谷歌云上AI代理的结构：完整指南
本文详细介绍了在谷歌云上构建和部署AI代理的完整架构，涵盖模型选择、框架、运行时、工具、记忆以及从原型到生产的跨领域关注点。提供了基于ADK、Cloud Run和Agent Runtime的决策指南和参考架构。
在谷歌云上构建AI代理时，开发者常常面临众多产品名称的困惑：ADK、Agent Runtime、Cloud Run、GKE、Gemini Enterprise Agent Platform。本文旨在梳理这一生态系统，提供清晰的决策路径。
每个AI代理本质上由五个相同部分组成：一个能推理的模型、可调用的工具、记忆（避免短期记忆）、连接各部分直至任务完成的运行时循环，以及日益重要的代理间连接。谷歌云的所有服务都填充这些角色，并涵盖可观测性、安全性和评估等跨领域生产关注点。
模型层：典型的大脑是Gemini 3.x系列——Gemini 3.1 Pro用于复杂推理，Flash层级作为成本效益高的主力。Model Garden提供200+模型，包括Anthropic的Claude和开源模型如GLM、Kimi、DeepSeek。自托管开源模型也实用，Gemma 4支持函数调用和结构化输出，Cloud Run GPU可服务多种规模模型。
框架层：Agent Development Kit (ADK)是谷歌的开源代码优先框架，支持Python、Go、Java等语言。ADK 2.0采用基于图的执行引擎，支持并行工作流、自动重试和人机交互。此外，Agent Runtime也支持LangGraph、LangChain等框架。
运行时层：Agent Runtime是“全面托管”选项，提供会话、记忆、沙盒代码执行和可观测性。Cloud Run作为标准容器运行代理，是社区热门选择，支持聊天后端、工作池、批处理任务和GPU服务。GKE适合管理代理舰队或自托管模型。
工具和知识：工具通过MCP协议聚合，谷歌为数据库和服务提供托管MCP服务器。代理间协调使用A2A协议。知识检索范围从开箱即用的Agent Search到可调优的RAG Engine和原始Vector Search。
状态与记忆：关键区别在于会话状态（当前对话的工作区）与长期记忆（跨会话存留的提炼事实）。ADK提供内存、Postgres或Agent Runtime托管会话三种后端。Memory Bank使用生成式AI提取和整合用户事实，而非存储完整记录。
跨领域关注点：从原型到生产需弥补三大差距：可观测性（ADK输出OpenTelemetry轨迹）、评估（adk eval评分工具调用轨迹）、安全（最小权限服务账户、Model Armor、人工确认）。
决策指南：最简洁的实话：从Cloud Run上的ADK开始，当需要托管会话、记忆和评估时采用Agent Runtime，当运行代理舰队时升级到GKE。
参考架构：典型生产代理配置可能包括：ADK on Cloud Run、现有认证、默认Gemini Flash、MCP工具、Cloud SQL存储会话状态、Memory Bank长期记忆、Cloud Trace跟踪。每个组件都可替换。
这些构建块已足够稳定，可投入生产。要深入探索，Agent Factory播客和adk-samples示例代码是快速上手的途径。