שם שעבר גלגולי-מיתוג — ולמה זה חשוב להבין
השם "Vertex AI Agent Builder" עבר בגוגל קלאוד כמה גלגולי-מיתוג בתוך שנתיים-שלוש, ותיעוד גוגל עצמו מודה בכך במפורש: המוצר שנשא בעבר את השם "Agent Builder" (לצד שמות קודמים נוספים כמו Vertex AI Search and Conversation, Enterprise Search ו-Generative AI App Builder) נועד במקור לבניית אפליקציות-חיפוש-וארגון-ידע מבוססות-AI, ולאחר-מכן עבר מיתוג-מחדש לשם "AI Applications", ומאז שוב — התיעוד החי מציג אותו היום בשם "Agent Search". השם "Vertex AI Agent Builder" עצמו, נכון להיום, מתייחס לפי גוגל ל"חבילת יכולות לבניית ולפריסת סוכני-AI ב-Vertex AI" — כלומר לשכבת-הכלים הממוקדת-מפתחים, לא לאפליקציית-הקצה שמשתמש-עסקי פוגש. חשוב לזכור את הבלבול-השמות הזה כשקוראים חומר על התחום, כי מקורות שונים עשויים להתייחס לגרסאות-מיתוג שונות של אותו כלי בדיוק.
הרכיבים: ADK, Agent Garden, Agent Engine ו-A2A
ב-9 באפריל 2025 הציגה גוגל מחדש את חבילת-הכלים תחת ארבעה רכיבים מרכזיים. Agent Development Kit (ADK) הוא מסגרת-פיתוח קוד-פתוחה — במקור בפייתון, ומאז גם ב-TypeScript, Go, Java ו-Kotlin — שמאפשרת לבנות סוכן בפחות מ-100 שורות-קוד, כולל "מעקות-בטיחות" דטרמיניסטיים ותמיכה בכל מודל כמעט (Gemini, קלוד, Mistral ומעל 200 מודלים דרך Model Garden), עם תמיכה בפרוטוקול MCP לחיבור-נתונים. Agent Garden היא ספריית-דוגמאות של סוכנים-וכלים מוכנים-מראש שמאיצה את תחילת-העבודה. Agent Engine הוא סביבת-הרצה מנוהלת-לחלוטין לפריסת-סוכנים בייצור, שאינה נעולה ל-ADK בלבד אלא תומכת גם במסגרות מתחרות כמו LangGraph ו-CrewAI, וכוללת ניהול-זיכרון, כלי-הערכה וממשל ארגוני. Agent2Agent (A2A) הוא פרוטוקול פתוח שמאפשר לסוכנים שנבנו בכלים שונים "לגלות" זה-את-זה ולתקשר ביניהם דרך "כרטיסי-סוכן" (Agent Cards) מבוססי-HTTP ו-JSON; גוגל העבירה את הפרוטוקול לממשל ניטרלי תחת קרן-לינוקס ביוני 2025, ובאותה נקודה כבר עברו 100 החברות שהתחייבו לתמוך בו (לעומת מעל 50 בהשקה באפריל 2025), בהם Salesforce, PayPal, ServiceNow ו-UiPath.
ההבחנה הקריטית מול Agentspace
ההבדל המהותי בין Vertex AI Agent Builder ל-Agentspace (מוצר-אחות שגוגל השיקה בנפרד) הוא שכבת-הקהל: Agentspace הוא פלטפורמה ארגונית שמעניקה לעובדי-קצה גישה ל-Gemini, לחיפוש ברמת-גוגל ולסוכני-AI פרוסים, עם ממשל וניהול-הרשאות מרוכז — מוצר מוכן-לשימוש שאדם לא-טכני פותח ומתחיל לעבוד מולו. Vertex AI Agent Builder, לעומת זאת, הוא ערכת-הכלים שבה מפתח בונה את אותם סוכנים מלכתחילה: כתיבת-לוגיקה ב-ADK, פריסה על Agent Engine, וחיבור לסוכנים אחרים דרך A2A. הקשר בין השניים הוא זרימת-עבודה, לא תחרות: סוכן שנבנה ונפרס דרך Agent Engine יכול להירשם ל-Agentspace כדי להיות זמין לעובדים ברחבי הארגון. חשוב גם לציין ש-Agentspace עצמו, נכון לתיעוד גוגל, מוזג בהדרגה תחת המותג הרחב-יותר Gemini Enterprise — עוד שכבת-מיתוג שממחישה עד כמה שוק כלי-הסוכנים הארגוניים של גוגל עדיין בתנועה מהירה.
אינטגרציית-נתונים ארגונית
מעבר לרכיבי-הליבה, Vertex AI Agent Builder כולל שכבת-חיבור-נתונים רחבה שמיועדת לסוכנים בסביבת-ייצור אמיתית: למעלה מ-100 מחברים מובנים-מראש, חיבור ישיר למסדי-נתונים כמו AlloyDB ו-BigQuery, גישה למעל 800,000 ממשקי-API דרך Apigee, קרקוע-תשובות (Grounding) בתוצאות חיפוש-גוגל, וגרסה ניסיונית של קרקוע בנתוני Google Maps. השילוב הזה נועד לפתור בעיה מוכרת בבניית-סוכנים ארגוניים: לא מספיק שסוכן "ידבר יפה" — הוא צריך להתבסס בפועל על נתוני-הארגון האמיתיים, בלי לשכפל אותם למקום-אחסון נפרד ובלי לפגוע בבקרות-האבטחה הקיימות.
ADK בפועל: תבניות-ריצה, Apache 2.0 ו-21 אלף כוכבים בגיטהאב
מאגר-הקוד הרשמי של ADK בפייתון (adk-python) צבר עד כה כ-21,600 כוכבים בגיטהאב, ומופץ תחת רישיון Apache 2.0 — רישיון-קוד-פתוח מוכר ומחמיר-פחות מהמודל ה"fair-code" שנוקטות חלק מחברות-האוטומציה המתחרות. מבחינה ארכיטקטונית, ADK תומך בכמה תבניות-הרצה שונות לסוכנים: זרימה-סדרתית (Sequential, סוכן אחד מסיים לפני שהבא מתחיל), עיבוד-מקבילי בדפוס "התפצלות-והתכנסות" (Fan-out/Fan-in), הרצה-לולאתית (Looping) עם המשכיות מותנית, ומערכות-רב-סוכן היררכיות שמאפשרות הרכבת סוכנים-מומחים לתוך היררכיה גמישה — לצד מנוע-הרצה מבוסס-גרף (graph-based execution engine) שמרכיב זרימות-ביצוע דטרמיניסטיות. לצד יכולות-הבנייה, ADK כולל גם מסגרת-הערכה מובנית (עם פקודת adk eval להרצת סוכנים מול קבוצות-בדיקה מוגדרות-מראש), ותמיכה ב"אישור-כלי" (tool confirmation) שמכניס בן-אדם ללולאת-האישור לפני שהסוכן מבצע פעולה רגישה. אפשרויות-הפריסה כוללות Cloud Run, GKE ו-Agent Engine — כך שאותו קוד יכול לעבור מסביבת-פיתוח מקומית לייצור-בענן בלי שינוי ארכיטקטוני.
A2A בגרסה 0.3: gRPC, חתימת-אבטחה ו-150 שותפות
פרוטוקול ה-A2A המשיך להתפתח גם אחרי ההעברה לממשל קרן-לינוקס: גרסה 0.3 שלו הוסיפה תמיכה בפרוטוקול-התקשורת gRPC (חלופה יעילה-יותר ל-HTTP/JSON הבסיסי), יכולת חתימת-אבטחה ל"כרטיסי-סוכן" (card signing) שמאמתת שכרטיס-סוכן לא זויף בדרך, והרחבת ה-SDK הרשמי בפייתון. מספר הארגונים שמחויבים לתמיכה בפרוטוקול המשיך לגדול גם הוא, מ-100 בעת ההעברה לקרן-לינוקס ועד מעל 150 בעדכון המאוחר-יותר, עם שותפים נוספים שהצטרפו לרשימה כמו Adobe, S&P Global Market Intelligence, ServiceNow ו-Twilio. גוגל השיקה גם "AI Agent Marketplace" — זירה שמיועדת לאפשר לארגונים לגלות ולרכוש סוכנים מוכנים-מראש שנבנו בידי שותפים חיצוניים, לא רק לבנות סוכנים בעצמם — צעד שממצב את Vertex AI Agent Builder לא רק כערכת-כלים למפתחים, אלא גם כחנות-אפליקציות מתפתחת לסוכני-AI.
גוגל מול AWS ומיקרוסופט: פילוסופיית-הפתיחות כבידול תחרותי
המיצוב התחרותי של גוגל בזירת-כלי-הסוכנים-הארגוניים שונה במובהק משתי היריבות הגדולות. מול Amazon Bedrock Agents — שירות מנוהל שמדגיש הקמה מהירה ("בכמה צעדים בלבד") בתוך אקוסיסטם AWS סגור יחסית — גוגל ממצבת את ADK כמסגרת-פיתוח פתוחה שמתמקדת בגמישות ובניידות (portability) בין ספקי-מודל שונים; מעניין לציין שגם אמזון עצמה, דרך שירות בשם Bedrock AgentCore, מתחילה להכיר בצורך הזה ומאפשרת פריסת-סוכנים שנבנו במסגרות-קוד-פתוח חיצוניות, לא רק בכלים הפנימיים של AWS. מול מיקרוסופט — שבונה את סיפור-הסוכנים שלה סביב שילוב-הדוק עם Microsoft 365 ו-Copilot Studio, כמתואר בערך פאוור אוטומייט — גוגל בוחרת להדגיש דווקא את הרכיב הפרוטוקולרי-הפתוח (A2A, MCP) כבידול: הטענה המרכזית של גוגל היא שסוכן שנבנה עם ADK יכול לתקשר עם סוכנים שנבנו בכלים מתחרים לגמרי, ולא רק עם סוכנים אחרים בתוך אותו אקוסיסטם — הימור אסטרטגי על כך שפתיחות תנצח בטווח הארוך על נעילת-לקוחות.
מהמעבדה לייצור: Revionics, קבוצת-רנו וניפון טלוויזיה
מעבר להכרזות ולמפרט הטכני, גוגל מפרסמת גם דוגמאות-שימוש קונקרטיות מלקוחות אמיתיים. Revionics, חברת-תמחור-קמעונאי מבוססת-AI, בונה עם ADK מערכת רב-סוכנית שקובעת מחירים לפי לוגיקה עסקית — שמירה על תחרותיות תוך שימור-רווחיות — ומנבאת מראש את השפעת-שינויי-המחיר. קבוצת-רנו (Renault Group) משתמשת ב-ADK כדי לבנות סוכן שמסייע לאנליסטים-של-נתונים לתכנן היכן להתקין עמדות-טעינה לרכבים-חשמליים, על סמך שילוב של נתונים גיאוגרפיים, נתוני-ייעוד-קרקע (zoning) ונתוני-תנועה. וניפון טלוויזיה (Nippon Television Holdings) הטמיעה את Agent Engine כתשתית-הליבה של סוכן-ניתוח-וידאו מבוסס-Gemini, ולפי החברה החיסכון בזמן-הפיתוח הוערך בכחודש עבודה שלם, הודות לאינטגרציה חלקה עם מוצרי Google Cloud אחרים כמו Workflows ולכך שלא נדרש ניהול-תשתית ידני. שלוש הדוגמאות ביחד ממחישות טווח-שימושים רחב במיוחד — מקמעונאות ותמחור, דרך תכנון-תשתיות פיזיות, ועד ניתוח-תוכן-מדיה — עדות לכך שה-ADK כבר יצא משלב ההדגמה אל תוך פריסות-ייצור אמיתיות אצל תאגידים גדולים.