#LM9: Análisis del nuevo Agent Development Kit (ADK) de Google

La evolución de los agentes se ha convertido en un campo crucial y de rápido desarrollo. Esta semana se ha presentado en el Next 2025 una de las grandes apuestas de Google su Agent Development Kit

Agent Development Kit (ADK) es una solución de código abierto y modular que promete revolucionar la forma en que diseñamos, desplegamos y gestionamos agentes inteligentes.

Algo que estábamos esperando desde Diverger hace un tiempecito dado nuestro foco en crear agentes que hagan más productivo cualquier proceso que tenga que ver con la ingeniería del software.

Estoy seguro que se va a convertir en el nuevo estándar para el desarrollo de agentes, algo similar a lo que Flutter o Kotlin consiguieron en movilidad.

¿Qué es el ADK y cómo está estructurado?

El ADK es un framework code-first en Python, lo que significa que otorga al desarrollador un control total sobre la lógica del agente, su capacidad de razonamiento y la orquestación de tareas. Este kit no se limita a emplear prompts estáticos, sino que permite definir de forma programática cómo “piensa” el agente, cómo organiza sus procesos internos y qué acciones ejecuta según el contexto.

Uno de sus puntos fuertes es la flexibilidad en la integración de modelos de lenguaje (LLM). El ADK soporta tanto los modelos propios de la serie Gemini y otros alojados en el Vertex AI Model Garden, como modelos externos o incluso locales, gracias a clases envoltorio como LiteLlm. Esta agnóstica capacidad le permite adaptarse a distintos proveedores y escenarios, garantizando que el desarrollador pueda “elegir la mejor herramienta para cada trabajo” sin quedar atrapado en un solo ecosistema.

La arquitectura interna del ADK se compone de varios módulos clave:

• Clases de Agente y Orquestación:
  Se define un núcleo de agente que incorpora la lógica del modelo de lenguaje, las instrucciones de operación y la integración con las herramientas disponibles. Además, el ADK incorpora agentes de workflow que permiten orquestar procesos deterministas (secuenciales, paralelos, iterativos) para escenarios en los que se requiera una secuencia de pasos predefinida. La posibilidad de estructurar sistemas multi-agente, donde un agente principal delega tareas a subagentes especializados, permite manejar problemas complejos dividiendo responsabilidades en módulos focalizados.

• Integración de Herramientas y Fuentes de Datos:
  El ADK permite habilitar “tools” o herramientas funcionales que amplían las capacidades del agente. Estas herramientas pueden abarcar desde la búsqueda en Internet, pasando por la ejecución de tareas de procesamiento de datos, hasta la interacción con sistemas empresariales. Además, el kit está diseñado para integrarse con diversos conectores y protocolos abiertos como el Model Context Protocol (MCP), lo que facilita acceder y procesar información procedente de diversas fuentes y bases de datos sin tener que realizar integraciones manuales costosas.

• Manejo de Memoria, Estado y Evaluación:
  Una característica importante es la gestión avanzada del contexto. Los agentes desarrollados con ADK disponen de mecanismos para almacenar tanto memoria de corto plazo (útil para mantener el contexto inmediato de la conversación) como de largo plazo (para preservar información relevante a lo largo del tiempo). Adicionalmente, el kit incorpora herramientas de evaluación y depuración integradas que permiten realizar pruebas sistemáticas del desempeño, rastrear eventos de ejecución y ajustar parámetros para mejorar la calidad de las respuestas.

• Portabilidad y Despliegue:
  Al estar basado en Python y diseñado con una arquitectura modular, el ADK permite a los desarrolladores trabajar de forma local y probar sus agentes rápidamente. Una vez validados, estos pueden desplegarse en distintos entornos: desde servidores propios o contenedores Docker hasta soluciones de nube gestionadas mediante Vertex AI Agent Engine. Esta portabilidad garantiza que un agente construido con ADK funcione sin cambios importantes, ya sea en entornos on-premise o en la nube, sin importar las restricciones de infraestructura.

El Ecosistema Integral de Agentes en Google

El lanzamiento del ADK no es un hecho aislado, sino que forma parte de un portfolio más amplio que Google ha ido construyendo alrededor de los agentes de IA. Este ecosistema está agrupado bajo el paraguas de Vertex AI Agent Builder, el cual integra varias piezas fundamentales:

• Agent Development Kit (ADK):
  Es el núcleo que hemos descrito. Permite construir agentes sofisticados y sistemas multi-agente con control preciso y alta modularidad. Gracias a ADK se puede diseñar desde agentes que simplemente responden consultas hasta sistemas complejos que interactúan con múltiples herramientas y orquestan flujos colaborativos.

• Agent Garden:
  Una biblioteca de ejemplos y plantillas preconstruidas que sirve para que los desarrolladores encuentren casos de uso comunes y aceleren el proceso de desarrollo. Agent Garden ofrece blueprints y plantillas que facilitan comenzar un proyecto, funcionando como un catálogo similar al “Model Garden” para modelos de lenguaje.

• Vertex AI Agent Engine:
  Este componente es el entorno de despliegue y ejecución en producción. Permite alojar agentes en un entorno gestionado y altamente escalable, ofreciendo funcionalidades como auto-escalado, administración de sesiones, monitorización y trazabilidad de eventos. Con Agent Engine, el desafío de llevar un agente desde el concepto hasta la producción se simplifica, ya que la infraestructura, la seguridad y el control de versiones están gestionados por Google Cloud.

  

• Agentspace:
  Es la plataforma donde los agentes se ponen a disposición de los usuarios dentro de una organización. Funciona como un portal unificado, integrando el poder de los modelos (como Gemini), la capacidad de búsqueda avanzada y la experiencia personalizada de la IA. Los agentes que se desarrollan con ADK y se despliegan en Agent Engine pueden registrarse en Agentspace, facilitando el acceso controlado y centralizado por parte de empleados o clientes finales.

• Protocolo Agent2Agent (A2A):
  Para romper los silos y fomentar la interoperabilidad, Google ha lanzado el protocolo A2A. Este estándar abierto permite que agentes desarrollados en distintas plataformas (ya sea en ADK u otros frameworks) puedan comunicarse entre sí, delegar tareas y compartir información de forma segura y estandarizada. El objetivo es crear un ecosistema en el que diferentes agentes, especializados en distintas áreas, puedan colaborar de manera fluida, ampliando las posibilidades de acción sin reinventar cada funcionalidad de forma aislada.

En conjunto, este portfolio de soluciones no solo brinda herramientas para construir agentes, sino que también cubre todo el ciclo de vida: desde el desarrollo y la integración con sistemas empresariales, hasta la puesta en producción y la gobernanza en entornos corporativos. Esto posiciona a Google como un referente en la transformación de la interacción humano-máquina, facilitando la creación de asistentes que no solo responden a consultas, sino que colaboran y actúan de forma inteligente y coordinada en procesos complejos.

Novedades y Características Diferenciadoras

Volviendo al ADK de Google se destaca frente a enfoques anteriores gracias a diversas innovaciones que impactan directamente en la experiencia de desarrollo y en la calidad de los agentes resultantes:

• Multi-agent nativo:
  La capacidad de crear sistemas jerárquicos con agentes especializados y delegación automática se integra en el ADN del ADK. Esta estructura modular no solo mejora la mantenibilidad del código, sino que también permite una escalabilidad sin precedentes, ya que cada agente puede centrarse en tareas específicas.

• Orquestación híbrida:
  La combinación de flujos deterministas y decisiones impulsadas por LLM es única. Los desarrolladores pueden imponer “guardrails” cuando se requiere precisión, mientras que el propio modelo de lenguaje tiene la libertad de dinamizar la interacción, facilitando respuestas adaptativas y más naturales.

• Integración de herramientas estandarizadas:
  Gracias a la compatibilidad con MCP y a los más de 100 conectores preconstruidos (más adelante incidiremos en esto), el agente puede interactuar fácilmente con APIs, sistemas de datos empresariales y servicios de Google Cloud sin necesidad de reingeniería manual. Esta integración abierta permite que el agente se conecte directamente con sistemas fuera de google, servicios de búsqueda, bases de datos o flujos de trabajo internos, garantizando respuestas fundamentadas en la “verdad” de la empresa.

• Interacción multimodal:
  El soporte para streaming bidireccional de audio y vídeo transforma la interacción, ofreciendo la posibilidad de conversaciones que van más allá del texto. Esta capacidad es especialmente útil para asistentes de voz o soluciones de realidad aumentada, llevando la experiencia del usuario a un nivel más natural e intuitivo.

• Experiencia de desarrollo integrada:
  Con herramientas CLI, interfaces web para depuración y evaluación automática, el ADK proporciona un entorno completo de desarrollo que acelera la iteración y mejora la calidad del producto final. Los desarrolladores pueden ver en tiempo real la traza de decisiones, gestionar errores y afinar su agente de manera eficiente, todo dentro de un único framework.

Integración en Flujos de Trabajo Empresariales

Uno de los grandes puntos fuertes del ADK es su capacidad para conectarse con prácticamente cualquier sistema empresarial. Al estar diseñado para trabajar con conectores preconfigurados y estándares abiertos (como OpenAPI, MCP y A2A), los agentes pueden:

• Ingerir datos y ejecutar acciones en sistemas como SAP, Salesforce, ServiceNow, y muchos otros.

• Realizar búsquedas semánticas en grandes bases de datos o intranets empresariales mediante Vertex AI Search y RAG Engine.

• Orquestar flujos de trabajo complejos utilizando herramientas de integración de aplicaciones, facilitando la interacción directa con procesos internos sin necesidad de desarrollar soluciones ad-hoc.

• Colaborar con otros agentes, incluso de plataformas heterogéneas, mediante el protocolo A2A, ampliando la funcionalidad y el alcance sin duplicar esfuerzos.

Esta capacidad de integración permite que los agentes construidos con ADK sean verdaderos “puentes” entre la inteligencia artificial y la operativa diaria de la empresa, proporcionando respuestas fundamentadas y acciones concretas sobre el entorno de negocio.

Ventajas y Desafíos Técnicos desde la Perspectiva del Desarrollador

Ventajas:

• Obtienes un control fino sobre la lógica y el comportamiento del agente.

• La arquitectura modular permite desarrollar sistemas complejos de forma escalable.

• La compatibilidad multi-modelo te libera de depender de un único proveedor.

• La amplia integración con servicios empresariales de Google y otras herramientas facilita el uso de datos y flujos preexistentes.

• Características integradas de evaluación, debug y despliegue reducen la carga de desarrollo.

Desafíos:

• Su naturaleza code-first exige experiencia en programación, lo que podría limitar su adopción para usuarios no técnicos.

• Para casos de uso simples, la complejidad intrínseca del ADK puede ser excesiva.

• Aunque es agnóstico, las funcionalidades más avanzadas lucen al integrarse con el ecosistema Google, lo que puede generar cierto lock-in opcional.

• El uso de múltiples llamados a servicios y modelos puede incrementar costes operativos y requerir optimizaciones adicionales.

Espero que este resumen te haya proporcionado una comprensión inicial del potencial y los retos del nuevo ADK de Google. ¿Qué opinas sobre esta nueva era de agentes? ¿Ya tienes en mente algún caso de uso en tu empresa?