Google rozbudowało 1 lipca 2026 roku framework Genkit o nowe Agents API, które ma ułatwić developerom tworzenie pełnych aplikacji opartych na agentach AI. Zamiast samodzielnie budować obsługę historii rozmowy, wywoływania narzędzi, przesyłania odpowiedzi, stanu użytkownika i komunikacji z frontendem, programista otrzymuje te elementy w ramach wspólnego interfejsu.
Genkit jest otwartym frameworkiem Google przeznaczonym do tworzenia aplikacji wykorzystujących generatywną i agentową sztuczną inteligencję. Agents API rozszerza go o mechanizmy potrzebne w systemach, które nie ograniczają się do pojedynczego pytania i jednej odpowiedzi.
Agent może prowadzić wieloetapową rozmowę, pamiętać stan zadania, korzystać z narzędzi, zatrzymywać wykonanie i czekać na decyzję człowieka, pracować nad dłuższymi zadaniami oraz współpracować z innymi agentami.
Co zmienia Agents API w Google Genkit?
Prosta integracja modelu AI wygląda najczęściej podobnie: aplikacja wysyła prompt i otrzymuje odpowiedź. Budowa pełnego asystenta jest znacznie bardziej skomplikowana.
Trzeba przechowywać historię konwersacji, zarządzać sesją użytkownika, obsługiwać wywołania funkcji, przekazywać częściowe odpowiedzi w streamingu i zdecydować, co zrobić, gdy agent potrzebuje potwierdzenia działania. Dochodzi do tego połączenie warstwy serwerowej z interfejsem użytkownika.
Agents API ma tę warstwę ujednolicić. Agent jest definiowany po stronie serwera, natomiast aplikacja może komunikować się z nim przez wspólny interfejs chat(), niezależnie od tego, czy działa lokalnie, czy za endpointem HTTP.
Google przewidziało również obsługę bardziej złożonych procesów. Agent może przerwać wykonanie, zapisać stan, wznowić działanie później lub realizować długie zadanie poza standardowym cyklem pojedynczego żądania.
Istotną częścią jest także możliwość budowania systemów multi-agent. Zamiast jednego uniwersalnego modelu aplikacja może wykorzystywać kilku wyspecjalizowanych agentów, pomiędzy którymi delegowane są zadania.
Gdzie Genkit Agents API znajdzie zastosowanie?
Agents API jest rozwiązaniem przede wszystkim dla programistów i firm tworzących własne aplikacje wykorzystujące sztuczną inteligencję. Najwięcej zyska tam, gdzie AI ma utrzymywać kontekst i wykonywać kolejne działania zamiast odpowiadać na pojedynczy prompt.
| Rodzaj aplikacji | Jak może wykorzystać agentów |
|---|---|
| Obsługa klienta | Agent zachowuje kontekst sprawy, korzysta z dokumentacji i wykonuje działania w systemie. |
| Aplikacje SaaS | Użytkownik może wydawać polecenia dotyczące danych i funkcji dostępnych w aplikacji. |
| Copilot AI | Asystent prowadzi pracę przez wiele kolejnych kroków zamiast odpowiadać na pojedynczy prompt. |
| System multi-agent | Agent nadrzędny deleguje część zadania do wyspecjalizowanych agentów. |
| Długotrwałe procesy | Zadanie może zostać rozpoczęte, zatrzymane i wznowione później. |
Przykładem może być system obsługi zgłoszeń. Zamiast prostego chatbota odpowiadającego na pytania agent może znać historię zgłoszenia, wyszukać dokumentację, sprawdzić dane w systemie, zaproponować rozwiązanie, poprosić pracownika o zatwierdzenie operacji i dopiero później ją wykonać.
Google upraszcza infrastrukturę potrzebną agentom AI
Najważniejszą częścią premiery nie jest kolejny model językowy. Google próbuje rozwiązać problem infrastruktury otaczającej modele.
Im bardziej samodzielny staje się agent AI, tym więcej elementów trzeba obsłużyć poza samym LLM. Potrzebny jest stan, historia, narzędzia, autoryzacja działań, komunikacja z interfejsem, obsługa błędów i sposób wykonywania zadań trwających dłużej niż pojedyncze zapytanie.
Genkit Agents API przenosi dużą część tej warstwy do frameworka. Dla developerów oznacza to możliwość skupienia się na logice własnej aplikacji zamiast każdorazowego projektowania od podstaw infrastruktury agentowej.
Źródła
