為什麼 ADK 2.0 值得中小企業看
很多公司做 AI Agent 的第一步，是把 SOP 貼進 prompt，期待模型每次照順序完成任務。這可以做 demo，但不一定適合上線。
Google Developers Blog 在 2026 年 7 月 1 日發布「Why we built ADK 2.0」，把 production agent 的問題講得很直接：真實環境裡的 Agent 可能卡在迴圈、因幻覺跳過商業邏輯，或失敗時沒有乾淨地丟出錯誤。
這些問題不是把 prompt 寫長一點就能解決。因為 routing、scheduling、error handling 這些 orchestration 工作，本來就比較適合由程式與 workflow 穩定處理。
我的讀法
AI Agent 真正進入營運前，先不要急著追求全自動；先把流程畫成可控的圖，讓固定步驟由工作流負責，模糊判斷才交給模型。
不要用一段 prompt 管全部流程
假設你做一個客服 Agent，流程可能包含：辨識問題、查訂單、判斷是否需要退款、請主管核准、回覆客戶、留下紀錄。
如果你只用一段 prompt 要模型「記得照步驟」，每次情境不同時，它可能表現不一。比較穩的做法，是把流程拆成節點：哪些步驟一定要跑、哪些步驟可以分支、哪些步驟失敗要重試、哪些步驟一定要人審核。
模型可以負責分類、摘要、建議回覆，或判斷下一個專門 Agent；但退款、合約、廣告預算、公開貼文這些高風險動作，不應該只靠 prompt 裡一句「請先確認」。
graph workflow 的商業意義
Google 在 2026 年 6 月 30 日發布 ADK for Go 2.0，重點之一是 graph-based workflow engine。它讓開發者把應用描述成節點與邊的圖，並支援 routing、fan-out/fan-in、loop、state persistence、pause/resume、retry、timeout 與 concurrency controls。
這些聽起來很工程，但對老闆很現實：你的 Agent 不只要會回答，還要知道自己現在跑到哪一步、哪一步失敗、能不能重跑、需不需要請人補資料。
如果 Agent 跑到一半 API 失敗、資料缺欄位、客戶回覆不完整，系統不能只回一句「發生錯誤」。好的工作流要能暫停、記錄、重試，必要時交給人處理。
human-in-the-loop 不是阻礙，是保險
ADK for Go 2.0 公告中特別提到 built-in human-in-the-loop。任何節點都可以暫停 workflow，向人類要求核准、修正或補資料；回覆之後 workflow 可以 durable resume。
這對中小企業很關鍵。很多 AI 導入失敗不是因為模型不夠聰明，而是流程責任沒有設計好。當 Agent 要送出退款、改合約、更新網站、發布社群貼文、調整廣告預算時，人工核准不是拖慢速度，而是讓風險留在可控範圍。
比較務實的導入方式，是先做「AI 整理，人按送出」。等流程穩定、有紀錄、可回復，再開放低風險的小範圍自動化。
中小企業可以先畫三張表
第一張是流程圖。把任務拆成固定步驟，標出每一步的輸入、輸出、工具與下一步條件。
第二張是風險表。每一步標出能不能讀資料、能不能寫入、能不能對外發布、失敗時誰負責。
第三張是審核表。明確寫出哪些節點需要人核准、誰核准、多久內要處理、沒有回覆時 workflow 要暫停還是轉交。
這三張表不需要一開始就很漂亮。重點是讓團隊看得懂：Agent 到底在哪裡判斷、在哪裡執行、在哪裡停下來等人。
我會怎麼落地
如果今天是一間 10 到 80 人的公司，我會先選一個低風險、重複性高、容易驗證的流程，例如客服摘要、內部文件整理、內容草稿、銷售線索分類或表單初步回覆。
接著把流程拆成三層：確定性步驟、AI 判斷步驟、人工審核步驟。確定性步驟用工作流處理，AI 判斷步驟保留輸入與輸出紀錄，人工審核步驟則要求明確的批准或修改。
最後再設定 timeout、retry 和紀錄位置。不要等 Agent 出錯才問「剛剛它做了什麼」。上線前就要知道怎麼查、怎麼停、怎麼恢復。
7Pyramid 觀點
生產級 Agent 不是一段超長 prompt，而是模型推理、固定流程、工具呼叫、人工審核與可觀測紀錄的組合。
重點整理
Google ADK 2.0 的訊號很清楚：Agent 上線後需要 deterministic workflow、graph routing、retry、timeout、人工審核與可觀測紀錄。
對台灣中小企業來說，先不要問「我們要不要 Agent？」先問「這個流程哪些步驟必須固定、哪些步驟需要 AI 判斷、哪些步驟一定要人批准？」
想看更多白話的 AI Agent、SEO / GEO 與營運工作流整理，歡迎逛逛我們的部落格。
資料來源
- Google Developers Blog：Why we built ADK 2.0
- Google Developers Blog：Build reliable multi-agent applications with ADK Go 2.0
- ADK 官方文件
常見問題
ADK 是 Google 的 open-source agent development framework。ADK 2.0 的重點之一，是讓 Agent 應用能用 structured workflow 與 task-collaboration model 更穩定地進入生產環境。
不一定。比較重要的是學它背後的工作流設計：固定流程用 workflow，模糊判斷用模型，高風險步驟保留人工核准。
短期看會多一個確認點，但它能避免 Agent 在退款、合約、預算或公開發布等高風險任務上直接犯錯。對營運來說，這通常是保險，不是阻礙。
先選低風險、可回復、容易驗證的流程，例如客服摘要、文件整理、內容草稿、銷售線索分類或表單初步回覆。