Google hat den Austausch zwischen Agenten eingefroren. Das Datum zählt mehr als das Feature.

Google hat google-adk 2.14.0 am 7 November veröffentlicht. Ein neues Modell steckt nicht darin, und die Release Notes lesen sich wie eine Aktennotiz, nicht wie eine Ankündigung. Ausführungsumgebungen, das A2A-Protokoll, die Evaluierungsmodule und die Kern-Runtime sind alle von experimental auf stable gewechselt. Daneben sind 26 Module für Authentifizierung, Umgebung und Anwendung sowie 16 Toolset-Funktionen aus der Preview gekommen.
Normalerweise bleibt für so einen Versionssprung ein Absatz. Dieser hier verdient mehr, wegen eines Wortes in den Notes: stable.
Was stable für ein Team bedeutet, das nicht Google ist
Das Label experimental ist eine Warnung. Es sagt, dass die Form dieser Aufrufe sich ändern kann, also baue etwas Wegwerfbares darauf. stable ist die umgekehrte Zusage. Jemand bei Google hat entschieden, dass Funktionssignaturen, Request- und Response-Objekte und der Lebenszyklus einer Session im nächsten Point Release nicht neu geordnet werden.
Für ein Team, das Agenten schreibt, die mit anderen Agenten sprechen, ändert das, was sich zu bauen lohnt. Eine Retry-Policy gegen eine experimentelle Schnittstelle ist eine Wette. Dieselbe Policy gegen eine stabile Schnittstelle ist ein Asset, das man in eine Bibliothek legt und vergisst.
A2A ist das Stück, das das Gebäude wirklich verlässt. Messaging zwischen Agenten hat ein Imageproblem: Jedes Framework hat eine Implementierung, und keine zwei passen ganz zusammen, weil die Spezifikation sich weiter bewegte, während die Implementierungen ausgeliefert wurden. Dass ein Anbieter seine eigene Implementierung für stable erklärt, ist eine enge Behauptung, aber es ist die Sorte Behauptung, die ein anderes Team im Design Review zitieren kann, wenn jemand fragt, ob die Integration im März noch läuft.
9% Speicher, 23% Zeit
Google setzt zwei Zahlen auf das Release: 23% schneller bei langen Multi-Turn-Workflows und 9% weniger Spitzenlast im Speicher. Beides sind eigene Messungen, veröffentlicht ohne Harness, ohne Datensatz, ohne Reproduktionsskript. Als Richtung nehmen, nicht als Ergebnis. Die Richtung ist plausibel: Eine Runtime, die pro Turn weniger Aufwand in den Wiederaufbau von Zustand steckt, sollte mit steigender Turn-Zahl schneller werden, und der Gewinn sollte bei kurzen Aufgaben schrumpfen.
Interessant ist, dass diese Zahlen überhaupt genannt wurden, und das bei einem Abschluss-Release. Üblicherweise wird eine Stabilisierung mit Zuverlässigkeit verkauft, nicht mit Geschwindigkeit.
Vier Neuerungen und wofür jede gut ist
**MultiRunConfig** übernimmt die parallele Multi-Run-Evaluierung. Dieselbe Evaluierungs-Suite gegen mehrere Konfigurationen laufen zu lassen, war bisher der mühsame Teil der Agentenarbeit: entweder die Läufe serialisieren und warten, oder einen eigenen Harness schreiben, der vom Harness des Frameworks wegdriftet. Die Nebenläufigkeit in die Konfiguration zu legen heißt, dass die Erfolgsquote, die man berichtet, aus demselben Codepfad kommt, den man ausliefert.
**ToolArgsMatcher** vergleicht Tool-Argumente nach Bedeutung statt nach String-Gleichheit. Die Änderung klingt klein, der Effekt auf Erfolgsquoten ist groß. Wenn ein Agent ein Suchwerkzeug mit `{"q": "nvidia q3 revenue"}` aufruft und die Goldantwort `{"query": "NVIDIA Q3 revenue"}` lautet, verbucht ein exakter Vergleich einen Fehler, und danach sitzt jemand zehn Minuten daran, um festzustellen, dass es in Ordnung war. Der semantische Vergleich holt solche Fälle aus dem Eimer der falschen Negative, was auch heißt, dass die eigenen Evaluierungszahlen beim Upgrade wandern. Erwarte einen Sprung in den Scores, der kein Fähigkeitsgewinn ist.
**TeamsRunner** setzt Microsoft Teams auf die Liste der Runner. Agent-Frameworks waren gut bei Slack und ungleichmäßig bei allem anderen, also ist das der am wenigsten glanzvolle Eintrag und für Unternehmen, die in Teams leben, womöglich der folgenreichste.
**OpenAIDecisionsClassifier** ist der Sonderfall: ein Klassifizierer für OpenAIs Decisions API innerhalb von Googles Agent-Toolkit. Anbieterübergreifende Unterstützung in einem First-Party-SDK ist eine Notiz wert, weil sie zeigt, wo diese Teams ihre Nutzer erwarten.
Die Sprachen und die Oberfläche, die eingefroren wurde
ADK 2.14.0 deckt Python, TypeScript, Go, Java und Kotlin ab. Diese Breite ist die andere Hälfte der Stabilitätsgeschichte. Ein Protokoll, das in Python stable und in Go noch experimental ist, ist nur dem Namen nach stable, denn die sprachübergreifenden Clients müssen zueinander passen.
Googles eigene Formulierung, im Factsheet und in der Doku, lautet, A2A habe jetzt eine API-Form, gegen die Teams bauen können. Das ist als Zusage über das Wire-Format und den Lebenszyklus zu lesen, nicht über die Roadmap. stable heißt nicht fertig. Es heißt, dass Änderungen von hier an als Ergänzungen kommen sollen, während die alten Aufrufe weiter funktionieren.
Die unangenehme Frage darunter
Ein Agentenprotokoll ist nur so nützlich, wie viele Parteien es sprechen. Google kontrolliert ein Ende. Das andere Ende sind diejenigen, die A2A selbst implementieren, statt einen MCP-Server, eine OpenAPI-Spec oder einen proprietären Endpunkt anzubieten.
MCP hat die Diskussion um den Tool-Aufruf bereits gewonnen, in dem Sinn, dass die meisten Agent-Runtimes es sprechen und die meisten Tool-Anbieter eines veröffentlichen. A2A stellt eine andere Frage: Wie gibt ein Agent eine Aufgabe an einen anderen Agenten weiter, der von einer anderen Firma betrieben wird, mit eigenen Berechtigungen und eigener Abrechnung. Diese Frage ist schwerer, und die Antwort ist mehr politisch als technisch. Eine stabile Spec von einem Anbieter ist eine Ausgangsposition in dieser Verhandlung, nicht ihr Ergebnis.
Der praktische Unterschied zeigt sich in der Form der Payload. Ein MCP-Aufruf sagt "führe dieses Tool mit diesen Argumenten aus". Ein A2A-Austausch muss sagen "hier ist ein Job, hier ist, wer ich bin, hier ist, was ich ausgeben darf, sag mir, wenn es fertig ist, und schick mir das Artefakt". Das ist ein Vertrag zwischen Organisationen, und deshalb wird jede Diskussion über Agenten-Interoperabilität irgendwann zu einer über Identität und Autorisierung.

Im Stabilisieren der Kern-Runtime liegt noch ein leiseres Risiko. Teams, die auf Experimental-Builds gepinnt waren, was bis letzte Woche die einzige Option war, müssen nun auf Schnittstellen wechseln, die nah sind, aber nicht identisch. Die Migration ist meist mechanisch und immer ungelegen, und sie landet bei dem, der den uninteressantesten Dienst im Stack verantwortet.
Was man mit dieser Version anfangen kann
Wer ADK in Produktion laufen lässt, sollte zuerst die vier stabilisierten Oberflächen gegen das diffen, was heute importiert wird. Zweitens die Evaluierungs-Suite erneut laufen lassen, weil ToolArgsMatcher die Zahlen ändert und man vor den eigenen Dashboards wissen will, um wie viel.
Wer nicht auf ADK ist, erfährt trotzdem etwas über den Kalender. Agenten-Interop hat in diesem Monat aufgehört, eine Forschungsdemo zu sein, und angefangen, eine Kompatibilitätsmatrix zu werden. Auf diesen Wechsel folgen meist Beschaffungsfragen und dann ein Standard, den niemand liebt und alle implementieren.
Googles 23% und 9% werden einen unabhängigen Test vielleicht überstehen, vielleicht nicht. Zitiert wird weit häufiger das Label stable, und das länger.
Verwandte Artikel
Eine community-gepflegte Tabelle von Taps, die Werbung in chinesischen Android-Builds abschaltet
Es fasst das System nicht an, entsperrt nichts, flasht nichts. Es legt nur die Schalter um, die die Hersteller ohnehin vorgesehen haben. Der Preis ist eine Liste, die jemand weiterführen muss.
GPT Image 2.6 hielt den Tokenpreis und erhöhte die Rechnung
GPT Image 2.6 übernimmt jeden Tokenpreis von 2.5 und kostet pro Bild dennoch mehr, weil ein größerer Teil der Arbeit in Ausgabe-Token landet. Elf Tage nach dem Start sagt die Preisstruktur mehr als jede Rangliste.
Jemand hat IDM von außen nachgebaut und aufgeschrieben, was er nicht angefasst hat
Eine Rust-Neuimplementierung von Internet Download Manager verspricht 5x Tempo und 86 Sprachen. Das interessantere Dokument ist der Absatz, der erklärt, wie sie ohne jede Kopie entstanden ist.
Rune ist ein Rust-UI-Framework, das gebaut wurde, damit ein Agent seine eigene Arbeit prüfen kann
Rune rendert headless, gibt seinen Elementbaum aus und nimmt geskriptete Eingaben an. Damit bekommt ein Coding-Agent ein Signal zum Diffen, das ein Screenshot nie liefert. Das Framework ist Pre-Release und nimmt keine Pull Requests an.