Google CloudにおけるAIエージェントの構造：完全ガイド

Google CloudでAIエージェントを構築する際、開発者は多くの製品名（ADK、Agent Runtime、Cloud Run、GKE、Gemini Enterprise Agent Platform）に困惑することがよくあります。この記事は、そのエコシステムを整理し、明確な意思決定パスを提供します。

各AIエージェントは本質的に同じ5つの部分から成ります：推論するモデル、呼び出せるツール、メモリ（短期記憶を防ぐ）、タスク完了まで各部分を結びつけるランタイムループ、そしてますます重要になるエージェント間接続です。Google Cloudのすべてのサービスは、これらの役割を埋め、可観測性、セキュリティ、評価などの横断的な本番環境の関心事をカバーします。

モデル層：典型的な頭脳はGemini 3.xシリーズです。Gemini 3.1 Proは高度な推論に、Flash層はコスト効率の高い主力として使用されます。Model Gardenは200以上のモデルを提供し、AnthropicのClaudeやGLM、Kimi、DeepSeekなどのオープンウェイトモデルも含みます。オープンウェイトモデルのセルフホスティングも実用的で、Gemma 4は関数呼び出しと構造化出力をサポートし、Cloud Run GPUはさまざまな規模のモデルをサービス提供できます。

フレームワーク層：Agent Development Kit (ADK)はGoogleのオープンソースコード優先フレームワークで、Python、Go、Java、TypeScript、Kotlinをサポートします。ADK 2.0はグラフベースの実行エンジンを採用し、並列ワークフロー、自動リトライ、ヒューマンインザループの一時停止を可能にします。Agent RuntimeはLangGraph、LangChain、LlamaIndex、AG2もサポートします。

ランタイム層：Agent Runtimeは「完全マネージド」オプションで、セッション、メモリ、サンドボックスコード実行、可観測性を提供します。Cloud Runはエージェントを標準コンテナとして実行し、チャットバックエンド、キュー駆動エージェントのワーカープール、最大7日間のバッチジョブ、GPUサービスをカバーします。GKEはエージェントフリートの管理やモデルのセルフホスティングに適しています。

ツールと知識：ツールはMCPプロトコルに収束しつつあります。Googleはデータベースとサービス向けのマネージドMCPサーバーを実行し、オープンソースのMCP Toolboxは40以上のデータソースをカバーします。エージェント間調整にはA2Aプロトコルがあります。知識検索は、ターンキーなAgent Searchから調整可能なRAG Engine、生のVector Searchまでのスペクトルがあります。

状態とメモリ：重要な区別は、セッション状態（現在の会話のスクラッチパッド）と長期メモリ（セッションを超えて存続する抽出された事実）です。ADKは3つのバックエンド（インメモリ、独自Postgres、Agent Runtimeのマネージドセッション）を提供します。Memory Bankは生成AIを使用してユーザーごとの事実を抽出・統合します。

横断的な考慮事項：プロトタイプと本番環境の最大のギャップは3つ：可観測性（ADKはGenAIセマンティック規約に従ったOpenTelemetryトレースを出力）、評価（adk evalはツール呼び出し軌跡をスコアリング）、セキュリティ（最小権限サービスアカウント、Model Armor、破壊的ツールへの人間の確認）。

意思決定ガイド：最も簡潔な正直なバージョン：Cloud Run上のADKから始め、マネージドセッション、メモリ、評価が必要になったらAgent Runtimeを採用し、エージェントフリートを実行するときにGKEにアップグレードします。

参考アーキテクチャ：ツール、メモリ、実際のユーザーを持つ典型的な本番エージェントの堅実なセットアップは次のようになります：ADK on Cloud Run（既存の認証で保護）、デフォルトでGemini Flash（難しいタスクにはPro）、MCP経由のツール、セッション状態にCloud SQL、長期メモリにMemory Bank、トレースにCloud Trace。すべてのコンポーネントは交換可能です。

これらのビルディングブロックは十分に安定しており、投資に値します。さらに深く掘り下げるには、Agent Factoryポッドキャストとadk-samplesサンプルコードが最速の方法です。