← Volver al blog
Aiaprox. 7 min de lectura

Google congeló la conversación entre agentes. La fecha importa más que la función.

Publicado 8 nov 2026
Google congeló la conversación entre agentes. La fecha importa más que la función.

Google publicó google-adk 2.14.0 el 7 November. No hay un modelo nuevo dentro, y las notas de la versión se leen como un trámite, no como un anuncio. Los entornos de ejecución, el protocolo A2A, los módulos de evaluación y el runtime central pasaron todos de experimental a stable. Con ellos salieron de preview 26 módulos de autenticación, entorno y aplicación, y 16 funciones de toolset.

Casi cualquier semana, un cambio de número de versión así ocupa un párrafo. Este merece más, por una palabra en las notas: stable.

Qué significa stable para un equipo que no es Google

La etiqueta experimental es una advertencia. Dice que la forma de estas llamadas puede cambiar, así que construye encima algo que puedas tirar. stable es el compromiso contrario. Alguien en Google decidió que las firmas de funciones, los objetos de petición y respuesta y el ciclo de vida de una sesión no se van a reordenar en la siguiente versión menor.

Para un equipo que escribe agentes que hablan con otros agentes, eso cambia qué vale la pena construir. Una política de reintentos escrita contra una interfaz experimental es una apuesta. La misma política contra una interfaz estable se convierte en un activo que se guarda en una librería común y se olvida.

A2A es la pieza que sale de verdad del edificio. La mensajería entre agentes tiene un problema de reputación: cada framework tiene su implementación, y no hay dos que coincidan del todo, porque la especificación siguió moviéndose mientras las implementaciones se publicaban. Que un proveedor declare estable la suya es una afirmación estrecha, pero es de las que otro equipo puede citar en una revisión de diseño cuando alguien pregunta si la integración seguirá funcionando en marzo.

9% de memoria y 23% de tiempo

Google pone dos números en la versión: 23% más rápido en flujos multiturno largos y 9% menos de memoria pico. Los dos son mediciones propias, publicadas sin banco de pruebas, sin conjunto de datos y sin script de reproducción. Tómalos como dirección, no como resultado. La dirección es verosímil: un runtime que gasta menos esfuerzo en reconstruir el estado en cada turno debería acelerar a medida que sube el número de turnos, y la ganancia debería encogerse en tareas cortas.

Lo interesante es que esos números se publicaran siquiera en una versión de graduación. Normalmente, el argumento de una estabilización es la fiabilidad, no la velocidad.

Cuatro añadidos y para qué sirve cada uno

**MultiRunConfig** se ocupa de la evaluación multirun en paralelo. Pasar la misma suite de evaluación por varias configuraciones siempre fue la parte tediosa del trabajo con agentes: o serializas las ejecuciones y esperas, o escribes tu propio banco de pruebas, que se va separando del que trae el framework. Meter la concurrencia en la configuración significa que la tasa de acierto que reportas sale del mismo camino de código que entregas.

**ToolArgsMatcher** compara argumentos de herramientas por significado, no por igualdad de cadenas. El cambio suena pequeño y el efecto sobre las tasas de acierto es grande. Si un agente llama a una herramienta de búsqueda con `{"q": "nvidia q3 revenue"}` y la respuesta de referencia dice `{"query": "NVIDIA Q3 revenue"}`, un comparador exacto registra un fallo y luego alguien dedica diez minutos a concluir que estaba bien. La comparación semántica saca esos casos del cubo de los falsos negativos, lo que también significa que tus cifras de evaluación se moverán al actualizar. Espera un salto en la puntuación que no es una mejora de capacidad.

**TeamsRunner** añade Microsoft Teams a la lista de runners. Los frameworks de agentes han sido buenos en Slack y desiguales en todo lo demás, así que es la entrada menos vistosa y quizá la más importante para las empresas que viven en Teams.

**OpenAIDecisionsClassifier** es el caso raro: un clasificador para la API Decisions de OpenAI dentro del kit de agentes de Google. El soporte entre proveedores en un SDK propio merece una nota, porque dice dónde esperan esos equipos que estén sus usuarios.

Los lenguajes y la superficie que se congeló

ADK 2.14.0 cubre Python, TypeScript, Go, Java y Kotlin. Esa amplitud es la otra mitad de la historia de la estabilidad. Un protocolo estable en Python y todavía experimental en Go es estable solo de nombre, porque los clientes entre lenguajes son los que tienen que coincidir entre sí.

La formulación de Google, en la factsheet y en la documentación, es que A2A ya tiene una forma de API sobre la que los equipos pueden construir. Hay que leerlo como una promesa sobre el formato en el cable y el ciclo de vida, no sobre la hoja de ruta. stable no significa terminado. Significa que los cambios a partir de aquí deben llegar como añadidos, con las llamadas antiguas todavía funcionando.

La pregunta incómoda de fondo

Un protocolo de agentes es tan útil como el número de partes que lo hablan. Google controla un extremo. El otro extremo es quien decida implementar A2A en lugar de exponer un servidor MCP, una spec OpenAPI o un endpoint propietario.

MCP ya ganó la discusión sobre la llamada a herramientas, en el sentido de que la mayoría de los runtimes de agentes lo hablan y la mayoría de los proveedores de herramientas publican uno. A2A plantea otra pregunta: cómo le pasa un agente una tarea a otro agente, operado por otra empresa, con sus propios permisos y su propia facturación. La pregunta es más difícil y la respuesta es más política que técnica. Una spec estable de un solo proveedor es una posición de partida en esa negociación, no su desenlace.

La diferencia práctica se ve en la forma de la carga útil. Una llamada MCP dice "ejecuta esta herramienta con estos argumentos". Un intercambio A2A tiene que decir "aquí hay un trabajo, aquí está quién soy, aquí está lo que puedo gastar, avísame cuando termine y mándame el artefacto". Es un contrato entre organizaciones, y por eso toda conversación sobre interoperabilidad de agentes termina siendo una conversación sobre identidad y autorización.

Una chaveta de latón atravesando dos eslabones de acero superpuestos.

Hay también un riesgo más silencioso en estabilizar el runtime central. Los equipos anclados a builds experimentales, que era la única opción hasta la semana pasada, ahora tienen que migrar a interfaces parecidas pero no idénticas. La migración suele ser mecánica y siempre llega a destiempo, y recae sobre quien lleva el servicio menos interesante de la pila.

Qué hacer con esta versión

Si corres ADK en producción, el primer paso útil es comparar las cuatro superficies estabilizadas con lo que importas hoy. El segundo es volver a pasar tu suite de evaluación, porque ToolArgsMatcher va a cambiar los números y conviene saber cuánto antes que tus propios paneles.

Si no estás en ADK, la versión igual dice algo sobre el calendario. La interoperabilidad entre agentes dejó este mes de ser una demo de investigación y empezó a ser una matriz de compatibilidad. A ese giro suelen seguirle preguntas de compras y después un estándar que nadie quiere y todos implementan.

Puede que el 23% y el 9% de Google sobrevivan a una prueba independiente, o puede que no. La etiqueta stable se citará mucho más que cualquiera de las dos cifras, y durante más tiempo.

Artículos relacionados