Google Agent Development KitとAWS Strands Agentsの徹底比較

1. フレームワークの位置付け

項目	Google Agent Development Kit (ADK)	AWS Strands Agents
目的	Google Cloud上でエージェントアプリを設計・デプロイするためのSDKとテンプレート	Amazon Bedrock/Strands Cloud上でグラフベースのエージェントを構築・実行
主な言語	Python / TypeScript	Python
実行環境	Google Cloud Functions, Cloud Run, GKE, Vertex AI Agents	ローカル（CLI）、Strands Cloud、Bedrock Agent Runtime
モデル統合	Gemini, Google Search Grounding, Vertex AI チューニング済みモデル等	Amazon Bedrock（Titan, Claude, Llama等）＋OpenAIやOSSモデルを自前で接続可
監査・権限	Cloud Logging, IAM, Audit Logs, Context Manager	IAM, CloudWatch, CloudTrail、StrandsログAPI
提供形態	OSS + Google公式テンプレート	OSS SDK + マネージド実行環境

2. Google Agent Development Kit (ADK)

2.1 アーキテクチャ

• Agent Service: HTTP/Eventsで呼び出し可能なマイクロサービス。Cloud FunctionsやCloud Runでホスト。
• Task Queue: Cloud TasksやPub/Subを利用して長時間実行タスクを分離。
• Tooling: Gemini APIs、Search Grounding、Drive/Sheets/Workspace API等を「Tool」として宣言。
• Policy Layer: IAMロール・Context Tokenで権限やデータ境界を定義。

[Client] -> [Cloud Run (ADK Agent)] -> [Tool Router] -> {Gemini, Search, Workspace API}
                                \-> [Cloud Tasks] -> [Worker]

2.2 特徴

1. Gemini統合: Gemini 1.5/2.x向けのStructured Outputテンプレートが同梱され、Tool呼び出しとの連携が容易。
2. Google検索/Workspaceグラウンディング: SearchやWorkspaceを安全に呼び出すためのContext Managerが提供され、社内ドキュメントに対するエージェントを迅速に構築可能。
3. Opsテンプレート: Terraform/Cloud Build/YAMLでCI/CDを定義するスタータープロジェクト。テスト・監査ログ・ヘルスチェックが整備されている。
4. 拡張性: Vertex AI Agent BuilderやDialogflow CXとの接続、GKEでの高トラフィック対応などGoogle Cloudサービスとの親和性が高い。

2.3 ユースケース

• Google Workspaceドキュメントにアクセスし、要約/編集を自動化する社内アシスタント。
• Cloud Run上で動くERPワークフローエージェント：Gemini＋Sheets/BigQueryでトランザクションを処理。
• Search Grounding＋Vertex AI Searchでナレッジベースを横断するRAGエージェント。

2.4 運用ポイント

• IAMの境界を厳格に設定し、Service Account鍵ではなくWorkload Identityで認証。
• Cloud LoggingでTool呼び出しとユーザー入力を分離して記録。削除要件に応じたLog Router設定が必要。
• Cloud BuildやGitHub Actionsでmypy/ruff/pytestを走らせ、ADKテンプレートのテストスイートを活用。

3. AWS Strands Agents

3.1 アーキテクチャ

• Graph DSL: @strand デコレータや GraphBuilder でノード（LLM、ツール、条件分岐）を宣言的に接続。
• Runtime: strand dev でローカル実行し、CloudWatchログやStrict Modeで挙動を確認。strand deploy でBedrock Agent Runtime/Strands Cloudにデプロイ。
• Tool Integration: Bedrock Model Invocation、Lambda、Step Functions、API Gateway、S3等をノードとして呼び出し。
• Observability: Strands CLIから実行履歴やイベントを取得し、CloudWatch/CloudTrailと連携して監査。

from strands import Graph, llm, tool

@tool
def fetch_order(order_id: str) -> dict: ...

@llm(model='bedrock:claude-3')
def generate_email(order: dict) -> str: ...

with Graph() as g:
    order = fetch_order('123')
    reply = generate_email(order)

3.2 特徴

1. Bedrockネイティブ: Titan/Claude/LlamaなどBedrockモデルを使ったエージェントをクラウドに直接デプロイできる。
2. Graph制御: Pythonコードで分岐や繰り返しを記述し、CLIで可視化。LangChainやOpenAIより軽量なランタイム。
3. デプロイ先の柔軟性: ローカルテスト→Strands Cloud→Bedrock Agentsと段階的にスケールでき、AWS IAMでアクセス制御が可能。
4. 開発者体験: pip install strands-agents で導入、strand new でテンプレート生成。GitOps/CIに組み込みやすい。

3.3 ユースケース

• BedrockベースのCSエージェント：注文照会→LLM応答→知識ベース検索をGraphで記述。
• 製造業の故障対応フロー：センサーイベント→Lambdaツール→Bedrock推論→通知までをGraphで自動化。
• AWS上のドキュメントRAG：S3 + Amazon Kendra + Bedrock LLMをGraphで連携。

3.4 運用ポイント

• IAMロールをstrand deployに紐付け、ベクトルDBやAPI呼び出し権限を最小化。
• CloudWatch LogsでGraphノード単位のレスポンスを記録。Strands CLIのstrand logsでデバッグ。
• GitHub Actionsでstrand lint / pytestを実行し、Bedrockエージェントへのデプロイ前に検証。

4. 選定の着眼点

観点	Google ADK	AWS Strands Agents
ベースクラウド	Google Cloud	AWS
モデル	Gemini / Vertex AI / Search Grounding	Amazon Bedrockモデル＋外部API
データ統合	Workspace、BigQuery、Drive、Apigee等	Lambda、Step Functions、S3、DynamoDB 等
ガバナンス	IAM + Cloud Logging/Audit Logs	IAM + CloudWatch/CloudTrail
CI/CD	Cloud Build / Cloud Deploy テンプレート	CLI + CDK/Terraform + Bedrockデプロイ
学習コスト	GCPサービスに習熟しているチーム向け	AWS/Bedrockスタックに慣れているチーム向け

5. ユースケース比較

• Google ADK が優位なケース

  • Workspace/Drive/Sheets/Apigee等Google製SaaSと深く連携する社内エージェント。
  • Search GroundingやVertex AI Searchを使って社内文書を横断検索するRAG。
  • GCP上の既存マイクロサービスやBigQueryを活用し、厳格な監査ログを残したい業務システム。

• AWS Strands Agents が優位なケース

  • Bedrockモデルを使い、LambdaやStep Functionsと組み合わせた実行フローをGraphで記述したい。
  • AWS上のデータレイク（S3、Glue、Kendra）やIoTイベントをトリガにエージェントを動かす。
  • AWS IAMで厳格な権限管理とCloudTrail監査を前提にした運用。

6. 選定チェックリスト

1. クラウド戦略: Google Cloudが主かAWSが主か。
2. モデル要件: Gemini/Vertex系かBedrock系か、または両方か。
3. 既存Ops: Cloud Build/Logging/Audit Logsを使うか、CloudWatch/CloudTrailを使うか。
4. ツール統合: Workspace・DriveなどGoogle APIが中心か、Lambda・S3などAWS APIが中心か。
5. 開発者スキル: GCP専門チームかAWS専門チームか。

7. まとめ

• Google ADKはGemini/Workspace/Vertex AIと密接に統合され、GCP運用と監査要件を備えたエンタープライズエージェント向け。
• AWS Strands AgentsはBedrockモデルとAWSネイティブサービスをGraph DSLで連携し、LambdaやStep Functionsと組み合わせた実行基盤を提供する。
• いずれもOSS SDK＋クラウド統合テンプレートという位置づけのため、選定は「クラウド基盤」「扱うAPI」「監査要件」「チームスキル」を起点に行うとスムーズです。