage och Agent Card spoofing är primära risker.”(hämtad 2026-09-19)
- Securing A2A in enterprise API managementTyk · Tyk“A2A bakom API Management-plattform (Apigee, Azure API Management, Kong) rekommenderat för svensk enterprise.”(hämtad 2026-09-19)
- EU AI Act — regulatory frameworkEuropeiska kommissionen · European Commission“Artikel 26 (deployer-krav) kräver dokumenterad ansvarsfördelning per delegation. Artikel 12 (loggning) följer hela agent-kedjan.”(hämtad 2026-09-19)
- Tillsyn av AI-system i SverigeIntegritetsskyddsmyndigheten (IMY) · IMY“IMY är utpekad svensk tillsynsmyndighet för EU AI Act.”(hämtad 2026-09-19)
- Sverige växlar upp AI-satsningarVinnova · Vinnova“600 MSEK-investering i EU:s DIGITAL-program för AI, cybersäkerhet och digitalisering.”(hämtad 2026-09-19)
- Hype Cycle for Agentic AI 2026Gartner · Gartner“Agent interoperability är en av de snabbast växande kategorierna i Gartners Hype Cycle 2026.”(hämtad 2026-09-19)
- Alice Labs enterprise AI-implementationer (100+ sedan 2023)Alice Labs · Alice Labs“100+ produktionsimplementationer i Norden, inklusive cross-cloud A2A-mesher mellan Anthropic, Google Vertex och Microsoft Agent Framework.”(hämtad 2026-09-19)
Nästa planerade granskning: