Beobachtetes Signal · 15. Apr. 2026 · Technical Release · Quelle: DEV Community · Relevanz: 3/5 · Sentiment: Positiv
SAMVAD: Sicheres Agent-zu-Agent-Protokoll für Multi-Agent-Systeme
Der Beitrag analysiert sieben fundamentale Infrastrukturprobleme bei der Entwicklung von Multi-Agent-Systemen – darunter Identität, Replay-Angriffe, Rate-Limiting, Discovery, abgestuftes Vertrauen, Delegationsketten und Prompt Injection. Als Lösung wird SAMVAD vorgestellt, ein Open-Source-Protokoll nebst SDKs für TypeScript und Python, das diese Sicherheits- und Betriebsaspekte automatisiert. Dazu gehören Ed25519-Signierung, Nonce-basierter Replay-Schutz, senderbezogenes Rate-Limiting, standardisierte AgentCards unter /.well-known/agent.json, Scoped Delegation Tokens sowie Mechanismen gegen Prompt Injection. Mit einem minimalistischen Setup von rund 15 Zeilen Code positioniert sich SAMVAD als schlanke Alternative zu Anthropic's MCP und Google's A2A, wobei spezifische Design-Kompromisse und die Ökosystemreife berücksichtigt werden.
Liefert ein wiederverwendbares Open-Source-Wire-Protokoll und SDK, das zentrale Sicherheits-, Discovery- und Betriebslücken in LLM-Agenten-Netzwerken schließt, redundanten Entwicklungsaufwand reduziert und sichere Deployments beschleunigt.
Marktsignale zu Anthropic in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Der Artikel benennt sieben klassische Infrastrukturhürden bei Multi-Agent-Systemen: Identität, Replay-Schutz, senderbasiertes Rate-Limiting, Discovery, gestaffeltes Vertrauen, Delegationsketten und Prompt-Injection-Abwehr.
- SAMVAD fungiert als Open-Source-Agent-zu-Agent-Protokoll mit TypeScript- und Python-SDKs zur Automatisierung dieser Schutzmechanismen.
- Das Protokoll nutzt Ed25519-Schlüsselpaare zur Nachrichtensignierung und veröffentlicht AgentCards unter /.well-known/agent.json für Discovery und Public-Key-Verifikation.
- Es implementiert Nonce- und Zeitstempel-Replay-Schutz (5-Minuten-Fenster), individuelle Rate-Limits inklusive täglicher Token-Budgets sowie attributbasierte Delegations-Tokens (angelehnt an RFC 8693).
- Im Vergleich zu Anthropic's MCP (fehlt native Signierung/Rate-Limiting) und Google's A2A (setzt auf OAuth/OIDC und zentrale Registries) bietet SAMVAD einen dezentralen Ansatz.
Verknüpfte Unternehmen
3 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Implementierung des A2A-Protokolls für die Multi-Agenten-Kommunikation
Ein Entwicklerbeitrag dokumentiert die Implementierung von Googles A2A (Agent-to-Agent) Protokoll über OpenClaw- und Hermes-Agenten auf der Rapid Claw Plattform. Der Artikel erläutert das standardisierte Nachrichten-Envelope von A2A mit Feldern wie a2a_version, message_id, correlation_id, trace, sender, recipient, intent, payload, reply_to und expires_at. Zudem wird A2A von MCP (Model Context Protocol) abgegrenzt und anhand von FastAPI-Beispielcode gezeigt, wie ein Agenten-Postfach bereitgestellt, Signaturen verifiziert und Antworten gesendet werden. Es werden drei gängige Kommunikationsmuster (Request/Reply, Fan-Out/Fan-In, Async mit Callback) sowie fünf essenzielle Plattform-Komponenten für den Produktionsbetrieb skizziert: Registry/Discovery, Identität & mTLS, Routing/Network Policy, Observability (OpenTelemetry) und agentenspezifische Rate Limits. Der Beitrag bewertet A2A als notwendige, pragmatische Infrastruktur für zuverlässige Multi-Agenten-Systeme in der Produktion.
Open-Source-Sicherheitsarchitektur schützt autonome KI-Agenten vor Prompt-Injection-Angriffen
Ein neues Open-Source-Framework bietet ein vierstufiges Defense-in-Depth-Sicherheitsmodell, um autonome KI-Agenten und LLM-Deployments vor Prompt Injections, Tool-Poisoning und unkontrollierter Fugitivität zu schützen. Die Architektur gliedert Schutzmechanismen in vier Schichten: 1. Input-Sanitization für Text- und Bilddaten, 2. Gateway- und Sandboxing-Kontrollen mit strikter Richtliniendurchsetzung, 3. Runtime-Monitoring bei jedem Tool-Aufruf sowie 4. Supply-Chain-Schutz für MCP-Server und Datenquellen. Das System integriert spezialisierte Module wie hermes-shield, ai-guard-gateway, agent-shield-runtime und mcp-schema-sentinel sowie Post-hoc-Validierungen via Conformal Prediction. Die gesamte Codebasis ist für CPU-basierte lokale Deployments optimiert und unter permissiven Lizenzen auf GitHub verfügbar. Sie adressiert damit zentrale Schwachstellen beim produktiven Einsatz agentischer KI-Workflows.
Agent2Agent (A2A) etabliert sich als Multi-Agenten-Infrastruktur
Der Beitrag analysiert den Wandel von Multi-Agenten-KI hin zu einer kritischen Infrastruktur, angetrieben durch wegende Protokoll- und Governance-Initiativen. Im April 2025 kündigte Google ein offenes Agent2Agent (A2A) Protokoll für die sichere Kommunikation zwischen Agenten an. Im Juni 2025 folgte die Linux Foundation mit dem Agent2Agent Protocol Project für eine herstellerneutrale Steuerung. Laut einer Gartner-Analyse vom Dezember 2025 setzen Unternehmen zunehmend auf spezialisierte, orchestrierte Agenten für komplexe Workflows. A2A fungiert dabei als Kommunikations- und Interoperabilitätsschicht, die Modell-, Tool- und Identitäts-Layer ergänzt. Für den produktiven Einsatz werden konkrete Engineering-Praxis empfohlen: der Entwurf eng gefasster Spezialagenten, Protokolle als Produktverträge, recovery-first Semantik für Idempotenz und Timeouts sowie erstklassige Observability zur Nachverfolgung von Koordinationsprozessen und Fehlern.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.