想像一下。
你給一個 Agent 五個工具和一條指令。
你的退款流程可能運作得完美無瑕。
接著，確認信寄送失敗。
Agent 重新開始整個流程，重複執行一個已經成功的動作。
結果呢？重複退款。
原型系統運作得漂亮極了，正式系統卻出了問題。
問題不在於提示詞。
問題在於要求模型去執行一個它打從一開始就不該執行的流程！
LLM 不斷被逼著去處理路由、排程和錯誤管理。
這些都是標準軟體已經能用完美可預測性處理的任務。
然而，我們卻要求 AI 同時做兩件互相衝突的工作：
- 理解世界：解讀不可預測、非結構化的資料
- 執行流程：編排一套嚴謹且預先定義好的事件順序
前者是 AI 的強項，後者則屬於傳統程式碼的範疇。
當下一步是已知的，模型就不該需要去猜測。
想像一個自主的 Agent，手上有五個工具和一大段指令：
→ 查詢購買紀錄
→ 確認退款政策
→ 符合資格就執行退款
→ 寄送通知信
→ 然後關閉工單
要順利達成這件事，Agent 必須記住整套流程、檢查每個工具的回傳結果，並推斷接下來該做什麼。
如果款項已經送出，但確認信寄送失敗，模型就會試著從上下文視窗重建工作流程，而不是從一個安全的執行狀態繼續。
結果就是我們前面提到的重複退款。
ADK 2.0 如何讓混亂回歸秩序
Google 的 ADK 2.0 透過一個全新的方式解決了這個問題。
它把可預測的動作重新轉化為具體的工作流程步驟，只在真正需要解讀的地方才引入 AI：
[退款工作流程圖 — 來源：“Why we built ADK 2.0”]
在上面的例子中，查詢購買紀錄、執行退款和關閉工單都是正常的軟體動作。
分析客訴內容和草擬個人化的確認訊息則交給 AI 處理。
結果就是一個漂亮的混合體：固定的執行加上專注的推理。
但你可能會想：這不就是回到僵化的自動化嗎？
我們是不是在硬編碼那些 Agent 原本應該取代的工作流程？
嗯，不完全是。
工作流程定義的是那些早已明確的界線。
Agent 仍然負責處理那些需要解讀、語言或判斷的部分。
目標不是要移除彈性，而是不再強迫模型在每次執行時重新摸索同一條執行路徑。
透過消除這些不必要的模型決策，這個架構徹底改變了整體的成本算式。
相同的退款流程。相同的模型。
但用了 ADK 2.0，Token 從 5,152 降到 2,265，延遲也從 7.2 秒降到 5.7 秒 🔥
[來源：“Why we built ADK 2.0”]
這種結構就像一個天然的過濾器，把 Token 用量砍半。
Agent 不用再看完整的歷史紀錄，只需要看到自己需要的部分（例如，政策 Agent 只需要看到客訴內容）。
好處立竿見影：
- 更少的提示詞雜訊和更高的隱私性
- 嚴格受限的執行
- 安全機制：模型可能做出錯誤判斷，但永遠無法自行創造路徑
前端也需要界線：A2UI 如何讓你的 UI 保持在掌控之中
太好了，退款流程現在已經在掌控之中。
ADK 2.0 定義了路徑，阻止 Agent 自行發明執行順序。
不過，使用者仍然需要一個安全的方式，來查看並操作 Agent 產出的內容。
換句話說，前端也需要界線！
想像一下，現在每一筆核准的退款都需要主管簽核。
Agent 不應該只是生成一段文字說：
「這筆退款已核准。」
它需要顯示一張結構化的卡片，內容包含：
- 退款金額
- 交易資訊
- 政策依據
- 明確的『核准／拒絕』按鈕
這正是 Google 的 A2UI 登場的時候！
有了 A2UI，Agent 回傳的是宣告式的 JSON 資料，而不是可執行的前端程式碼。
宿主應用程式會驗證這份資料，並只渲染其目錄中所支援的元件。
Agent 決定顯示什麼資訊，應用程式則控制如何渲染。
👇 以下是 A2UI 渲染卡片的實際範例，讓你看見 A2UI 所能實現的多樣化 UI 組合：
Google 的 A2UI-over-MCP Recipe Studio 示範展示了這個架構的實際運作：
來源：Google Developers Blog。
👆 你可以看到，靜態的選擇表單是透過 MCP Resource 傳遞，而動態生成的食譜卡片則透過 MCP Tool 回傳。
A2UI 會將兩者都原生地渲染在宿主應用程式內。
有沒有發現其中的對稱性？
- ADK 2.0 約束了 Agent 在後端能做的事
- A2UI 則約束了 Agent 在前端能創造的內容
在兩種情況下，模型都有推理的空間，但僅限於應用程式定義好的界線之內。
回到我們上面討論的退款例子，一般標準的退款可能只需要一張簡單的核准卡片。
但如果是有爭議的案件，涉及例外狀況、附件或部分退款，就可能需要更豐富的體驗。
這就是 MCP App 派上用場的地方，它能為複雜的互動提供一個封閉式的工作空間：
→ ADK 控制所有可能發生的事
→ A2UI 讓結果可見且可操作
→ MCP App 處理複雜的工作空間
想了解更多嗎？
這裡整理了探索 ADK 2.0、A2UI 與 Google Cloud 更完整的 Agent 平台所需的一切資源：
- ADK 2.0：https://fandf.co/4yJhcyh
- A2UI：https://fandf.co/3S1O9pe
- A2UI over MCP：https://fandf.co/45vomJ3
- Gemini Enterprise Agent Platform：https://fandf.co/4x59VY7
很榮幸能與 @googlecloud 合作這個專案！🤝
如果你想掌握 LLM、AI Agent 和工作流程的最新趨勢，歡迎追蹤我 @datachaz，每天獲取新洞察。
