#Agent Development Kit

Googleは、運用規模のAIエージェントでは巨大な単一システムプロンプトを避け、モジュール化したスキルファイルをビルド成果物として扱う設計を紹介しました。 +依存関係、未定義変数、循環参照をビルド時に検証し、CIで展開済みプロンプトとの差分も検出する方法です。

Googleは、単一の巨大プロンプトでは変更影響範囲の把握、共通指示の重複、実行時まで発覚しないテンプレート不備が起きやすいと説明しています。 +安全方針やツール利用規則などをモジュール化したスキルファイルとして管理し、テンプレートから決定的に展開することで、依存関係と要求変数を明確化します。 +ビルド時に未解決インポート、未定義変数、循環参照を検出し、CIで生成済みのゴールデンファイルとの差分を検査する運用を提案しています。 +実行時は、固定の安全制御を含む基盤プロンプトと、必要なスキルだけを取得する段階的開示を分け、トークン消費と文脈ノイズを抑えます。 +これは設計・運用手法の解説であり、Gemini API、Google AI Studio、Gemma、ADKの新バージョン、料金、移行期限、破壊的変更の発表ではありません。

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。