Google 近期推出了一項突破性的計畫，旨在徹底改革人工智慧 (AI) 代理的能力。此計畫引入了一個全新的開放原始碼開發套件和一個通訊協定，設計用於促進 AI 代理之間的無縫互動。此協定名為 Agent2Agent (A2A)，是透過 50 個產業合作夥伴的共同努力開發而成，並且專為 Google Cloud 的 Vertex AI 平台量身打造。A2A 的主要目標是簡化代理之間的通訊，使 AI 代理能夠以更高的精準度和效率向彼此表達他們的需求和要求。
Agent Development Kit (ADK)：賦能 AI 代理的創建
Google 新產品的核心是 Agent Development Kit (ADK)，這是一個旨在簡化 AI 代理創建和部署過程的工具包。ADK 最初適用於 Python，並計畫在未來擴展對其他程式語言的支援，它使開發人員能夠以最少的程式碼構建複雜的 AI 代理。Google Cloud 估計，開發人員現在可以用少於 100 行的程式碼創建一個 AI 代理，從而顯著降低了 AI 開發的門檻。
ADK 的主要功能包括：
- 可配置的推理過程： ADK 允許開發人員定義和自訂 AI 代理的推理過程，使他們能夠根據特定標準做出明智的決策。
- 已定義的系統互動： 開發人員可以指定 AI 代理被授權互動的系統，確保代理在預定義的範圍內運作。
- 內建防護措施： ADK 整合了強大的防護措施，以防止未經授權的行為並保護敏感資料免於洩露，從而確保 AI 的負責任和合乎道德的使用。
這些功能共同促進了更簡化和安全的開發過程，使開發人員能夠創建既強大又可靠的 AI 代理。
Vertex AI 平台：AI 創新的中心
Vertex AI 平台是 Google AI 計畫的中心樞紐，可存取各種基礎模型和工具。在 Vertex AI 中，開發人員可以利用超過 130 個基礎模型，包括 Gemini 1.5 Pro 等先進模型，來支援他們的 AI 代理。該平台還提供來自各種貢獻者（包括 Mistral、Meta 和 Anthropic）的 200 多個模型的存取權，為開發人員提供了多樣化的選擇。
除了 A2A 之外，Vertex AI 還支援使用模型情境協定 (Model Context Protocol, MCP) 進行安全資料傳輸，該協定最初由 Anthropic 開發。此協定可確保在 AI 代理之間安全有效地傳輸資料，從而進一步增強平台的功能。
AI 代理在 Vertex AI 內的部署可以直接在平台內完成，也可以在 Kubernetes 上完成，從而可以無縫整合到營運環境中。這種靈活性使開發人員能夠在各種設定中部署 AI 代理，從基於雲端的應用程式到內部部署系統。
確保品牌合規性和安全性
Google 認識到品牌合規性和安全在企業環境中的重要性，因此實施了多種機制來確保 AI 代理在預定義的範圍內運作。這些機制包括：
- 內容篩選器： 內容篩選器可防止 AI 代理產生不適當或冒犯性的內容，從而確保它們與品牌價值觀保持一致。
- 已定義的輸出限制： 輸出限制限制了 AI 代理可以產生的資訊量，防止他們用過多的資料淹沒使用者。
- 禁止的主題領域： 禁止的主題領域可防止 AI 代理參與對敏感或有爭議的主題的討論，從而確保它們始終專注於其預期目的。
此外，鑑於 AI 代理可以承擔使用者身分，Google 建立了一個具有相關權限的專用身分管理系統。此系統會即時監控代理行為，提供對其活動的深入了解，並確保它們在授權範圍內運作。雖然有關此監控的具體細節尚未披露，但該系統旨在提供代理行為的全面視圖，使組織能夠識別和解決任何潛在問題。
A2A：標準化代理間通訊
透過引入 A2A，Google 旨在標準化代理間通訊，從而實現與 MCP 和其他已建立協定的相容性。這種互通性將促進了解使用者需求的客戶端代理與執行任務的遠端代理之間的協作。透過標準化通訊協定，Google 希望為 AI 代理創建一個更無縫和高效的生態系統，使它們能夠更有效地協同工作。
代理軟體開發套件的概念並非全新，因為 OpenAI 先前已針對 GPT 模型發布了自己的 Agents SDK，該 SDK 也可用於開放原始碼模型。同樣，Amazon 也開發了 Bedrock Agents，並且正在不斷改進。然而，Google 的 A2A 計畫因其對標準化和互通性的關注而脫穎而出，這對於 AI 代理的廣泛採用至關重要。
產業合作夥伴關係：推動創新和採用
Google 的 A2A 計畫已獲得產業合作夥伴的重大支持，包括 Box、Intuit、Cohere、Atlassian、MongoDB、Salesforce、ServiceNow、PayPal 和 SAP。這些合作夥伴積極參與 A2A 的開發和實施，貢獻他們的專業知識和資源，以確保其成功。
除了科技公司之外，McKinsey、BCG、KPMG、PwC、Wipro 和 Accenture 等主要諮詢公司也參與了 A2A 計畫。預計這些公司將加速終端使用者的基於代理的流程優化，幫助組織利用 AI 代理來改善其營運和效率。Google Cloud 認為，A2A 框架將透過使其 AI 代理能夠與現有的企業應用程式無縫協同工作，從而顯著惠及客戶。
AI 代理的未來：通用互通性
為了使協作 AI 代理充分發揮其潛力，通用互通性至關重要。A2A 採用已建立的協定，如 SSE、JSON-RPC 和 HTTP 進行授權和身份驗證，與 OpenAI 等競爭對手提供的功能相匹配。透過遵守這些已建立的協定，A2A 確保 AI 代理可以彼此無縫地通訊和協作，無論其底層平台或技術如何。
透過 A2A 和 ADK，Google 設想創建真正的多代理情境，將代理從僅僅是工具轉變為能夠完成快速任務和廣泛專案的自主實體，例如需要數小時甚至數天處理時間的深入研究，並且需要在關鍵點進行人工監督。這種願景代表了 AI 發展的重大一步，具有改變我們工作和生活方式的潛力。
即時回饋和可用性
即時回饋透過專用的通知協定整合，允許使用者監控 AI 代理的進度並根據需要提供輸入。此回饋迴圈確保 AI 代理與使用者的期望保持一致，並且可以適應不斷變化的情況。
雖然 Google 尚未提供有關將 A2A 和 ADK 整合到 Vertex AI 框架中的定價細節，但草案規範和範例程式碼可在 GitHub 上找到。預計在未來幾個月內將提供更多資訊和 A2A 的生產就緒版本，Google Cloud 依賴其合作夥伴進行實施。該公司樂觀地認為，AI 代理將透過自主處理許多重複或複雜的日常任務來提高生產力。
深入探討技術基礎
要真正理解 Google 的 A2A 和 ADK 的潛力，必須深入研究支援這些計畫的技術基礎。例如，A2A 協定建立在開放標準和協定的基礎之上，確保互通性和可擴展性。這種方法允許開發人員將 A2A 無縫整合到現有系統和工作流程中，而不會被鎖定到專有技術中。
另一方面，ADK 提供了一套全面的工具和函式庫，簡化了 AI 代理的創建和部署過程。這些工具包括：
- 代理範本： 預先建立的範本，為創建常見類型的 AI 代理（如聊天機器人、虛擬助理和資料分析師）提供起點。
- 自然語言處理 (NLP) 函式庫： 使 AI 代理能夠理解和處理人類語言的函式庫，使他們能夠以自然和直觀的方式與使用者互動。
- 機器學習 (ML) 框架： 提供訓練 AI 代理執行特定任務（如影像識別、自然語言理解和預測分析）所需工具和演算法的框架。
- 部署工具： 簡化將 AI 代理部署到各種環境（如雲端平台、內部部署伺服器和行動裝置）的過程的工具。
透過提供這些工具和資源，ADK 使開發人員能夠以最少的努力創建複雜的 AI 代理，從而加速 AI 創新的步伐。
對產業和應用程式的影響
Google 的 A2A 和 ADK 的潛在影響擴展到廣泛的產業和應用程式。例如，在醫療保健領域，AI 代理可用於：
- 自動化例行任務： 自動化諸如預約排程、處方箋補充和保險理賠處理等任務，使醫療保健專業人員能夠專注於患者護理。
- 提供個人化醫療保健： 根據患者資料提供個人化醫療保健建議，幫助個人做出有關其健康的明智決策。
- 監測患者健康： 遠端監測患者健康，及早發現潛在問題並根據需要提醒醫療保健提供者。
- 協助診斷： 透過分析醫療影像和患者資料協助醫生進行診斷，幫助識別潛在的疾病和病症。
在金融服務業，AI 代理可用於：
- 檢測詐欺： 即時檢測欺詐性交易，防止財務損失並保護客戶。
- 提供個人化財務建議： 根據客戶資料提供個人化財務建議，幫助個人做出有關其投資和儲蓄的明智決策。
- 自動化交易： 自動化交易策略，使投資者能夠更快、更有效地利用市場機會。
- 管理風險： 透過分析市場資料並識別對投資的潛在威脅來管理風險。
在零售業，AI 代理可用於：
- 個人化購物體驗： 根據客戶資料個人化購物體驗，提供針對個人偏好量身定制的建議和促銷活動。
- 自動化客戶服務： 自動化客戶服務查詢，提供快速有效地回應常見問題。
- 優化庫存管理： 透過預測需求並確保在客戶需要時和地點提供產品來優化庫存管理。
- 提高供應鏈效率： 透過優化物流和運輸路線來提高供應鏈效率。
這些僅僅是 AI 代理可用於轉變產業和改善我們生活的眾多方式中的幾個範例。隨著技術的不斷發展和成熟，我們可以預期在未來幾年中會出現更多創新的應用程式。
解決倫理考量和挑戰
雖然 AI 代理的潛在好處是不可否認的，但重要的是要解決在開發和部署過程中出現的倫理考量和挑戰。其中一個最緊迫的問題是 AI 演算法中存在偏差的可能性。如果 AI 代理在有偏差的資料上進行訓練，他們可能會延續甚至放大現有的不平等。為了降低這種風險，至關重要的是確保 AI 演算法在多樣化和具有代表性的資料集上進行訓練，並且定期對其進行偏差審計。
另一個令人擔憂的問題是 AI 代理可能被用於惡意目的，例如散佈錯誤資訊或參與網路犯罪。為了防止這種情況，至關重要的是開發強大的安全措施來保護 AI 代理免受未經授權的存取和操縱。同樣重要的是，要建立明確的 AI 代理開發和使用倫理準則，確保它們被負責任和合乎道德地使用。
最後，還有一個令人擔憂的問題是 AI 代理可能會取代人類工人，導致失業和經濟混亂。為了解決這個問題，至關重要的是投資於教育和培訓計畫，以幫助工人適應不斷變化的就業市場。同樣重要的是，要考慮支援受 AI 取代工人的政策，例如失業救濟金和再培訓計畫。
透過主動解決這些倫理考量和挑戰，我們可以確保 AI 代理用於造福整個社會。
前方道路：未來方向和可能性
展望未來，AI 代理的未來充滿了令人興奮的可能性。隨著 AI 技術的不斷進步，我們可以預期 AI 代理會變得更加複雜和有能力。他們將能夠更自然地理解和回應人類語言，更有效地從他們的經驗中學習，並以更高的準確性和效率執行複雜的任務。
一個特別令人感興趣的領域是開發能夠與人類有效協作的 AI 代理。這些代理將能夠與人類工人並肩工作，增強他們的能力並幫助他們更有效地實現其目標。例如，AI 代理可以透過分析醫療影像和患者資料來協助醫生診斷患者，或者它可以透過研究相關判例法來幫助律師為審判做準備。
另一個有希望的研究領域是開發能夠適應不斷變化的情況並自行學習新技能的 AI 代理。這些代理將能夠在動態和不可預測的環境中自主運作，使其成為諸如探索、災害響應和科學研究等任務的理想選擇。
隨著 AI 代理越來越多地融入我們的生活，重要的是確保它們被負責任和合乎道德地開發和使用。透過主動解決倫理考量和挑戰，我們可以利用 AI 的力量為所有人創造更美好的未來。