O Google congelou a conversa entre agentes. A data importa mais que o recurso.

O Google publicou o google-adk 2.14.0 em 7 November. Não há modelo novo dentro, e as notas de release leem como um registro em cartório, não como um anúncio. Ambientes de execução, protocolo A2A, módulos de avaliação e o runtime central passaram todos de experimental para stable. Junto com eles, 26 módulos de autenticação, ambiente e aplicação e 16 recursos de toolset saíram do preview.
Na maioria das semanas, uma mudança de número de versão assim rende um parágrafo. Esta merece mais, por causa de uma palavra nas notas: stable.
O que stable significa para uma equipe que não é o Google
O rótulo experimental é um aviso. Ele diz que o formato dessas chamadas pode mudar, então construa em cima algo descartável. stable é o compromisso oposto. Alguém no Google decidiu que as assinaturas de função, os objetos de requisição e resposta e o ciclo de vida de uma sessão não serão reorganizados na próxima versão menor.
Para uma equipe que escreve agentes que conversam com outros agentes, isso muda o que vale a pena construir. Uma política de retry escrita contra uma interface experimental é uma aposta. A mesma política contra uma interface estável vira um ativo que se guarda numa biblioteca comum e se esquece.
A2A é a peça que de fato sai do prédio. Mensageria entre agentes tem um problema de reputação: todo framework tem uma implementação, e duas nunca coincidem por completo, porque a especificação continuou se movendo enquanto as implementações eram lançadas. Um fornecedor declarar a própria implementação estável é uma afirmação estreita, mas é o tipo de afirmação que outra equipe pode citar numa revisão de design quando alguém pergunta se a integração ainda vai funcionar em março.
9% de memória e 23% de tempo
O Google coloca dois números no release: 23% mais rápido em fluxos multi-turno longos e 9% menos memória de pico. Os dois são medições da própria empresa, publicadas sem harness, sem dataset e sem script de reprodução. Trate como direção, não como resultado. A direção é plausível: um runtime que gasta menos esforço reconstruindo estado a cada turno deve acelerar conforme o número de turnos sobe, e o ganho deve encolher em tarefas curtas.
O interessante é que esses números tenham sido divulgados, ainda mais num release de formatura. Normalmente o argumento de uma estabilização é confiabilidade, não velocidade.
Quatro adições e para que serve cada uma
**MultiRunConfig** cuida da avaliação multi-run concorrente. Rodar a mesma suíte de avaliação contra várias configurações sempre foi a parte chata do trabalho com agentes: ou você serializa as execuções e espera, ou escreve o próprio harness, que vai se afastando do harness do framework. Colocar a concorrência na configuração significa que a taxa de acerto que você reporta vem do mesmo caminho de código que você entrega.
**ToolArgsMatcher** compara argumentos de ferramenta por significado, não por igualdade de string. A mudança parece pequena e o efeito nas taxas de acerto é grande. Se um agente chama uma ferramenta de busca com `{"q": "nvidia q3 revenue"}` e a resposta de referência diz `{"query": "NVIDIA Q3 revenue"}`, um comparador exato registra uma falha e depois alguém passa dez minutos concluindo que estava tudo bem. A comparação semântica tira esses casos do balde dos falsos negativos, o que também significa que seus números de avaliação vão se mover quando você atualizar. Espere um salto na pontuação que não é ganho de capacidade.
**TeamsRunner** coloca o Microsoft Teams na lista de runners. Frameworks de agentes sempre foram bons no Slack e irregulares no resto, então é o item menos glamouroso e talvez o mais consequente para empresas que vivem dentro do Teams.
**OpenAIDecisionsClassifier** é o caso estranho: um classificador para a Decisions API da OpenAI dentro do kit de agentes do Google. Suporte entre fornecedores num SDK first-party merece registro, porque mostra onde essas equipes esperam que seus usuários estejam rodando.
As linguagens e a superfície que foi congelada
ADK 2.14.0 cobre Python, TypeScript, Go, Java e Kotlin. Essa amplitude é a outra metade da história da estabilidade. Um protocolo stable em Python e ainda experimental em Go é stable só no nome, porque são os clientes entre linguagens que precisam concordar entre si.
A formulação do Google, na factsheet e na documentação, é que A2A agora tem um formato de API sobre o qual as equipes podem construir. Leia isso como uma promessa sobre o formato no fio e o ciclo de vida, não sobre o roadmap. stable não quer dizer pronto. Quer dizer que as mudanças daqui para frente devem chegar como adições, com as chamadas antigas ainda funcionando.
A pergunta incômoda por baixo
Um protocolo de agentes é tão útil quanto o número de partes que o falam. O Google controla uma ponta. A outra ponta é quem decidir implementar A2A em vez de expor um servidor MCP, uma spec OpenAPI ou um endpoint proprietário.
O MCP já ganhou a discussão sobre chamada de ferramentas, no sentido de que a maioria dos runtimes de agentes fala MCP e a maioria dos fornecedores de ferramentas publica um. A2A faz outra pergunta: como um agente entrega uma tarefa a outro agente, operado por outra empresa, com permissões próprias e cobrança própria. A pergunta é mais difícil, e a resposta é mais política do que técnica. Uma spec estável de um único fornecedor é uma posição de partida nessa negociação, não o desfecho.
A diferença prática aparece no formato do payload. Uma chamada MCP diz "rode esta ferramenta com estes argumentos". Uma troca A2A precisa dizer "aqui está um trabalho, aqui está quem eu sou, aqui está quanto eu posso gastar, me avise quando terminar e mande o artefato". É um contrato entre organizações, e por isso toda conversa sobre interoperabilidade de agentes acaba virando conversa sobre identidade e autorização.

Há também um risco mais silencioso em estabilizar o runtime central. As equipes presas a builds experimentais, que era a única opção até a semana passada, agora precisam migrar para interfaces parecidas mas não idênticas. A migração costuma ser mecânica e sempre chega na hora errada, e cai sobre quem cuida do serviço menos interessante da pilha.
O que fazer com esta versão
Se você roda ADK em produção, o primeiro passo útil é comparar as quatro superfícies estabilizadas com o que você importa hoje. O segundo é rodar a suíte de avaliação de novo, porque o ToolArgsMatcher vai mudar os números e você quer saber de quanto antes dos seus próprios painéis.
Se você não está no ADK, o release ainda diz algo sobre o calendário. A interoperabilidade entre agentes deixou de ser demo de pesquisa neste mês e começou a virar matriz de compatibilidade. Essa virada costuma ser seguida por perguntas de compras e depois por um padrão que ninguém ama e todo mundo implementa.
Os 23% e 9% do Google podem sobreviver a um teste independente, ou não. O rótulo stable será citado muito mais que qualquer um dos dois números, e por mais tempo.
Artigos relacionados
Uma planilha comunitária de toques que desliga os anúncios dos Android chineses
Não mexe no sistema, não desbloqueia nada, não faz flash de nada. Só vira os botões que os fabricantes já deixaram à mostra. O preço é uma lista que alguém precisa continuar escrevendo.
GPT Image 2.6 manteve o preço por token e elevou a fatura
O GPT Image 2.6 mantém cada tarifa por token do 2.5 e mesmo assim custa mais por imagem, porque boa parte do trabalho acontece agora nos tokens de saída. Onze dias após o lançamento, a estrutura de preços diz mais que o ranking.
Alguém reconstruiu o IDM por fora e anotou o que não tocou
Uma reimplementação em Rust do Internet Download Manager promete 5 vezes a velocidade e 86 idiomas. O documento mais interessante é o parágrafo que explica como ela foi feita sem copiar nada.
Rune é um framework de UI em Rust feito para que um agente possa verificar o próprio trabalho
Rune renderiza sem interface, despeja sua árvore de elementos e aceita entrada roteirizada, o que dá a um agente de código um sinal diffável que um screenshot nunca oferece. O framework está em pré-lançamento e não aceita pull requests.