Google разобрал пример multi-agent системы для проверки договоров: один AI-агент работает на Python и Gemini, второй сервис написан на Go, а между собой они общаются через A2A.
Что произошло
Google показал архитектуру, где ADK (Agent Development Kit, набор инструментов Google для сборки AI-агентов) и A2A (Agent-to-Agent, протокол общения агентов между собой) помогают собрать систему из разных языков и ролей.
В примере Python-агент читает договор и понимает смысл текста, а Go-сервис проверяет конкретные правила соответствия. Google прямо объясняет, почему один большой агент плохо подходит для продакшена: контекст размывается, ошибки сильнее бьют по всей системе, а тестировать такую конструкцию сложнее.
Зачем тебе
Если строишь агентов для бизнеса, разделяй роли: LLM пусть разбирает неясное, а правила и проверки держи в детерминированном сервисе.
Это особенно полезно в задачах с документами, заявками, договорами и регламентами. Модель может понять текст и достать нужные факты, но финальные правила лучше держать в коде, который можно тестировать и объяснить.
Почему важно
Рынок быстро уходит от демо-агентов к системам, которые должны работать в реальном процессе. Там важна не магия модели, а границы ответственности: кто читает текст, кто проверяет правила, кто логирует решение и кто отвечает за ошибку.
Google фактически продвигает подход “агенты как микросервисы”, где каждый компонент делает одну понятную часть работы.
Кому полезно
- разработчикам AI-автоматизаций;
- командам, которые строят агентов вокруг документов и регламентов;
- техническим фаундерам B2B-сервисов;
- тем, кто уже пробовал один большой агент и уперся в нестабильность.
Что проверить
- какие части твоего агента должны быть LLM, а какие обычным кодом;
- есть ли у каждого шага понятный вход, выход и лог;
- можно ли заменить один компонент без переписывания всей системы;
- какие проверки должны быть детерминированными.
Ограничения
A2A и ADK не убирают сложность архитектуры. Они помогают связать компоненты, но не решают за тебя продуктовую логику, безопасность данных и тестирование. Для простого внутреннего ассистента это может быть избыточно, а для бизнес-процесса с правилами - уже похоже на правильный каркас.
Первоисточник
Google Developers Blog: Build a cross-language multi-agent team with Google Agent Development Kit and A2A.