Google เปิดตัว ADK for Kotlin และ ADK for Android 0.1.0 — เขียน AI agent ที่รันบน Gemini Nano บน-device โดยมี cloud orchestrator เป็นสมอง

Google ประกาศการเปิดตัว ADK for Kotlin 0.1.0 และ ADK for Android 0.1.0 ผ่าน Google Developers Blog เมื่อวันที่ 21 พ.ค. 2026 (สัปดาห์ที่แล้ว) โดย Guillaume Laforge (Developer Advocate) และ Jolanda Verhoef (Android DevRel Engineer) เขียนร่วมกัน นี่คือ Agent Development Kit ตัวที่ห้าต่อจาก ADK for Java 1.0, ADK for Go 1.0 และ ADK for Python 2.0 (beta) — สะท้อนยุทธศาสตร์ของ Google ที่ต้องการให้ ADK กลายเป็น “framework กลาง” สำหรับเขียน agent ทุกที่ ไม่ว่าจะเป็น backend, mobile, desktop หรือ embedded

จุดเด่นที่ Google เน้นในประกาศนี้คือ on-device agentic AI — เปลี่ยนจากยุค “ส่งทุก prompt ขึ้น cloud” มาเป็น “รันบน hardware ของ user เอง” โดยใช้ Gemini Nano ผ่าน ML Kit GenAI และ AICore ที่ตอนนี้มีอยู่บน Android เกิน 140 ล้านเครื่อง แล้ว ที่สำคัญคือ ADK for Android เป็น library แรกของ Google ที่ผูก agent framework เข้ากับ on-device LLM โดยตรง — ก่อนหน้านี้ developer ต้องเขียน orchestration เอง ใช้ AICore API เป็น raw call แล้วจัดการ session state, tool calling, error handling ด้วยมือ

Hybrid orchestration: cloud agent เป็นสมอง, on-device agent เป็นมือ

Pattern การใช้งานหลักที่ Google โชว์ใน demo คือ hybrid multi-agent — มี root agent ที่รันบน cloud (Gemini 2.5 Flash หรือ Pro) ทำหน้าที่เป็น orchestrator ที่ “คิด” และ “วางแผน” ส่วน sub-agent ที่ทำ task ที่ต้องเข้าถึงข้อมูลส่วนตัวของ user จะถูก spawn ให้รัน on-device บน Gemini Nano

ตัวอย่าง Trip Assistant ที่ Google โชว์: user ถาม “ยืนยัน booking โรงแรมหน่อย” → root agent บน cloud จะ delegate งานนี้ลงไปยัง on-device retrieval agent → on-device agent ใช้ Gemini Nano อ่าน confirmation email/PDF ที่เก็บใน local storage → validation agent (on-device) เปรียบเทียบข้อมูลกับ context ของ trip → ผลลัพธ์ส่งกลับไปที่ root agent โดยที่ เนื้อหา PDF/email ไม่เคยออกจากเครื่อง ของ user เลย

ข้อดีของ pattern นี้:

• Privacy — ข้อมูล sensitive (เอกสาร, message, location history) อยู่ใน device 100%
• ต้นทุน — sub-task ที่ใช้ Gemini Nano ไม่เสียค่า API token
• Latency — Nano รัน inference local ได้ในระดับ <100ms สำหรับงานง่าย
• Offline — sub-agent ทำงานได้แม้ไม่มี network (root จำเป็นต้องมี connection)

Feature highlights ใน 0.1.0 ครอบคลุม LLM agents, workflow agents, custom agents, multi-agent systems, function tools, MCP tools, A2A, plugins, session state, memory service และ OpenTelemetry observability — ทุกอย่างพร้อมใช้ได้ทันทีบน Kotlin/Android ซึ่ง parity กับ ADK for Java/Go/Python ค่อนข้างครบในรอบ release แรก

Code ตัวอย่าง: เขียน sub-agent บน Kotlin

API ของ ADK for Kotlin ใช้ KSP (Kotlin Symbol Processing) เพื่อ generate code ของ tool registration อัตโนมัติ — developer แค่ใส่ annotation @Tool และ @Param ก็พอ:

class ImprobabilityDriveService {
  @Tool
  fun calculateImprobability(
    @Param("The event to calculate the improbability for")
    event: String
  ): String {
    return "The improbability of '$event' is approximately 42 to 1 against."
  }
}

แล้ว assemble เป็น agent:

val heartOfGoldAgent =
  LlmAgent(
    name = "HeartOfGold",
    model = Gemini(apiKey = apiKey, name = "gemini-2.5-flash"),
    instruction = Instruction("You are the ship computer..."),
    tools = ImprobabilityDriveService().generatedTools()
  )

val rootAgent =
  LlmAgent(
    name = "MissionControl",
    subAgents = listOf(heartOfGoldAgent),
    model = Gemini(apiKey = apiKey, name = "gemini-2.5-flash"),
    instruction = Instruction("Route to HeartOfGold if query is about improbability...")
  )

สำหรับ Android การ integrate มีแค่บรรทัดเดียว — เพิ่ม dependency com.google.adk:google-adk-kotlin-core-android:0.1.0 ใน build.gradle.kts แล้วเรียก LlmAgent ตามปกติ โดยเลือก provider ระหว่าง MlKitGenAi, FirebaseAiLogic หรือ GoogleGenAi ได้ตามความเหมาะสม

ความสำคัญในระบบ ecosystem ของ Google

ADK for Kotlin/Android ตัวนี้เป็นชิ้นส่วนสำคัญใน yutthasart agentic ของ Google ที่ประกาศชัดเจนใน I/O 2026 ว่าจะกระจาย agent runtime ไปทุก layer — cloud (Gemini Spark 24/7 agent), browser (WebMCP standard ใน Chrome 149), IDE (Antigravity 2.0), mobile (ADK for Android), backend (ADK for Kotlin/Java/Go/Python) สิ่งที่ Google มี advantage เหนือ OpenAI, Anthropic หรือ Microsoft คือการ “ครอบ” ตั้งแต่ silicon (TPU, Tensor G chip ใน Pixel) ขึ้นไปถึง model (Gemini family) ขึ้นไปถึง runtime (AICore + Antigravity) — และตอนนี้มี framework กลางตัวเดียวที่เขียน agent ครอบทั้งระบบได้

ที่น่าจับตาคือการ support MCP และ A2A ตั้งแต่ day 1 — สะท้อนว่า Google ยอมรับ open standard ที่ Anthropic นำเสนอ (MCP) และ Google เป็นคนนำเสนอเอง (A2A) เป็นแกนหลักของ agent ecosystem แทนที่จะ lock-in กับ proprietary protocol ของตัวเอง ในวงการมือถือ ADK for Android เป็น tool ของ Google ตัวแรกที่ implement MCP ครบบน device — ทำให้ Android app สามารถ “connect” กับ MCP server บน cloud หรือ local network ได้แบบมาตรฐาน

มุมมอง AI Curator

ADK for Kotlin/Android คือสัญญาณว่าเรากำลังเข้าสู่ยุค “agent ทุกที่” — ไม่ใช่แค่ on cloud หรือใน IDE แต่อยู่ใน mobile app ที่ user เปิดทุกวัน รถยนต์ smart home device และ wearable Google เห็นแล้วว่า on-device AI จะเป็น differentiator สำคัญในยุคถัดไป เพราะ (1) cloud inference cost ขึ้นเรื่อย ๆ (ดู Anthropic จ่าย SpaceX $1.25B/เดือน) (2) ผู้ใช้กังวล privacy มากขึ้น (3) regulation ในยุโรปและจีนกำลังบังคับให้ data sensitive อยู่ใน user device

สำหรับนักพัฒนาแอป Android ในไทย ข้อสรุปที่ควรอ่านให้ออก: ในอีก 12 เดือนข้างหน้า การเขียน Android app โดยไม่มี on-device agent จะกลายเป็น “legacy” — เพราะ Samsung, OPPO, Vivo, Xiaomi กำลังออก phone ที่ marketing AI on-device เป็นจุดขายหลัก ตลาด SEA ที่ smartphone ราคาต่ำกว่า $300 ครองส่วนแบ่งเกินครึ่ง แต่ user ยังต้องการ AI ที่ “ฉลาด” — on-device Nano คือคำตอบเดียวที่ทำได้ภายใต้ data plan ที่ราคาเข้าถึงได้ของผู้บริโภคไทย

ที่สำคัญกว่าคือ ADK ทำให้ vendor lock-in ลดลง — ถ้าทีมไทยเขียน agent ด้วย ADK วันนี้ พรุ่งนี้สลับจาก Gemini ไป Llama, Mistral หรือ on-device Qwen3 ได้โดยไม่ต้องเขียนใหม่ pattern ของ agent (orchestration, tool calling, state management) จะ portable การลงทุนสร้างทีม ADK skill วันนี้จึงเป็นการ hedge ที่ดีที่สุดต่อความไม่แน่นอนของ “ใครจะเป็น frontier model 18 เดือนข้างหน้า”

ข้อระวังเดียวคือ — Gemini Nano บน device จะ premium บน Pixel/Samsung Galaxy รุ่นใหม่ก่อน device อื่น ๆ ตามมาทีหลัง app ที่ design ให้ทำงาน “best on Nano” จะทำงานไม่สมบูรณ์บน device ที่ไม่มี AICore ทำให้ทีมต้องคิด fallback strategy ตั้งแต่ day 1 — ถ้าไม่มี Nano ให้ใช้ ML Kit Translate API หรือ cloud Gemini แบบ rate-limited แทน

แหล่งข่าว

• Announcing ADK for Kotlin and ADK for Android 0.1.0: Building AI Agents on Android and Beyond — Google Developers Blog
• Google Launches ADK for Kotlin on Android to Build AI Agents — C# Corner
• Announcing ADK for Kotlin & ADK for Android 0.1.0 — Substack (Android Engineers)
• Build ADK agents for Android — Android Developers Docs