Google 把 agent 之间的通信冻住了,日期比功能更要紧

Google 在 7 November 发布了 google-adk 2.14.0。里面没有新模型,release notes 更像备案文件,不像公告。执行环境、A2A 协议、评估模块和核心运行时全部从 experimental 转为 stable,另有 26 个认证、环境和应用模块与 16 项 toolset 功能离开 preview。
这样的版本号变动,大多数星期只值一段话。这次不同,说明里有一个词:stable。
stable 对一家不是 Google 的团队意味着什么
experimental 标签是警告:这些调用的形状还可能变,你在上面搭的东西得随时能扔。stable 是相反的承诺。Google 内部有人已经决定,函数签名、请求与响应对象、会话生命周期,在下个 point release 里不会再被重排。
对写 agent、让它们彼此对话的团队来说,这改变了「什么值得做」的判断。基于 experimental 接口写重试策略是一次下注。同一套策略写在 stable 接口上,就成了能收进公共库、然后忘掉的资产。
A2A 是这次真正走出门的那一件。agent 之间的消息传递有口碑问题:每个框架都有实现,没有两个完全对得上,规范一直在动,实现陆续上线。厂商宣布自家实现 stable 是很窄的说法,可当设计评审里有人问「三月这套集成还能不能跑」,别的团队能拿它当依据。
9% 的内存,23% 的时间
Google 在发布里放了两个数字:长轮次的多轮工作流快 23%,峰值内存低 9%。两个都是自家测量,没有测试框架、数据集或复现脚本。当作方向,别当结论。方向说得通:在每轮重建状态上花力气更少的运行时,轮次越多越快,短任务上收益收窄。
有意思的是,一份以转正为主题的发布还报了性能数字。通常为稳定性做的说明,卖点是可靠,不是速度。
四项新增,各自解决什么
**MultiRunConfig** 负责并发的多轮评估。同一个评估集跑几套配置,一直是 agent 工作里最枯燥的部分:要么串行等,要么自己写 harness,看它和框架自带那套越走越远。把并发放进配置,你报出去的通过率和上线的代码就走同一条路径。
**ToolArgsMatcher** 按语义比较工具参数,不比字符串是否相等。改动听起来小,对通过率影响却很大。如果一个 agent 调搜索工具时传的是 `{"q": "nvidia q3 revenue"}`,标准答案写的是 `{"query": "NVIDIA Q3 revenue"}`,精确匹配会记一次失败,然后有人花十分钟确认它没问题。语义比较把这类样本挪出假阴性,也意味着升级后评估数字会变。分数会台阶式上移,那并不代表能力提升。
**TeamsRunner** 把 Microsoft Teams 加进 runner 列表。agent 框架对 Slack 支持不错,对其他渠道则参差不齐,所以它最不显眼,对把日常放在 Teams 里的企业,却可能是影响最大的一项。
**OpenAIDecisionsClassifier** 比较特别:Google 自家 agent 工具包里给 OpenAI Decisions API 准备的分类器。第一方 SDK 出现跨厂商支持值得记一笔,这说明团队预期用户在哪里跑东西。
五种语言,以及被冻住的那一层
ADK 2.14.0 覆盖 Python、TypeScript、Go、Java 和 Kotlin。广度是 stability 叙事的另一半。一个在 Python 里 stable、在 Go 里还 experimental 的协议,只在名义上 stable,因为跨语言客户端必须彼此对得上。
Google 在 factsheet 和文档里的说法是,A2A 现在有了团队可以据以开发的 API 形状。这句话该读成对传输格式和生命周期的承诺,与路线图无关。stable 不等于完工,它的意思是此后的改动以新增的形式出现,旧调用继续可用。
底下那个不好回答的问题
agent 协议有多大用,取决于多少方在说它。Google 控制一端。另一端是那些自己实现 A2A、而不去暴露 MCP server、OpenAPI spec 或私有端点的公司。
MCP 已经赢下工具调用的争论:多数 agent 运行时都说它,多数工具厂商都发布一个。A2A 问另一个问题:一个 agent 怎么把任务交给另一个 agent,后者由另一家公司运行,有自己的权限和计费。这个问题更难,答案的政治成分多于技术成分。一家厂商的 stable 规范是这场谈判的起手位置,不是结果。
实际差别在载荷的形状上。一次 MCP 调用说的是「用这些参数跑这个工具」。一次 A2A 交换得说「这里有一件事,我是谁,我被允许花多少,做完告诉我,把产物发给我」。这是组织之间的合同,所以 agent 互通的讨论最后总会变成身份与授权的讨论。

核心运行时定下来还有一层更安静的风险。上周之前 pin 在 experimental 构建上是唯一选择,现在这些团队要迁到接近但不完全相同的接口。迁移通常机械,也总不合时宜,多半落在守着栈里最不起眼那个服务的人头上。
这个版本该怎么用
如果你在生产里跑 ADK,第一步是把四个 stable 接口和你今天 import 的东西做一次 diff。第二步是重跑评估集,ToolArgsMatcher 会改变数字,你最好赶在自己的 dashboard 之前知道差了多少。
如果你不用 ADK,这次发布也透露了日历上的信息。agent 互通在这个月不再是研究 demo,开始变成一张兼容性矩阵。这种转变之后通常先来采购问题,然后是一个没人喜欢、但人人都会实现的标准。
Google 的 23% 和 9% 也许能通过独立测试,也许不能。被引用得更多的是 stable 这个标签,而且会持续更久。
相关文章
一份社区维护的点击表,关掉了国产 Android 系统里的广告
它不动系统,不解锁,不刷机,只把厂商本来就留出来的开关一个个拨过去。代价是这份名单得一直有人续写。
GPT Image 2.6 守住 token 价格,账单却涨了
GPT Image 2.6 沿用了 2.5 的全部 token 费率,单张图却更贵,因为更多的活现在花在输出 token 上。上线十一天,定价结构说的比排行榜更多。
有人从外部重建了 IDM,并写下了自己没有碰过的部分
Mister Download Manager 用 Rust 重写了 Internet Download Manager 的下载流程,声称速度快 5 倍、支持 86 种语言。更值得细读的,是它解释如何在不复制任何代码的前提下完成重写的那一段。
Rune 是一个 Rust UI 框架,设计初衷是让 agent 能检查自己的工作
Rune 能无头渲染、导出元素树并接受脚本化输入,这让编码 agent 拿到截图永远给不了的东西,一个可 diff 的信号。这个框架仍是预发布版本,不接受 pull request。