文章强调，如同单一、整体式软件应用一样，单一、整体式 AI 智能体也会导致瓶颈和错误增加。它倡导将多智能体系统 (MAS) 作为 AI 领域的微服务架构范式，通过去中心化和专门化来增强模块化、可测试性和可靠性。本指南详细阐述了使用 Google 智能体开发工具包 (ADK) 的八种多智能体设计模式，包括顺序管道、协调器/调度器、并行扇出/聚合、分层分解、生成器和评论器、迭代优化以及人在环中。每种模式都通过用例、图示和 ADK 伪代码进行解释，为构建生产级智能体团队提供了具体示例。文末提供了有关状态管理、明确路由描述以及从简单设计着手管理复杂性的专业提示。
本文介绍了谷歌全新的 Interactions API，旨在将 AI 开发从无状态的请求-响应循环转变为有状态、多轮的代理工作流。该 API 为开发者提供了一个统一的接口，用于访问核心模型和完全托管的 Gemini 深度研究代理。文章详细阐述了两种主要的集成模式：首先，使用 Interactions API 作为 ADK（代理开发工具包）代理的推理引擎，这带来了统一的模型和代理访问、简化的状态管理、后台执行支持以及对 AI “思考”的更有效处理等优势；其次，利用 InteractionsApiTransport 将 Interactions API 代理视为透明的远程 A2A（代理间）代理。第二种模式使得 Gemini 深度研究代理能够无缝集成到现有的 A2A 生态系统中，无需代码重构，显著降低了多代理系统的集成成本和学习曲线。该 API 极大地简化了多代理系统的构建和扩展，提高了开发效率。该 API 由谷歌开发。
本文介绍了 A2UI，这是谷歌的一个开源项目，旨在让 AI 代理生成丰富且上下文相关的用户界面。A2UI 为代理生成的 UI 提供了一种标准的、声明式数据格式，可通过 Lit、Angular 或 Flutter 等不同的 UI 框架，由各种客户端应用原生渲染。它解决了代理与用户界面之间的通信问题，尤其是在代理跨越信任边界的多代理系统中。其核心理念强调安全性（声明式格式、可信组件库）、LLM 友好性（可增量更新）和框架无关性及可移植性。A2UI 旨在补充现有 UI 框架，并且已在谷歌产品（如 Opal）中使用，并与 AG UI/CopilotKit 和 Flutter 的 GenUI SDK 等合作伙伴项目集成，促进了动态的、代理驱动的应用的创建。
