← 部落格

工程筆記

2026 Google Cloud Day Taipei:開發者場的 Agentic AI 重點

2026 Google Cloud Day Taipei:開發者場的 Agentic AI 重點

這篇文章整理 2026 Google Cloud Day Taipei 開發者場的現場筆記,重點不是逐頁重述簡報,而是回答一個工程問題:Google 如何把模型、工具與資料,接成可部署、可治理的 Agent 平台?

本文已於 2026 年 8 月 29 日用 Google Cloud 官方文件重新查核。現場提及、但無法從公開文件確認的數字與實作細節不再當成既定事實;產品介面與支援範圍仍可能持續變動。

從模型清單轉向完整生命週期

Gemini Enterprise Agent Platform 官方總覽把平台能力分成四個面向:Build、Scale、Govern 與 Optimize。這比「選哪個模型」更接近正式環境真正要解的問題:

  • Build:以 Agent Development Kit(ADK)或其他框架定義 Agent、工具與協作流程。
  • Scale:把 Agent 部署到受管 Runtime,並管理 session 與 memory。
  • Govern:使用 Agent Identity、Registry、Gateway 與政策控制存取邊界。
  • Optimize:透過評估與可觀測性理解品質、成本及失敗路徑。

模型仍然重要,但只是這條鏈上的一個可替換元件。平台團隊更該先確認資料權限、工具副作用、追蹤紀錄與回滾方式。

ADK 的正確定位:框架,不是魔法層

ADK 官方文件將它描述為開源、code-first 的 Agent 開發框架,支援 Python、TypeScript、Go 與 Java。它可組合工具、workflow agent 與多 Agent 協作,也能接到評估及部署流程。

以下是依照官方 Python 介面縮小後的示意;工具函式與資料皆為教學用途,不代表 Google Cloud Day 的實際展示系統:

from google.adk.agents import Agent

def fetch_night_market_data(market_name: str) -> dict:
    """Return approved, read-only market data."""
    return {
        "market": market_name,
        "traffic_status": "high",
        "top_stalls": ["stall-a", "stall-b"],
    }

agent = Agent(
    name="market_analyzer",
    model="gemini-3.5-flash",
    instruction="Use the approved tool and state uncertainty clearly.",
    tools=[fetch_night_market_data],
)

Google Cloud 的 Agent Runtime ADK quickstart在 2026 年 8 月的版本使用 google.adk.agents.Agent 與 gemini-3.5-flash。這只能證明該文件當時的示例介面,不表示每個區域、帳戶或工作負載都有完全相同的可用條件。

工具協定不能取代授權

MCP 與 A2A 解決的是互通方式;它們不會自動決定「誰可以做什麼」。一個工具即使採用標準協定,仍需要最小權限、輸入驗證、輸出過濾、逾時、配額與人工核准。

對企業平台而言,可以把責任拆成四層:

  1. 發現與註冊:有哪些 Agent、工具與版本可以被使用。
  2. 身分與授權:每次呼叫代表誰,以及可讀寫哪些資源。
  3. 執行與隔離:程式在哪裡跑,如何限制網路、檔案與憑證。
  4. 評估與觀測:輸出是否正確,工具軌跡與成本是否可追溯。

會議訊號如何轉成採用判斷

如果團隊正評估 Google Cloud Agent 技術棧,建議不要從產品展示直接跳到正式上線。先做一個可驗證的最小切片:

  • 選擇一個唯讀、低副作用工具。
  • 定義成功條件、拒答條件與人工接手點。
  • 在本地測試後,再驗證 Runtime 的身分、session、記錄與區域限制。
  • 最後才擴充到多工具、多 Agent 或具有寫入權限的流程。

延伸閱讀與來源

歡迎演講、企業內部技術分享與架構交流;可以先查看我適合分享的主題與公開工程成果。

演講與聯絡