Google ADK: o que é o Agent Development Kit e onde a conta do agente aparece

Quando uma agência ou um time interno propõe construir um agente de IA "com o ADK do Google", a primeira pergunta do gestor costuma ser quanto custa a licença. A resposta curta é: nada. O ADK é código aberto. A pergunta certa é outra — quanto custa o agente depois que ele está no ar, e quem paga cada parte dessa conta.

Quase tudo o que se encontra sobre o assunto é tutorial para desenvolvedor: instalar o pacote, escrever o primeiro agente, plugar uma ferramenta. Este guia é para quem decide. Ele explica o que o ADK é, de onde vem cada custo, quando faz sentido escrever código e quando um construtor visual resolve, e o que exigir de quem vai entregar o projeto.

O que é o Google ADK?

O ADK, sigla de Agent Development Kit, é um framework de desenvolvimento de agentes: um conjunto de bibliotecas que dá ao programador as peças prontas para montar um agente de IA — o laço de raciocínio, a chamada de ferramentas, a memória da conversa, a orquestração de vários agentes e a avaliação. Em vez de escrever tudo do zero em cima da API de um modelo, o desenvolvedor descreve o agente e o framework cuida do encanamento.

Um agente, aqui, é um programa que recebe um objetivo, decide os próximos passos, chama ferramentas (uma busca, um CRM, uma planilha, uma API interna) e devolve um resultado. A diferença para um chatbot de roteiro fixo é justamente essa autonomia para escolher o caminho. A diferença para um prompt solto no chat é que o agente tem acesso a sistemas e pode agir neles.

Vale um registro sobre as linguagens. A página oficial do ADK lista cinco (Python, TypeScript, Go, Java e Kotlin), enquanto a visão geral em português no Google Cloud ainda cita quatro. É o tipo de divergência comum em produto que muda rápido: na dúvida, vale a documentação do próprio projeto, e a data da consulta.

O Google ADK é gratuito?

O framework, sim. O código do ADK para Python é distribuído sob a Apache License 2.0, como mostra o repositório google/adk-python no GitHub. É uma licença permissiva: a empresa pode usar, modificar e embutir o código em produto comercial sem pagar nada ao Google, desde que preserve os avisos de licença.

O que não é gratuito é fazer o agente funcionar. Um agente feito com ADK gasta dinheiro em três camadas, e só a primeira é zero:

1. Framework — o ADK em si. Custo de licença: nenhum.
2. Modelo — cada vez que o agente pensa, chama o Gemini, o Claude, um modelo da OpenAI ou outro, e paga por token de entrada e de saída a quem fornece o modelo. Se o modelo roda no servidor da empresa, a conta vira máquina com GPU.
3. Hospedagem — o agente precisa estar ligado em algum lugar para atender: no Agent Runtime do Google, num contêiner do Cloud Run, num cluster GKE ou num servidor próprio. Cada um cobra do seu jeito.

Há ainda uma quarta camada que não aparece na fatura de nuvem: gente. Framework de código pede programador para construir, testar, manter e atualizar. Esse costuma ser o maior custo do primeiro ano, e é o que mais se esquece de pôr no orçamento. Detalhamos essa conta, camada por camada, em quanto custa um agente de IA.

Onde a conta do agente aparece, na prática?

A camada de hospedagem é a que mais varia conforme a escolha de onde rodar. No serviço gerenciado do Google, o Agent Runtime, a cobrança é por recurso alocado ao agente, e a página de preços é explícita sobre as unidades.

Dois detalhes desse modelo importam para o gestor. Primeiro, a memória do agente (o histórico da conversa e o que ele lembra do cliente) é um item separado da execução — um agente que conversa muito e guarda tudo paga mais do que um que só responde. Segundo, preço de nuvem em dólar oscila com o câmbio e muda com frequência: o número desta página é de novembro de 2026, e a página oficial é que vale na hora de orçar.

Fora do Agent Runtime, a lógica muda. No Cloud Run, a cobrança segue o modelo de contêiner da plataforma. No GKE, paga-se o cluster. Num servidor próprio ou em outra nuvem, o custo é o da máquina que já existe — e a responsabilidade de manter, escalar e proteger passa a ser inteira da empresa.

Opções de implantação listadas em adk.dev e preços do Agent Runtime na página de preços do Google Cloud, consultadas em 10/11/2026. Comparativo de uso elaborado pela Alliance Comunicação.

O Google ADK só funciona com o Gemini?

Não, e este é talvez o ponto mais estratégico para quem decide. O ADK é otimizado para o Gemini e tem acesso direto a ele, mas a documentação oficial diz que funciona com quase qualquer modelo de IA generativa, por meio de adaptadores. A própria página do projeto lista integrações com Gemma, Claude, modelos da OpenAI, Ollama, vLLM, LiteLLM e LiteRT-LM.

Na prática, isso significa que a empresa não fica presa ao fornecedor do modelo. Um agente pode começar no Gemini, testar o mesmo fluxo em outro modelo e trocar se o preço ou a qualidade mudarem — sem reescrever o agente inteiro. E, com modelos abertos rodando via Ollama ou vLLM, é possível manter o processamento dentro de casa, o que pesa para quem lida com dado sensível.

Como o ADK funciona por dentro?

Sem entrar em código, vale conhecer as peças que o framework entrega, porque é com elas que a proposta técnica vai ser montada:

• Agentes e ferramentas — o agente recebe instruções e uma lista de ferramentas que pode chamar: funções escritas pelo time, APIs, outros agentes. O ADK aceita ferramentas no padrão MCP, o protocolo aberto que conecta modelos a sistemas externos.
• Fluxos de vários agentes — há modelos prontos de agente sequencial (um passo depois do outro), paralelo (vários ao mesmo tempo) e em laço (repete até cumprir uma condição), além de roteamento entre agentes e, a partir do ADK 2.0, fluxos em grafo.
• Sessões, estado e memória — o framework guarda o histórico da conversa, variáveis de estado e memória de longo prazo, e monta o contexto que vai para o modelo a cada turno, com compressão e cache de contexto.
• Avaliação — critérios de qualidade, simulação de usuário e de ambiente e métricas próprias, para testar o agente antes de ele falar com um cliente.
• Interfaces de desenvolvimento — uma interface web com construtor visual, uma linha de comando e um servidor de API para depurar e testar localmente.

O ADK também suporta o A2A (Agent2Agent), um protocolo aberto para que agentes de sistemas diferentes conversem entre si. A documentação traz guias para expor um agente via A2A e para consumir agentes de terceiros em Python, Go, Java e Kotlin. Para uma empresa, isso abre a porta de um agente seu negociar com o agente de um parceiro — e também a de um agente de fora entrar no seu fluxo, o que pede governança.

Qual a diferença entre Google ADK e LangChain ou LangGraph?

Os três resolvem o mesmo problema — dar estrutura a aplicações com modelos de linguagem — e são de código aberto. A diferença está na origem e na ênfase. O LangChain nasceu como biblioteca de componentes para encadear chamadas a modelos e integrações; o LangGraph, do mesmo ecossistema, organiza o agente como um grafo de estados, com controle fino de cada passo. O ADK nasceu dentro do Google, com foco em agente de produção: avaliação, implantação e integração com o Google Cloud vêm de fábrica.

Comparativo elaborado pela Alliance Comunicação a partir da documentação do ADK (adk.dev) e da prática com os três modelos de construção.

Escolher entre ADK e LangGraph raramente é uma decisão técnica isolada. Se a empresa já está no Google Cloud e quer usar o Agent Runtime, o ADK encurta caminho. Se o time já domina o ecossistema LangChain, trocar tem custo de aprendizado. O erro é escolher pela moda: os dois são abertos, maduros o suficiente para produção e permitem trocar de modelo.

Quando vale escrever código com o ADK e quando um construtor sem código basta?

Esta é a decisão que os tutoriais pulam. Um construtor visual — o Copilot Studio da Microsoft, os construtores de automação com nós de IA, as plataformas de chatbot — resolve muito: responder perguntas com base em documentos, qualificar um lead, abrir um chamado. Ele é mais rápido de montar e não exige programador. Mas cobra caro em flexibilidade, e geralmente por crédito ou mensagem. Já mostramos como isso pesa no preço por crédito do Copilot Studio.

O código passa a compensar quando aparecem estes sinais:

• Lógica de negócio própria — regras de preço, aprovação, exceções que não cabem em blocos prontos.
• Integração com sistema interno — ERP, banco de dados, API sem conector pronto.
• Volume alto — milhares de conversas por dia, em que pagar por mensagem sai mais caro que pagar por máquina.
• Necessidade de trocar de modelo — por custo, por qualidade ou por exigência de dado em casa.
• Avaliação rigorosa — agente que fala com cliente, decide crédito ou mexe em pedido precisa de teste automatizado antes de cada mudança.
• Time técnico disponível — próprio ou contratado, para manter o agente vivo depois da entrega.

Se o projeto marca um ou nenhum desses itens, comece pelo construtor. Se marca três ou mais, o ADK — ou outro framework de código — tende a ficar mais barato e mais seguro ao longo de um ano, mesmo com o custo de desenvolvimento. Plataforma sem código também muda de regra: o desligamento do Agent Builder da OpenAI mostra o risco de construir tudo em cima de um produto que o fornecedor pode retirar.

Quais os erros mais comuns em projetos com ADK?

1. Orçar só o desenvolvimento. O agente entra no ar e a fatura de modelo e de hospedagem chega sem dono. Defina antes quem paga cada camada e com qual teto.
2. Ir para produção sem avaliação. O ADK tem avaliação embutida; não usar é desperdício. Um conjunto de casos de teste com a resposta esperada deveria existir antes da primeira conversa real — o roteiro está em o teste que decide se o agente pode falar com o cliente.
3. Dar ferramenta demais ao agente. Cada ferramenta é uma porta para um sistema. Agente que lê e-mail e pode enviar pagamento é alvo de manipulação por instrução escondida, como explicamos no texto sobre a porta que um servidor MCP abre.
4. Guardar memória sem política. Sessões e memória custam e guardam dado pessoal. Quanto tempo o histórico fica, quem acessa e como se apaga precisam estar escritos — a LGPD vale para o agente também.
5. Prender o agente a um modelo sem querer. Instruções e ferramentas escritas para um modelo específico, sem camada de abstração, anulam a vantagem de o ADK aceitar vários.
6. Ninguém dono da manutenção. Framework aberto evolui rápido; o ADK já está na versão 2.0. Sem alguém atualizando dependências, o agente envelhece em meses.

O que pedir à agência ou ao time que propõe ADK?

Uma proposta de agente em ADK bem feita responde estas perguntas por escrito. Se não responde, peça antes de assinar:

1. Em qual linguagem e por quê?

Python é o caminho mais documentado; TypeScript, Go, Java e Kotlin fazem sentido quando o time da empresa já trabalha nelas. A escolha define quem consegue manter o agente depois.

2. Onde o agente vai rodar e em nome de quem?

Agent Runtime, Cloud Run, GKE ou servidor próprio — e, principalmente, em qual conta de nuvem. O ideal é que a conta seja da empresa, não da agência, para que o agente não fique refém do contrato.

3. Quem paga o modelo e qual o teto?

Qual modelo, cobrado por quem, com qual estimativa de tokens por conversa e com alerta de orçamento configurado. Sem teto, um laço mal programado pode gastar a verba do mês num fim de semana.

4. Como o agente é avaliado antes de ir ao cliente?

Quais casos de teste, quais critérios de aprovação e quem roda a avaliação a cada mudança de instrução ou de modelo.

5. O que acontece se quisermos trocar de modelo ou de fornecedor?

O código é entregue à empresa? Fica num repositório dela? A troca de modelo foi prevista? A resposta separa um projeto de um aluguel.

Como medir se o agente feito com ADK está valendo a pena?

1. Custo por tarefa resolvida — some modelo, hospedagem e memória do mês e divida pelas tarefas concluídas sem intervenção humana. É o número que se compara com o custo da mesma tarefa feita por gente.
2. Taxa de resolução — quantas conversas ou tarefas o agente fecha sozinho, e quantas passa adiante.
3. Nota na avaliação — o resultado do conjunto de testes do ADK a cada versão, para saber se uma mudança melhorou ou piorou.
4. Tokens por conversa — se sobe sem motivo, o contexto está inchando e a conta vai junto.
5. Incidentes — respostas erradas que chegaram ao cliente, ações indevidas, reclamações. Um só incidente sério pode custar mais que um ano de hospedagem.

O que muda por tipo de empresa?

Para a pequena empresa sem time técnico, o ADK raramente é o primeiro passo: um construtor sem código ou um agente de mercado resolve o atendimento e a qualificação com menos risco. O ADK entra quando há um parceiro técnico que assume a manutenção.

Para a empresa média já no Google Cloud, o ADK com Agent Runtime é um caminho curto: sessões, memória e escala gerenciadas, faturadas na mesma conta. O cuidado é o teto de gasto e a política de memória.

Para a grande empresa ou setor regulado, o argumento forte é rodar onde quiser e com o modelo que quiser — inclusive aberto e dentro de casa —, com avaliação formal antes de cada versão. O ADK atende, mas a governança (quem aprova, quem audita, quais ferramentas o agente pode usar) é que define o sucesso.

Por onde começar hoje?

Antes de escolher framework, escolha a tarefa. Pegue um processo com volume, regra clara e custo conhecido — responder dúvidas de pedido, qualificar leads, triar chamados — e estime quanto ele custa hoje. Depois, rode o critério da seção anterior: se o processo pede lógica própria e integração, o ADK é candidato; se não, comece pelo construtor e meça.

Se a dúvida for anterior — onde a IA cabe no seu marketing e no seu atendimento —, o diagnóstico de marketing gratuito da Alliance leva cerca de 30 minutos e aponta onde a automação acelera. E, quando o caminho for agente, a equipe de agentes de IA da Alliance desenha, avalia e entrega o projeto com o código e a conta de nuvem no nome da sua empresa.