SAM от Google объединяет автономных AI-агентов в одноранговую сеть

Когда запускаешь локальных AI-агентов и пытаешься связать их с рабочими станциями или облачными сервисами, быстро упираешься в сетевую рутину. Нужно пробрасывать порты, возиться с NAT, выпускать сертификаты и придумывать, как безопасно расшарить вызовы инструментов по протоколу Model Context Protocol (MCP).

В Google решили подойти к задаче системно и открыли репозиторий SAM, что расшифровывается как Sovereign Agent Mesh. Проект написан на Go и превращает разрозненных агентов в защищенную P2P-сеть с автоматическим обнаружением узлов.

Что умеет эта сеть

Основная идея SAM — избавить разработчика от ручной настройки маршрутизации между агентами. Узлы находят друг друга сами, даже если один сидит у вас на макбуке за домашним роутером, а второй крутится в Kubernetes-кластере.

В репозитории заложены четыре базовых принципа:

• Автоматическая сборка топологии. Узлы используют P2P-механику, находят соседей и самостоятельно восстанавливают связь при сбоях.
• Строгая аутентификация. SAM работает по модели Zero Trust. Каждое соединение, каждый пакет и сам узел проверяются криптографически.
• Проброс MCP-инструментов. Агенты динамически видят, какие навыки и функции доступны у соседей по сети, и вызывают их напрямую.
• Переносимость идентификаторов. Криптографическая личность ноды не привязана к конкретному IP-адресу или окружению. Ее можно перенести с локальной машины на сервер в облаке без потери авторизации.

Из чего состоит архитектура

Проект разбит на три независимых компонента, каждый из которых решает свой пласт задач:

sam-control-plane выступает реестром. Он регистрирует идентификаторы узлов, хранит политики доступа и координирует роутеры.

sam-router отвечает за передачу данных. Этот компонент построен на базе libp2p, выполняет функции bootstrap-ноды и берет на себя ретрансляцию трафика, если между узлами нет прямого соединения.

sam-node ставится непосредственно рядом с вашим агентом. Он работает как сайдкар, принимает локальные запросы по MCP и перенаправляет их через защищенный транспорт внутрь оверлейной сети.

Как это выглядит на практике

Подключение к сети укладывается в одну команду через CLI или Docker-контейнер. Для экспериментов авторы даже запустили публичный тестнет с забавным адресом bananas.sam-mesh.dev.

К ноде можно подключить агентов на Gemini, Claude или кастомные решения на LangChain. После подключения агент перестает быть изолированной песочницей. Если ему требуется выполнить задачу, для которой у него нет локального инструмента, он опрашивает соседей по мешу, находит узел с нужным MCP-сервером и удаленно выполняет вызов.

Один из показательных примеров в документации — пул агентов-ревьюеров (Warm Agent Pool). Главный агент получает большой пакет задач, на лету дробит его и параллельно раскидывает работу по свободным агентам внутри сети, собирая готовый результат.

Стоит ли пробовать

Репозиторий пока совсем свежий, у него около 300 звезд. В дисклеймере прямо указано: это не официальный поддерживаемый продукт Google, а опенсорсный эксперимент.

Если вы строите сложные мультиагентные системы, где разные модели должны обмениваться инструментами между несколькими серверами или пользовательскими устройствами, код определенно заслуживает изучения. Архитектура на libp2p и сайдкар для MCP выглядят грамотно и логично закрывают проблему сетевой связности. Развернуть тестовый кластер можно локально через Kind или Helm-чарты из каталога charts/sam-mesh.