Google 发布了 Agent Development Kit (ADK) for Kotlin 1.0。这意味着你给电商客户做带 AI 导购的 App，再也不用死磕 Python 后端，直接用 Kotlin 就能在 Android 端侧把 Agent 跑起来。
先说结论：
- ADK for Kotlin 1.0 与 Python/Java 版功能对齐，支持跨平台编排与工具调用。
- 端侧推理支持 LiteRT-LM 和 ML Kit，云端混合支持 Firebase AI Logic。
- 提供 requireConfirmation 机制，防止 AI 在商业交付中误触发敏感操作。
这对接活的设计师和全栈创作者是个巨大利好。以前做端侧 AI 应用，模型推理和 Agent 逻辑往往割裂，现在 Google 把这套架构做成了与模型后端完全解耦的框架。你交付给客户的 App，既能本地跑小模型省流量，又能无缝切云端大模型保效果。
框架基于 Kotlin Multiplatform，从服务端到移动端通吃。最狠的是工具调用机制，用 @Tool 和 @Param 注解，通过 KSP 在编译时生成 Schema。PiNCAMP Android 工程师 Arjun Kumar 在 LinkedIn 上提到，这种编译时处理让移动端启动速度飞快，避开了运行时反射的性能坑。
端侧还是云端？接单交付的决策框架
接单做项目，什么时候该用端侧，什么时候用云端？原文给出了混合 AI 的思路：本地用 LiteRT-LM 或 ML Kit (beta) 处理常规任务，需要更强能力时通过 Firebase AI Logic 切云端。
如果你接的是本地商家的小程序或内部工具，数据隐私要求高、网络环境差，直接上端侧 Agent，连服务器租赁费都省了。如果是面向 C 端的电商导购，建议用混合模式，端侧做意图识别，云端做复杂推理。别一上来就给客户推全云端方案，每个月的 API 账单会让客户跑单。
框架还支持会话管理，允许 Agent 状态暂停、序列化和恢复。这在接长任务私单时非常实用，客户中途退出 App，下次打开还能接着上次的上下文继续聊，不用重新跑一遍前置流程，用户体验直接拉满。
防资损与控成本：商业落地避坑指南
商业交付最怕 AI 幻觉导致资损。ADK 提供了 requireConfirmation 参数，比如转账、改价格等高危操作，必须加这个参数让人机协同确认。AI Dev Weekly 维护者 Joske Vermeulen 建议，先从一个可恢复的 Agent 和显式工具确认开始，别盲目堆叠分层多智能体。生产环境的稳定性靠的是生命周期恢复和确定性边界，而不是 Agent 的数量。
针对 Token 费用，框架内置了上下文压缩和多轮对话功能，提供自动上下文管理和历史摘要。你给大客户做客服 Agent 时，长对话的 Token 消耗是个无底洞，这个功能能帮你把 API 成本砍掉一大半，利润率直接提上来。
另外，框架支持把程序性知识存在 SKILL.md 里，按需动态加载（progressive disclosure）。这能让 Agent 获取特定领域的操作手册，又不用把整个手册塞进上下文，进一步帮你控制云端 API 成本。
实操资源与下载
项目已开源，可以直接去 GitHub 拿代码和文档：
很多设计师觉得写代码是程序员的事，自己只配用低代码平台拖拽。但当你接的单子客户要求“必须原生 App 体验”、“必须离线可用”或者“数据绝对不出本地”时，低代码平台就抓瞎了。ADK for Kotlin 1.0 的出现，把 Agent 开发的门槛从“需要懂 Python 和后端部署”降到了“懂点 Kotlin 就能写原生应用”。你不需要去卷底层模型微调，只要用好框架里的工具声明和会话管理，就能交付一个带持久化记忆、能暂停恢复的商业级 Agent 应用。这绝对是下半年接高客单价私单的利器。
评论区唠唠
接 AI 单用低代码还是自己写？客户嫌 API 贵过吗？
往期推荐
- ·谷歌隐瞒数月才认，你喂给 AI 的客户素材安全吗
- ·75 场采访全翻车，AI 演员实时交互根本接不了单
- ·AI 写的代码能编译却不能用，Unity 6 插件出手解决
点击公众号头像 → 历史消息，可翻阅以上文章
