【ITニュース解説】One Agent Development Kit, five languages
2026年10月13日に「Google Cloud Blog」が公開したITニュース「One Agent Development Kit, five languages」について初心者にもわかりやすく解説しています。
ITニュース概要
GoogleのADKは、Python偏重だったエージェント開発を刷新する。Python、Go、TypeScript、Java、Kotlinの5言語に対応し、各言語に最適化。共通プロトコルで他言語エージェント連携も容易で、プロジェクトに最適な言語を選び、効率的なシステム構築を実現する。
ITニュース解説
現代のシステム開発において、AIを活用した「エージェント」はますます重要になっている。エージェントとは、人間のように状況を判断し、適切なツールを使ったり、他のエージェントと協力したりして特定のタスクを自動で実行するプログラムのことだ。しかし、これまでのエージェント開発は、主にPythonという特定のプログラミング言語に依存していることが多かった。もし開発チームがGo言語で高速なサービスを構築したり、TypeScriptを使ってブラウザ上でエージェントを動かしたりしたい場合、Pythonのためだけに新しいサービスを立ち上げるか、あるいは自社の得意な言語でエージェントを動かすための仕組みを一から作り直す必要があり、大きな負担となっていた。
このような課題を解決するためにGoogleが発表したのが「Agent Development Kit(ADK)」だ。ADKは、Pythonだけでなく、Go、TypeScript、Java、Kotlinという合計5つの主要なプログラミング言語に対応している。これにより、開発チームはそれぞれのプロジェクトや用途に最適な言語を選び、妥協することなくエージェント開発を進めることができる。各言語版のADKは、それぞれの言語の特性や実行環境、型システムに合わせて個別に設計されているものの、共通のアーキテクチャとオープンなプロトコルを利用することで、異なる言語で書かれたエージェント同士でもスムーズに連携できるようになっている。
ADKが提供する共通の仕組みは、言語の選択がシステム全体のアーキテクチャを縛らないという点で非常に強力だ。その核となるのが「Model Context Protocol(MCP)」と「Agent2Agent(A2A)」という二つのオープンプロトコルである。MCPは、エージェントが利用するツール(例えば、天気情報を取得する機能など)を、どの言語で書かれたエージェントからでも呼び出せるようにするための通信規約だ。ADKは各言語でMCPのクライアント機能を提供するため、カスタムのツールをMCPサーバーとして公開すれば、それをどのADKベースのエージェントからでもすぐに利用できる。さらに、複雑なタスクを複数のエージェントに分担させる「マルチエージェントシステム」では、A2Aプロトコルが活躍する。これは、HTTPを使って異なるエージェント間で通信を可能にするルールで、これによりたとえ言語やフレームワークが異なっていても、エージェント同士が情報を交換し、協力し合うことができるのだ。
ADKを使ってエージェント開発を始めるのは比較的簡単だ。まず、一度だけセットアップコマンドを実行し、Google Cloudの認証を確認し、必要なCLIツールをインストールする。その後、AntigravityやClaude Codeといった「コーディングエージェント」に、ADKが提供する様々な「スキル」を設定する。これらのスキルは、エージェントが特定のタスクを実行するために必要な機能群のことだ。次に、スキャフォールドコマンドを実行することで、基本的なエージェントプロジェクトを生成できる。このプロジェクトには、エージェント同士の通信に必要なA2Aのエンドポイントや、Google Cloud Run、Gemini Enterprise Agent Runtime、Google Kubernetes Engine(GKE)といったクラウド環境にデプロイするための設定があらかじめ含まれているため、すぐに開発を始められる。Python版とKotlin版のADKリポジトリには、エージェントの構築を支援する機能も含まれており、さらに「adk.dev/llms.txt」というリソースからは、5つの言語全てのAPIドキュメントをオンデマンドで取得できるため、開発者は必要な情報を手軽に参照できる。
ADKがどのように各言語の特性を活かしているかを見るために、簡単な「天気ツール」の例で具体的に見てみよう。
Python Python版ADKは、ADKのリファレンス実装であり、最も豊富なGoogle Cloud連携機能(BigQuery、Spanner、Bigtableなど)や、様々なAIモデル(Gemini、Anthropic、OpenAI、LiteLLMなど)との連携機能を提供している。Pythonでのツール定義は非常にシンプルで、特別なデコレーターやスキーマ定義クラスを使う必要がない。通常のPython関数をADKのエージェント設定に渡すだけで、ADKがその関数の引数の型ヒントや説明文(docstring)を自動で解析し、AIモデルがツールを理解するために必要な情報(ツール宣言やPydanticによるパラメータスキーマ)を自動的に構築してくれる。これにより、高速なプロトタイプ開発が可能になる。また、Python版ADKは強力な評価ツールを備えており、開発中のエージェントが期待通りに動作するかを、実際のデータを使って自動的にテストする「継続的インテグレーション(CI)」環境で、システム全体のエンドツーエンドテストを実施できる。たとえ本番サービスが他の言語で動いていても、Pythonでテストできるのは大きな利点だ。
Go
Go言語版ADKは、特に本番環境のバックエンドシステム開発で真価を発揮する。Goのツール関数は、エージェントの実行コンテキストと、厳密に型付けされた入力データ構造体を受け取る。functiontool.Newという関数は、Goの「ジェネリクス」という汎用的な型を扱う仕組みを使って、開発者が定義したデータ構造体から入力と出力のスキーマを自動で推論する。この際、構造体フィールドに付けられたjsonやjsonschemaといった「タグ」情報が利用される。Goはコンパイル言語なので、プログラムが実行される前にコンパイラが、開発した関数がADKの期待する形に合致しているかを厳密に検査してくれるため、実行時エラーのリスクを低減できる。さらに、Pythonに次いでADK 2.0の「グラフワークフロー」という機能がGoで提供されている。これは、AIモデルの推論と並行して、開発者が定義した手順を決定論的に実行する必要がある場合に非常に便利で、エージェントや通常のGo関数を、条件分岐や並行処理を含む「有向グラフ」という形で組み合わせることができる。
Goの真骨頂は、Google Cloud RunやGKEといったクラウド環境での本番運用にある。コンパイルされたGoのエージェントは、非常に軽量な約2MiBの「Google distroless静的ベースイメージ」に収まるため、Pythonのような言語実行環境(VM)や重い依存関係を必要としない。静的なGoのバイナリはコンテナ起動後すぐにポートに結合され、Pythonのような動的言語のモジュール読み込みや、JavaのJARファイル展開、JIT(Just-In-Time)コンパイルのウォームアップといった時間をスキップできるため、高速に起動する。また、Goの「ゴルーチン」と呼ばれる並行処理モデルは、エージェントのワークロードに非常に適している。各ゴルーチンはわずかなメモリで起動し、スケジューリングのオーバーヘッドも少ないため、一つのインスタンスで数千もの同時ストリーミングリクエストやツール呼び出しを効率的に処理できる。Go版ADKには、A2Aプロトコル用のサーバーハンドラーや、システムの状態を追跡する「OpenTelemetryトレーシング」機能も標準で組み込まれている。
TypeScript
TypeScriptはJavaScriptにコンパイルされる際に型情報が失われるため、プログラムが実行されている最中に自身の型構造を調べる「実行時リフレクション」を使うことができない。そのためTypeScript版ADKでは、「Zod」というライブラリと組み合わせて使用する。開発者はz.object(...)というZodのスキーマを使ってツールのパラメータを定義するだけで、TypeScriptがそのスキーマから「execute」という実行関数のパラメータ型を静的に推論してくれる。これにより、実行時の入力検証、AIモデルに送られるJSONスキーマ、そして開発ツールのコード補完機能が、全て一つの定義から生成されるため、記述ミスが減り、コードの信頼性が向上する。
TypeScript版ADKもADK 2.0のグラフワークフローエンジンで動作するほか、ブラウザで直接実行できるスタンドアロンのバンドルも提供されている。これにより、Node.jsでサーバーサイドサービスを構築するだけでなく、WebMCPを通じてブラウザタブ内で直接ADKエージェントを実行し、ページ内のツールを利用したり、Chromeのデバイス内AIモデル(Prompt API)を呼び出したりすることも可能になる。
Java
Java版ADKは、Maven、Gradle、Spring BootといったJava開発のエコシステムを標準としているチームにスムーズに導入できるよう設計されている。メソッドの引数に@Schemaアノテーションを付加することで、ツールが受け取るパラメータを定義し、LlmAgent.builder()というAPIを使って、流れるような記述でエージェントを構築できる。実行時には、RxJavaというライブラリを通じてエージェントのイベントがリアクティブ(反応的)に処理される。ローカルでのテストや既存のJava仮想マシン(JVM)アプリケーションとの連携のために、Java版ADKはMaven Dev UIプラグインや、Spring AI、LangChain4jといった人気のあるAI開発フレームワークとの連携機能も提供している。
Kotlin
Kotlin版ADKは、「ビルド時の安全性」を特に重視している。Kotlin Symbol Processing (KSP) というコンパイラプラグインが、@Toolや@Paramといったアノテーションをソースコードから読み取り、ツールに必要なスキーマ情報を直接「バイトコード」に埋め込む。これにより、もしツールの定義にサポートされていない型が使われていたり、必須のパラメータにデフォルト値が設定されていたりといった問題があれば、Gradleによるビルド時に即座にエラーが検出され、本番環境で問題が発生するのを未然に防ぐことができる。また、ツール生成関数が実行時リフレクションを一切使用しない設計になっているため、Androidアプリのコードを最適化・縮小するR8ツールが適用されても問題なく動作する。
このゼロリフレクション設計のおかげで、Androidデバイス上でエージェントの処理全体をローカルで実行できるという大きなメリットがある。JVMサーバー環境もサポートしており、Spring AIブリッジや実験的なADK 2.0グラフワークフローも利用可能だ。デバイス上では、LiteRT-LMとの連携でツール呼び出しを行い、ML Kit(Gemini Nano)を使ってテキスト生成を行う。さらに、RoomやAppSearchといったAndroidのローカルデータベースと連携して状態を管理したり、Android AppFunctionsを使ってOSレベルのアクションを実行したりすることも、ネットワーク接続なしで可能となる。
このように、ADKが5つの異なるネイティブ言語に対応していることで、開発組織はシステム全体で単一の実行環境に縛られることなく、プロジェクトの各コンポーネントに最適な言語を自由に選択できる。全てのADKバージョンがMCPとA2Aという共通のプロトコルに対応しているため、異なる言語で書かれたコンポーネント同士がシームレスに連携し、柔軟で強力なAIエージェントシステムを構築することが可能になるのだ。