#ADK

Google Developers Blogは、AntigravityとGeminiで構築したリアルタイムAI Race Coach事例を公開しました。 レースカーのテレメトリを処理し、Gemma 4のローカル推論とGemini APIのクラウド推論を組み合わせて運転助言を出す構成です。

Google Developer ExpertsがSonoma Racewayで構築した事例で、レース中のドライバーに即時で実行可能な助言を返すAIコーチを扱っています。 Antigravityがステートフルなオーケストレーションと車両テレメトリ取り込みを担い、ADK、Pythonバックエンド、Jetpack Composeの車載ダッシュボードを組み合わせています。 Gemini APIは走行後のドライバーモデリングやクラウド推論に使われ、Gemma 4はゼロレイテンシーのオフライン音声コーチング用エッジ推論としてローカル実行されています。 物理法則とリアルタイム検証に基づく設計を通じて、高速・高リスク領域で生成AIの信頼性を確保する実装例になっています。 製品の一般提供開始や料金、地域条件、SDK移行期限、破壊的変更はこの記事では示されていません。

Google Developers Blogは、ADK 2.0を構築した理由と設計思想を解説しました。エージェントの柔軟性と、業務フローに必要な決定的な実行制御を両立させるため、構造化ワークフローランタイムとタスク協調モデルを導入したと説明しています。

記事は、AIエージェントをプロトタイプから本番へ進める際、無限ループ、業務ロジックの逸脱、例外の扱いにくさが課題になると説明しています。ADK 2.0では、LLMにルーティングやスケジューリングを任せきるのではなく、従来コードが得意な決定的制御とエージェントの探索能力を組み合わせます。対象はPython、Java、Go、TypeScript、KotlinなどADK v1基盤を使ってきた開発者です。Pythonでは3月から利用可能で、Go向けは今回のADK for Go 2.0発表と連動しています。移行期限や破壊的変更の明示はありませんが、本番エージェントではプロンプトだけでなくワークフロー構造を設計すべきという実務上の指針になります。

Google Developers Blogは、ADK for Go 2.0を発表しました。複雑なマルチエージェントアプリをグラフとして構成するワークフローエンジン、human-in-the-loop、動的オーケストレーション、統一ノードランタイムを導入しています。

ADK for Go 2.0は、Go開発者向けのAgent Development Kitの大きな更新です。従来の単一エージェント実行に加え、分岐、ファンアウト、承認待ち、リトライ、ループなどをグラフとして定義できます。HITLが組み込みプリミティブになり、人間の承認で停止・再開する業務フローを作りやすくなりました。動的ルーティングは通常のGoコードで書けるため、LLMに実行制御を任せすぎず、決定的なワークフロー制御とエージェントの柔軟性を組み合わせられます。対象はGoで本番エージェントを構築する開発者で、API/モデル移行期限や破壊的変更は記事本文では明記されていません。

Google Developers Blogは、PythonのGemini抽出エージェントとGoのコンプライアンス検証エージェントをA2Aで連携する実装例を公開しました。 Google ADKのRemoteA2aAgentを使い、異なる言語・実装のエージェントを一つのパイプラインとして扱う方法を示しています。

記事では、契約書から重要項目を抽出するPythonエージェントと、企業ポリシーに照らして検証するGoエージェントを連携するContract Compliance Multi-Agent Pipelineが例示されています。 A2AはAgent Card、JSON-RPC、Taskライフサイクルを使い、実装言語やフレームワークが異なるエージェント同士をHTTP越しに接続します。 Google ADKのRemoteA2aAgentにより、遠隔のA2A対応サービスをローカルのサブエージェントのように扱えます。 Gemini 3.5 Flashは契約項目の抽出側で使われ、Go側は決定的なポリシー検証を行うため、LLMの非決定性と監査要件を分離できます。 障害時には手動レビュー状態へ遷移するフェイルセーフや、Agent Cardの公開、共有状態、ライブのハンドオフ確認など、本番向けマルチエージェント設計の具体例が含まれています。 サンプルはオープンソースアプリとして提供されます。Gemini APIの破壊的変更、料金、提供地域の更新ではありません。