北京
八年前Meta就有万亿参数模型了，可现在那些模型基本都退休养老了。这年头，做AI应用最值得琢磨的地方，反而不是模型本身有多大，而是你能不能管得住它在生产环境里的一举一动。谷歌刚刚开源的Middleware for Genkit，给这个趋势添了个很具体的注脚。
Genkit本身是个开源框架，用来构建基于人工智能的代理型应用。这次新增的中间件，核心功能是在模型调用、工具执行、生成循环这三个环节，插进去一个可编程的拦截层。开发人员现在可以将自定义行为注入工作流，比如添加重试、模型回退、日志记录，而不需要改动应用程序逻辑本身。谷歌的说法很直白：每次generate()调用，本质上是一个工具循环——模型生成输出、执行工具、处理结果，一直跑到结束。中间件的钩子，正好卡在生成阶段、模型调用阶段、工具执行阶段这三个层面。
这种设计思路，等于给开发流程装上了多个可插拔的安全阀。谷歌同时发布了几款预构建的中间件组件：一个采用指数退避算法的重试处理机制，一个应用程序接口（API）失败时自动切换到备用模型的功能，一个针对敏感工具调用的审批环节，文件系统访问控制，还有一个能从本地文件动态注入指令的“技能”系统。有意思的地方在于，这些组件能堆叠使用，让重试、过滤、审批、日志按预先排好的顺序依次执行。你完全可以想象，一个生产级系统里，日志记录先跑，审批卡在中间，重试垫后，整套流程不用去改业务代码。
这一点也直接反映在开发体验上。中间件系统已经接入Genkit的开发界面（UI），开发人员可以在界面里检查中间件行为、追踪执行流程、调试运行时交互。对落地团队来说，这大幅降低了排查问题的门槛。Genkit目前支持TypeScript、Go、Dart，Python支持也即将推出。
这次发布也搅动了开发者社区的一个讨论：Genkit和谷歌自家另一个框架——Agent Development Kit（ADK）——到底怎么区分？谷歌软件工程师Michael Doyle在社交平台X上给了个很清晰的厘清。你有现成的应用程序，比如网页端、移动端之类的，想给它加上多智能体功能，那就用Genkit。如果你正在构建一个复杂、独立的多智能体系统，比如跑在谷歌云平台（GCP）的Agent Platform上，那就该选ADK。换句话说，Genkit被明确定位为应用层框架，侧重把人工智能（AI）能力铺进已有产品里；ADK则面向部署在专用基础设施上的、以编排为主的大型代理系统。
这其实引出了一个更宏观的信号。整个AI工具生态正在集体往一个方向挪：自主系统不能只靠提示词或者模型调优来保底，得在运行时加入可编程的控制层，来管住模型在执行环节的真实行为。框架不再只是把接口暴露出来就好，而是在中间塞进一层运行保障机制。开发者拿到Genkit最新版就能直接用这套中间件系统，还能发布自定义中间件包，在不同项目间复用。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
