Microsoft har i al stilhed samlet et lille team kaldet Ocean 11, der står bag det, der efter alt at...
Google ADK (Agent Development Kit) er Googles open-source framework til at bygge, teste og deploye AI-agenter. Forstå arkitekturen og forretningsværdien.


ADK er bygget op omkring et hierarkisk agent-træ. En root-agent fungerer som indgangspunkt og kan delegere opgaver til specialiserede sub-agenter. Hver agent har sin egen instruktion, sine egne værktøjer og sin egen kontekst. Root-agenten beslutter, hvilken sub-agent der bedst kan løse en given delopgave, og koordinerer resultaterne.
Frameworket følger en code-first filosofi. Agenter defineres i kode, ikke via visuelle byggere eller konfigurationsfiler. Det giver udviklere fuld kontrol over logik, fejlhåndtering og orkestrering, samtidig med at ADK leverer en enkel grundstruktur, der er hurtig at komme i gang med.
Et centralt element er tool calling. Agenter kan kalde eksterne API'er, databaser, søgemaskiner og andre tjenester som en del af deres ræsonneringsproces. ADK leverer over 100 prækonfigurerede connectorer til enterprise-systemer som Salesforce, SAP og Workday, så agenter kan interagere med eksisterende forretningsdata uden at kopiere data.
ADK inkluderer også et lokalt debug-miljø med en web-UI, en kommandolinjeværktøj (adk CLI), og indbygget evaluering, så udviklere kan teste og iterere på agentadfærd, før de deployer til produktion.
Multimodalitet er indbygget. Agenter kan behandle billeder, lyd og video via Geminis multimodale API, hvilket åbner for use cases, der rækker ud over ren tekstbehandling.
For virksomheder, der allerede bruger Google Cloud, er ADK en naturlig vej til at bygge agentbaserede løsninger. Frameworket integrerer direkte med Vertex AI Agent Engine, Google Search grounding, BigQuery og Cloud Run, hvilket reducerer den tekniske kompleksitet ved at gå fra prototype til produktion.
Typiske enterprise-scenarier inkluderer automatisering af kundeservice, hvor et multi-agent-system håndterer alt fra ordresporing til reklamationsbehandling. Hvert trin varetages af en specialiseret agent, mens en overordnet agent styrer samtalen og eskalerer til menneskelige medarbejdere, når det er nødvendigt.
Inden for salg og marketing kan ADK-agenter analysere leads, generere personaliserede opfølgninger og koordinere med CRM-systemer i realtid. Fordi agenterne kan kalde enterprise-connectorer direkte, undgår man den manuelle integration, der ellers bremser implementeringen.
ADK understøtter også den åbne A2A-protokol, hvilket betyder, at en ADK-agent kan samarbejde med agenter bygget i andre frameworks som LangGraph eller CrewAI. Det er væsentligt for store organisationer, der har flere teams med forskellige teknologivalg, og som har brug for, at deres agenter kan kommunikere på tværs.
Deploy-fleksibiliteten er en fordel for enterprise-kunder. ADK-agenter kan containeriseres og køre on-premise, i en privat cloud eller på Google Cloud via Agent Runtime, Cloud Run eller GKE. Det giver virksomheder kontrol over data-suverænitet og compliance.
ADK er ikke en no-code platform. Det kræver softwareudviklingskompetencer at bygge, teste og vedligeholde agenter med frameworket. Virksomheder, der søger en visuel agent-builder uden kodning, bør kigge på andre løsninger som Googles Agent Builder i Vertex AI.
ADK er heller ikke en selvstændig AI-model. Det er et framework, der orkestrerer brugen af modeller. Selve intelligensen kommer fra de underliggende foundation models, typisk Gemini, mens ADK håndterer strukturen: hvordan agenter samarbejder, hvilke værktøjer de kalder, og hvordan resultater valideres.
Selvom ADK er open-source og teknisk set modelneutralt, er det optimeret til Googles Gemini-modeller. Brugen af andre modeller kræver adaptere og kan medføre begrænsninger i funktionalitet, særligt omkring multimodalitet og grounding.
Agentic AI: Det overordnede paradigme for AI-systemer, der handler autonomt. ADK er et konkret framework til at bygge sådanne systemer.
AI Agent: Den selvstændige enhed, som ADK hjælper med at konstruere. Hver agent i ADK har en instruktion, værktøjer og en beslutningsproces.
Multi-agent System: ADK er specifikt designet til at bygge systemer, hvor flere agenter samarbejder hierarkisk.
A2A (Agent-to-Agent Protocol): Googles åbne protokol for kommunikation mellem agenter på tværs af frameworks. ADK har native A2A-understøttelse.
Tool Calling: Den mekanisme, hvorigennem ADK-agenter interagerer med eksterne systemer og API'er.
LangGraph: Et alternativt agent-framework fra LangChain, der bruger rettede grafer i stedet for ADK's hierarkiske træstruktur.
OpenAI Agents SDK: OpenAI's konkurrerende framework, der bruger eksplicitte handoffs i stedet for hierarkisk delegation.
Model Context Protocol (MCP): En åben protokol for kontekstdeling, som ADK kan integrere med via sine connectorer.
Microsoft har i al stilhed samlet et lille team kaldet Ocean 11, der står bag det, der efter alt at...
Den 24. april 2026 lancerede kinesiske DeepSeek en preview af V4-Pro og V4-Flash som ...
OpenAI har lanceret Workspace Agents i ChatGPT som afløser for Custom GPTs. Det er AI-agenter, der...