Google выложили инструкцию: как собрать агента, который не забывает и не сбивается
Обычный ИИ-агент уже через три дня начинает «вспоминать» несуществующие согласования и перескакивает через этапы. У Google есть готовая схема: конечный автомат, контрольные точки и реакция на события вместо постоянного опроса. Код опубликован полностью.
Что не так с привычными агентами: они тащат за собой всю историю диалога и каждый раз прогоняют ее заново. Для чата на пять минут это еще терпимо. Но для онбординга на две недели такой подход ломается: контекст забивается лишним, токены тратятся впустую, а модель начинает придумывать промежуточные шаги. Увеличивать окно контекста бессмысленно, если нужен длинный процесс с фиксированными точками контроля.
Рецепт ADK состоит из трех частей: конечный автомат с шестью состояниями - старт, пакет отправлен, документы подписаны, IT настроено, ноутбук доставлен, завершено. Перепрыгивать через этапы нельзя. После каждого шага ставится атомарная контрольная точка: если контейнер упал, сохраненное состояние уже есть. Вместо опроса используется событийная модель: пришел вебхук, агент проснулся, выполнил действие, снова заснул. Есть и подагент для IT-настройки, который знает только свою задачу (GitHub).
Сравнение с конкурентами выглядит так: LangGraph выстраивает агентов как граф, где каждый переход явно задан и любое решение можно полностью отследить. ADK организует их как дерево: координатор раздает задачи подагентам, а каждый из них работает автономно. LangGraph выбирают для жесткого контроля, ADK - когда важнее гибкость (ZenML). По данным Forrester, 88% ИИ-пилотов так и не доходят до продакшена, и одна из главных причин в том, что агенты теряют контекст на длинных цепочках.
Зачем это бизнесу: ADK дает агентам то же, что автосохранение дает играм - если что-то сломалось, можно перезапуститься и продолжить с той же точки. Это особенно полезно для онбординга, инвойсов, согласований и комплаенса. Если процесс занимает больше пяти минут, такая архитектура уже оправдана.