Google wypuszcza ADK dla Go. Agenci AI w twoim kodzie

Pamiętasz, jak każdy agent AI był czarną skrzynką w chmurze? Google właśnie to zmienia.

Agent Development Kit (ADK) – open-source'owy toolkit do budowania agentów AI – dostał wsparcie dla Go. I nie, to nie kolejna biblioteka z hype'em. To podejście "code-first", które przenosi całą orkiestrację LLM bezpośrednio do twojego kodu.

Przez ostatnie lata budowanie agentów AI wyglądało podobnie: wybierasz platformę (LangChain, AutoGPT, coś własnego), konfigurujesz w YAML-u lub JSON-ie, deploysz na cudzej infrastrukturze i modlisz się, żeby działało. Debugging? Logi w dashboardzie. Wersjonowanie? Eksport konfiguracji. Testowanie? Środowisko staging z limitami API.

ADK mówi: a może inaczej?

Orkiestracja żyje w kodzie, nie w API

ADK odwraca standardowy model. Zamiast wysyłać requesty do zewnętrznej platformy i czekać na magię, dostajesz pełną kontrolę nad zachowaniem agenta.

Debugujesz jak zwykły kod. Wersjonujesz w Git. Deploysz gdzie chcesz.

Dla Go oznacza to idiomatyczne API — nie port z Pythona, nie wrapper na TypeScript. Natywne struktury, które pasują do filozofii języka. Bo przecież nikt nie lubi walczyć z cudzym kodem próbującym udawać lokalny.

Konkretnie: definiujesz agenta jako strukturę Go, jego narzędzia jako funkcje, a flow jako zwykłe instrukcje warunkowe i pętle. Nie ma magicznych dekoratorów, nie ma ukrytej logiki w frameworku. Widzisz dokładnie, co się dzieje, bo to twój kod. Gdy coś nie działa, stawiasz breakpoint. Gdy potrzebujesz zmienić zachowanie, edytujesz funkcję. Gdy chcesz przetestować – piszesz unit test.

To brzmi banalnie, ale w świecie agentów AI to zmiana paradygmatu. Większość narzędzi traktuje cię jak użytkownika platformy, nie developera. ADK traktuje cię jak inżyniera, który wie, co robi.

Co to daje w praktyce?

Budujesz agenta do analizy logów. Wcześniej: konfiguracja w JSONie, deployment na platformie, modlitwa o działające logi. Teraz: piszesz logikę w Go, testujesz lokalnie, wrzucasz na swój serwer.

Efekt?

Widoczność. Kontrola. Zero vendor lock-in.

ADK obsługuje złożone flow – od prostych prompt chains po wieloetapowe pipeline'y z warunkami, pętlami i rozgałęzieniami. Wszystko w kodzie, który możesz czytać, modyfikować i — co najważniejsze — zrozumieć za pół roku, gdy będziesz musiał coś naprawić.

Przykład: agent do obsługi zgłoszeń klientów. Analizuje treść, klasyfikuje problem, decyduje o eskalacji, generuje odpowiedź. W tradycyjnym podejściu to kilka połączonych "nodes" w wizualnym edytorze lub zagnieżdżone wywołania API. W ADK? Funkcja w Go z czytelną logiką: if-else, switch, error handling. Możesz dodać metryki, logi strukturalne, retry logic – wszystko standardowymi narzędziami ekosystemu Go.

Albo agent do automatyzacji research'u: zbiera dane z różnych źródeł, weryfikuje spójność, generuje raport. Zamiast konfigurować "data sources" w UI, piszesz integracje jako zwykłe funkcje. Zamiast czekać na wsparcie platformy dla nowego API, dodajesz je sam. Zamiast limitów rate-limit narzuconych przez providera, zarządzasz tym w swoim kodzie.

Dlaczego akurat Go?

Bo backend. Bo performance. Bo ekosystem, w którym concurrency to podstawa, nie dodatek z gwiazdką w dokumentacji.

Google wyraźnie celuje w devów budujących systemy produkcyjne – nie prototypy w notebooku. ADK dla Go to narzędzie dla tych, którzy potrzebują agentów działających w infrastrukturze, nie w playgroundzie z limitem requestów.

Go dominuje w mikrousługach, narzędziach DevOps, systemach rozproszonych. Tam, gdzie latencja ma znaczenie, gdzie trzeba obsłużyć tysiące równoczesnych requestów, gdzie deployment musi być prosty, a binarka mała. Dodanie agentów AI do takiego ekosystemu bez zmiany języka i toolchaina to ogromna zaleta.

Poza tym: goroutines. Gdy twój agent musi wykonać kilka wywołań do LLM równolegle, sprawdzić różne źródła danych, lub przetworzyć batch requestów – natywna concurrency Go robi różnicę. Nie musisz walczyć z async/await, thread pools czy GIL. Uruchamiasz goroutine, czekasz na wynik, idziesz dalej.

Toolkit jest open-source, więc możesz zajrzeć pod maskę. A jeśli coś nie pasuje – fork i dostosowanie. Właśnie o to chodzi.

Co dalej?

ADK to dopiero początek. Google sugeruje, że kolejne języki są w planach. Ale Go to sygnał: agenci AI przestają być domeną Python-only.

Jeśli budujesz coś więcej niż chatbot, warto sprawdzić. Dokumentacja jest na GitHubie, przykłady działają out-of-the-box.

I tak – możesz w końcu debugować agenta jak normalny kod.

Dla zespołów oznacza to też prostsze onboardowanie. Nowy developer nie musi uczyć się specyficznego DSL-a czy platformy. Jeśli zna Go, ogarnie ADK w godzinę. Code review wygląda jak zwykle. CI/CD działa standardowo. Monitoring? Prometheus i Grafana, jak zawsze. Nie ma osobnego stacku "do agentów" – wszystko żyje w tym samym ekosystemie co reszta backendu.

Welcome to 2025.

Źródła

• Google Developers Blog – Agent Development Kit for Go