Перейти к содержимому
Экосистема AI Vibe

Разборы

Когда агент «уходит» в другой процесс: три ловушки A2A на бенчмарке Strands

Редакция 18 ноября 2026 г.

Когда агент «уходит» в другой процесс: три ловушки A2A на бенчмарке Strands

Межпроцессная оркестрация агентов упирается не в схему «локальный планировщик и удалённый исполнитель», а в три развилки: что считать успехом задачи, знаете ли вы итог после таймаута и видите ли реальный расход токенов на стороне вызывающего кода. Для соло-разработчика, который вынес writer или тяжёлый вызов инструмента во второй процесс, именно здесь рвутся потолки по биллингу модели и автоматические проверки перед деплоем. В эмпирическом отчёте по Strands A2A автор pinxiongcn прогнал девять сценариев на loopback и показал, как «зелёные» статусы и пустые метрики расходятся с тем, что произошло на диске и на удалённой стороне.

Два процесса на одном порту: bench, а не продакшен

Сюжет завязан на open-source Strands Agents SDK (Python): это не анонс управляемого облачного оркестратора, а инженерный разбор Agent-to-Agent (A2A) между двумя отдельными процессами ОС на loopback. Сервер: Agent, обёрнутый в A2AServer, поднимается через Starlette и uvicorn; клиент: A2AAgent, который перед вызовом тянет agent card с well-known URL. Общие ресурсы минимальны: один HTTP-порт и один файл receipts на диске; больше процессы ничем не делятся.

Стек зафиксирован в шапке отчёта: strands-agents 1.63.0, a2a-sdk 0.3.26, fastapi 0.163.2, Python 3.11, модель Amazon Bedrock amazon.nova-pro-v1:0 в us-east-1. Интеграция A2A в SDK автор помечает как experimental. Сценарий bench: три вымышленных счётчика токенов на нодах, tool sum_tokens, сохранение черновика через save_draft; writer вынесен во второй процесс и вызывается по A2A.

Воспроизводимые артефакты лежат в репозитории pinxiong/strands-in-action, ветка use case usecases/09-a2a, со скриптами probe_*.py и каталогом evidence: цепочку можно повторить локально, не опираясь только на narrative в статье.

Код Что проверяет
E1 Agent card без model call
E2 Happy path: sum_tokens + save_draft, receipt R-001
E3 Tool explode (RuntimeError) → task completed, stop_reason=end_turn, receipt 0
E4 Подсчёт stream: 58 events
E5 Agent-level exception → a2a_task_state=failed, stop_reason всё ещё end_turn
E6 Timeout 2s против slow → A2AClientTimeoutError, receipt уже на диске
E7 Два вызова с одним idempotency key → одна строка в receipt store
E8 Local 2313 tokens, remote 2369, caller reports 0
E9 A2AAgent не подходит для Swarm; GraphBuilder принимает узел (граф не исполняли)

Для связки «агент в IDE + агент в subprocess» картина та же: граница процесса совпадает с границей наблюдаемости, пока вы сами не вынесете учёт и статусы наружу.

«Completed» при упавшем tool: ловушка для агентных gate’ов

Сценарий E3: центральный урок про надёжность tool-calling в мультипроцессной схеме. Удалённый tool explode бросает RuntimeError, но протокольное состояние задачи остаётся a2a_task_state=completed с stop_reason=end_turn, а число receipts равно нулю. Исключение не превращается в типизированный failed-state для downstream: оно попадает в result.text строкой, как будто это обычный текстовый ответ модели.

Автор разводит stop_reason (локальная конвертация на caller) и a2a_task_state (состояние удалённой задачи в A2A). В маппинге SDK TaskState.failed → stop_reason = end_turn так же, как для completed. Поэтому при реальном agent failure (E5) и при swallowed tool error (E3) stop_reason может совпасть; автоматический gate, который смотрит только на stop_reason, слеп к разнице между «модель закончила ход» и «инструмент реально упал».

Вывод для цепочек с агентами: end_turn без чтения удалённого state и без разбора tool-артефактов слабый сигнал. Проверяйте protocol task state и побочные эффекты (receipts, файлы), а не один локальный флаг.

Таймаут, receipts и слепой учёт токенов

Сценарий E6 бьёт по иллюзии атомарности ответа. Caller ставит timeout 2 секунды против tool slow, который сначала пишет receipt, потом спит 6 секунд. Итог на стороне клиента: A2AClientTimeoutError, но receipt с фазой written_before_reply уже записан в общий файл квитанций другого процесса. Для вызывающего кода исход без дополнительного шага помечен как unknown: HTTP-ответа нет, а побочный эффект на диске уже случился.

Автор предлагает цепочку: тот же idempotency key, retry, read receipt store; при ровно одном receipt исход считается settled. Сценарий E7 подтверждает idempotency: два вызова с одним ключом не плодят вторую строку в store. Прямой паттерн для соло-workflow, где один скрипт дёргает удалённого агента и не может полагаться на синхронный return как на единственный источник правды.

Сценарий E8: аргумент против учёта расхода только из AgentResult на caller. Локальный агент набирает 2313 total tokens, удалённый процесс 2369, а отчёт caller показывает 0 (cycle_count=0, пустые tool_metrics). Причина в протоколе: executor на server не передаёт counters в message, а converter на caller создаёт пустой EventLoopMetrics(). Статический просмотр executor.py в SDK: ноль вхождений usage / token / metric в контексте передачи наружу.

Для разработчика, который ставит потолок по модели на «сумму за сессию», картина опасная: удалённый spend реален, локальная метрика на caller остаётся нулём. Вывод автора: cost ceiling нельзя вешать на caller-side AgentResult; meter нужен на server и отдельный канал публикации usage, иначе мультипроцессная оркестрация превращается в слепой рост счёта.

Сценарий E4 считает 58 stream events против одной строки artifact: поток событий и итоговый артефакт для агента живут в разных плоскостях; наблюдаемость стрима не заменяет ledger по токенам и receipts.

Девять выводов и три слоя контроля

Девять takeaways автора сходятся в практическую рамку для agentic workflow через A2A:

  1. Caller получает task state и строку; typed output modes по сути сводятся к text.
  2. Remote tool raise всё ещё может выглядеть как completed / end_turn.
  3. Agent exception даёт failed в state, но stop_reason может остаться end_turn.
  4. Timeout не равен знанию о записи на диск.
  5. Idempotency key + readback receipts → settled.
  6. Caller usage может быть 0 при ненулевом remote spend.
  7. Много stream events не равно одной понятной artifact-строке.
  8. Swarm и Graph по-разному относятся к A2AAgent (E9: Swarm даёт AttributeError, GraphBuilder узел принимает, исполнение графа не гоняли).
  9. Receipt, idempotency key и metering живут вне агента как отдельная инфраструктура.

Ограничения bench перечислены явно: без auth/SigV4, multi-tenant isolation, сетевых partition и claims про production traffic. Урок остаётся, но перенос «как есть» в бой сужается.

Если собираете цепочку из нескольких агентных процессов (в том числе когда «тяжёлый» агент вынесен в subprocess или отдельный сервис), заранее зафиксируйте три слоя: protocol task state (не только stop_reason), receipt store с idempotency и readback после timeout, server-side metering токенов. Без них оркестрация выглядит успешной там, где инструмент упал, файл уже записан, а счётчик модели на вашей стороне остаётся нулём.

Источники

  • Orchestrating Agents: Your Agent Leaves the Process (Dev.to, aws-builders) — Dev.to (дата доступа: 2026-11-18)
  • Репозиторий pinxiong/strands-in-action, use case usecases/09-a2a — https://github.com/pinxiong/strands-in-action/tree/master/usecases/09-a2a (дата доступа: 2026-11-18)