Google ADK 的核心架构和设计理念是什么？

1. 代码优先的开发范式

Google ADK 将软件工程原则引入 AI 智能体开发，开发者通过 Python、TypeScript、Go 或 Java 代码定义智能体的行为逻辑、工具使用和编排规则，而非依赖可视化拖拽界面。这种设计让智能体开发更接近传统软件开发，支持版本控制、单元测试和持续集成。

2. 模型无关与部署无关

ADK 虽然针对 Gemini 模型和 Google 生态系统进行了优化，但框架本身不绑定任何特定模型。通过 LiteLLM 适配器，开发者可以接入 Anthropic、Meta、Mistral AI 等第三方模型，也可以使用本地运行的开源模型。部署方面，同一份智能体代码可以在本地运行、容器化部署到 Cloud Run 或 GKE，也可以通过 Vertex AI Agent Engine 一键托管。

3. 核心组件构成

ADK 围绕几个核心组件组织智能体应用：Agent（定义智能体的指令、工具和行为规范）、Workflow（在 2.0 版本中引入的图执行引擎，用于编排智能体和任务的执行流程）、Runner（运行智能体并管理会话状态）、Tools（管理函数工具、MCP 工具和 Google API 工具）、Session（管理会话历史与上下文）以及 Memory（记忆服务，支持跨会话的长期信息存储）。这些组件协同工作，构成从单智能体到复杂多智能体系统的开发基础。

4. 渐进式复杂度

ADK 设计为"从 prompt 开始，逐步成长"：起步阶段只需几行代码定义一个 LlmAgent 加几个工具；成长阶段可组合多个智能体实现多智能体编排；高级阶段引入基于图的工作流处理复杂业务逻辑；专业阶段则通过评估框架和云端部署实现生产级可靠性。