Коротко
Доклад Яна Ардини (Google Cloud Developer Advocate) о том, как строить AI-агентов с моделями Claude на Vertex AI. Представлен стек из четырёх компонентов: Agent Development Kit (ADK) как open-source фреймворк, MCP для подключения инструментов, Agent Engine для деплоя и масштабирования, и протокол Agent-to-Agent (A2A) для коммуникации между агентами разных фреймворков. Демонстрация строится вокруг агента-планировщика дня рождения, который расширяется в мульти-агентную систему с агентом календаря через MCP-сервер. В финале, деплой агента на Agent Engine несколькими строками кода и обзор A2A для гетерогенных систем агентов.
Главный тезис
Прототип агента собирается за вечер. Production-агент требует стандартизированного фреймворка, протоколов интеграции и управляемой платформы деплоя. ADK, MCP, Agent Engine и A2A, это не четыре продукта, а один стек, где каждый слой закрывает отдельную дыру.
Ключевые идеи
- 0:23, Создание AI-агентов мощно, но довести их до продакшна трудно по трём причинам: фрагментация фреймворков, сложность межагентной коммуникации и операционная нагрузка.
- 0:54, Ландшафт инструментов фрагментирован, поэтому нужен общий toolkit для стандартизации разработки.
- 2:31, Google Cloud предлагает agent stack из 4 компонентов: ADK, MCP-совместимость, Agent Engine, A2A-протокол.
- 2:46, ADK, open-source developer-friendly фреймворк для создания, оценки и деплоя агентов.
- 3:06, ADK с нулевого дня MCP-совместим, что позволяет агенту подключать любые существующие MCP-серверы как инструменты.
- 3:36, Agent Engine, managed-платформа на Vertex AI для деплоя, масштабирования и observability агентов в проде.
- 4:01, A2A, open-source протокол для бесшовной коммуникации агентов независимо от фреймворка.
- 6:59, Демонстрация использует Claude 3.7 Sonnet через Vertex AI Model Garden, Claude 4 уже интегрируется в ADK.
- Базовый паттерн в ADK, LLM Agent, где определяется модель, имя, инструкции и инструменты.
- 9:46, Runner координирует выполнение агентов и управляет сессией/состоянием разговора.
- 11:35, Для запуска агента нужны всего три файла: agent.py, .env, init.py.
- 16:02, Подключение MCP-сервера к ADK, это две строки кода, сервер автоматически конвертируется в tool агента.
- 17:06, Оркестратор в мульти-агентной системе, это агент, которому остальные агенты передаются как инструменты, и который маршрутизирует запросы.
- 18:11, ADK Web UI даёт визуальный дебаг: видно, какой агент что вызывает за кулисами.
- 20:06, Деплой через Agent Engine Create автоматически даёт observability, monitoring, session management и автомасштабирование.
- 26:46, Ядро A2A, Agent Card (цифровая визитка агента) и Agent Skills (описание возможностей), плюс Agent Executor для request/response.
Почему это важно
Google Cloud позиционирует себя как поставщика полного агентного стека в момент, когда рынок фрагментирован между LangChain, CrewAI, LangGraph и десятками других фреймворков. Делая ADK open-source и совместимым с MCP (стандарт Anthropic) и собственным A2A, Google пытается стать нейтральной платформой, на которой запускаются агенты любого происхождения. Монетизация, через managed-сервис Agent Engine на Vertex AI. Anthropic получает доступ к enterprise-клиентам Google Cloud через Model Garden; разработчики, унифицированный путь от прототипа к проду; Google, lock-in на инфраструктурном уровне, не споря о фреймворках.
Идеи
- ADK закрывает три отдельные проблемы одним инструментом: фреймворк, протоколы и платформа сведены в одну вертикаль.
- MCP-совместимость встроена в ADK с самого начала, это позиционирование как "Switzerland" между Anthropic-стандартом и Google-инфраструктурой.
- Демо-агент банален (планировщик дня рождения), но архитектурно показывает паттерн оркестратора с двумя суб-агентами.
- В одной мульти-агентной системе можно смешивать модели, Claude для одной задачи, Gemini для другой.
- Claude 4 вышел утром того же дня, спикер использует это как живой пример скорости интеграции.
- ADK работает с Claude двумя путями: через LiteLLM или через нативную Vertex-интеграцию.
- Существующий MCP-сервер встраивается в ADK двумя строками, SDK сам конвертирует его в tool.
- Оркестратор, это просто LLM-агент, которому другие агенты переданы как tools.
- ADK Web UI показывает не только разговор, но и трассировку вызовов между агентами, встроенный observability на стадии разработки.
- Agent Engine берёт на себя FastAPI/Django обёртку, контейнеризацию, GCP-окружение, разработчику остаётся только определить агента.
- Логи всех взаимодействий автоматически собираются и могут использоваться для evaluation-цикла.
- Agent Engine принимает любые фреймворки, LangGraph, LangChain, CrewAI, не только ADK.
- A2A построен на стандартных HTTP и JSON-RPC, а не на новом велосипеде.
- Agent Card, цифровая визитка, через которую агенты находят друг друга и понимают возможности.
- Agent Space, отдельный сервис Google Cloud, позиционируемый как gateway к enterprise-эндпойнтам для агентов.
- Спикер прямо признаётся, что не успевает по времени, и переносит часть на вебинар, операционная честность вместо натянутого демо.
- Wi-Fi на конференции сломался, поэтому workshop превратился в демо, раздают репозиторий для домашнего повторения.
- Vertex AI Studio даёт быстрый UI для прототипирования промптов перед интеграцией через API.
- Сессии ADK сохраняют контекст разговора, агент помнит предыдущие реплики.
- Деплой агента в Agent Engine требует только requirements и определения класса агента.
- Мониторинг CPU/памяти доступен в UI Agent Engine, для решений о ресурсах.
- Совместный вебинар Google + Anthropic запланирован на следующий месяц с покрытием Gateway-интеграции.
Инсайты
- Стандартизация, стратегическая ставка облачных провайдеров: тот, кто определит протоколы коммуникации агентов (MCP, A2A), займёт роль операционной системы для нового слоя приложений.
- Open-source фреймворк как Trojan horse для managed-сервиса, ADK бесплатен и портируем, но платформа Agent Engine, где удобнее всего его запускать, платная и лежит на Vertex AI.
- Совместимость с конкурирующими фреймворками, обязательное условие выживания на агентном рынке: разработчики не примут lock-in на уровне SDK.
- Эра одиночных агентов заканчивается: рынок движется к мульти-агентным системам, и протоколы межагентной коммуникации становятся таким же базовым слоем, как HTTP для веба.
- Production-готовность агента, это не модель, а инфраструктура: observability, session state, scaling и evaluation занимают больше работы, чем сам промпт.
- Agent Card повторяет паттерн service discovery из микросервисной архитектуры, агенты становятся новыми сервисами с собственным реестром возможностей.
- MCP стал де-факто стандартом за месяцы, и крупные облака теперь обязаны его поддерживать, а не предлагать альтернативу, Anthropic закрепил позицию в инфраструктурном слое.
- Демо-агенты в презентациях остаются игрушечными (планировщик дня рождения), потому что показать реальный enterprise-кейс за 30 минут невозможно, сигнал, что зрелые продакшн-кейсы пока редки.
- Multi-model подход (Claude + Gemini в одной системе) легитимизируется как best practice, провайдеры перестали делать вид, что у них one-size-fits-all модель.
Фреймворки
Agent Stack Google Cloud (4 компонента):
- ADK, open-source фреймворк для разработки агентов
- MCP, протокол подключения инструментов и контекста
- Agent Engine, managed-платформа деплоя на Vertex AI
- A2A, протокол коммуникации между агентами разных фреймворков
Три ключевые сущности ADK:
- Agent (LLM Agent), мозг с моделью, инструкциями и инструментами
- Tool, навык агента (встроенный, кастомный или MCP)
- Runner, координатор выполнения, управляющий сессией
Три концепта A2A:
- Agent Card, цифровая визитка с метаданными агента
- Agent Skill, описание конкретной возможности
- Agent Executor, обработчик request/response между агентами
Цитаты
«la création d'agents d'IA est très puissante», 0:23 Создание AI-агентов очень мощно
«Le paysage est très fragmenté», 0:54 Ландшафт очень фрагментирован
«Il n'est pas facile de faire communiquer ces deux ensembles d'agents différents», 1:18 Заставить два разных набора агентов общаться непросто
«nous définissons notre propre pile d'agents sur Google Cloud», 2:31 Мы определяем собственный стек агентов на Google Cloud
«un framework open source convivial pour les développeurs», 2:46 Open-source фреймворк, дружелюбный к разработчикам
«nous l'avons faites lorsque nous avons conçu le kit de développement d'agents est de le rendre compatible avec MCP», 3:06 Мы сделали так, чтобы ADK был совместим с MCP
«une plateforme gérée qui a été conçue pour déployer, gérer et faire évoluer votre agent d'IA en production», 3:36 Managed-платформа, спроектированная для деплоя, управления и масштабирования AI-агента в проде
«un protocole open source qui vous permettra de créer une communication et une collaboration transparente entre les agents», 4:18 Open-source протокол для бесшовной коммуникации и сотрудничества между агентами
«nous ne voulions pas réinventer la roue», 13:47 Мы не хотели изобретать колесо
«avec MCP, vous standardisez la manière dont LLM accède au contexte», 14:04 С MCP вы стандартизируете способ доступа LLM к контексту
«deux lignes de code, d'intégrer n'importe quel type d'outil MCP que vous avez déjà», 16:41 Две строки кода, и интегрируешь любой имеющийся MCP-инструмент
«Regardez comme il est facile de passer plusieurs agents dans un orchestrateur», 17:06 Смотрите, как просто передать несколько агентов в оркестратор
«il déterminera quel agent utiliser en fonction de votre demande», 17:29 Он сам определит, какой агент использовать, исходя из запроса
«au bout du compte, c'est une application», 20:00 В конечном счёте, это просто приложение
«il est nécessaire de trouver un langage commun entre ces agents», 25:59 Нужен общий язык между этими агентами
«il a déjà été conçu pour être prêt pour l'entreprise», 26:23 Он изначально спроектирован как enterprise-ready
«c'est comme une carte de visite de votre agent par rapport aux autres agents», 26:52 Это как визитка вашего агента для других агентов
«Vous pouvez déployer n'importe quel agent, vous pouvez le définir dans le framework de votre choix», 21:35 Вы можете задеплоить любого агента, определённого в любом фреймворке
Факты
- Спикер: Ян Ардини (Yann Ardini), Developer Advocate Google Cloud, базируется в Сони (вероятно whisper-ошибка, Сорренто/Сидней).
- Claude 4 релизнут утром в день доклада и уже интегрируется в ADK.
- В демо используется Claude 3.7 Sonnet через Vertex AI Model Garden.
- Стек состоит из 4 компонентов: ADK, MCP, Agent Engine, A2A.
- ADK, open-source фреймворк.
- A2A построен поверх HTTP и JSON-RPC (whisper: "HTTPJS ONRCP").
- Для запуска базового агента в ADK нужны 3 файла: agent.py, .env, init.py.
- Подключение MCP-сервера к ADK требует 2 строки кода.
- Agent Engine поддерживает LangGraph, LangChain, CrewAI и другие фреймворки помимо ADK.
- Сервис Agent Space, gateway к enterprise-эндпойнтам (в докладе не раскрыт).
- Сервис Vertex AI Evaluation Service покрывает evaluation-часть пайплайна.
- Webinar Google + Anthropic запланирован на конец месяца (примерно июнь 2026 от даты доклада).
- В Google Cloud-консоли есть Vertex AI Studio для быстрого тестирования моделей.
- Доклад был запланирован как workshop, но из-за проблем с Wi-Fi превращён в демо.
- В демо три агента: birthday planner, calendar agent, orchestrator.
- Calendar agent использует Claude 3.5 в связке с MCP-сервером (whisper: "NCP").
Источники
- ADK (Agent Development Kit), open-source фреймворк Google
- MCP (Model Context Protocol), стандарт Anthropic
- A2A (Agent-to-Agent Protocol), open-source протокол Google
- Vertex AI Model Garden, каталог моделей Google Cloud
- Vertex AI Agent Engine, managed-платформа деплоя
- Vertex AI Studio, UI для тестирования моделей
- Vertex AI Evaluation Service, сервис оценки агентов
- Agent Space, enterprise-gateway Google Cloud
- LiteLLM, альтернативный путь интеграции Claude в ADK
- LangChain, LangGraph, CrewAI, фреймворки, поддерживаемые Agent Engine
- FastAPI, Django, упомянуты как стандартные обёртки веб-сервиса
- GitHub-репозиторий с примерами кода ADK (QR-код в финале)
Рекомендации
- Скачать репозиторий с примерами ADK по QR-коду из доклада для самостоятельного повторения демо.
- Зарегистрироваться на webinar Google × Anthropic в конце месяца, там покажут A2A-интеграцию и Gateway, которые не успели в этой сессии.
- При построении мульти-агентных систем сразу закладывать MCP как стандарт подключения инструментов вместо проприетарных API.
- При выборе платформы для продакшна агентов рассматривать Agent Engine ради автоматического observability и масштабирования вместо самописной инфраструктуры.
Итог
Google Cloud собирает четырёхслойный agent stack (ADK + MCP + Agent Engine + A2A), чтобы стать нейтральной операционной системой для production-агентов на любых моделях и фреймворках, включая Claude.
