Frameworks de agentes na JVM vinham jogando corrida de recuperação. A maioria das features interessantes de SDK Python, de LangChain a Pydantic AI ao próprio ADK do Google, aterrissam Python-first, e times Java ou rolaram os seus ou engoliram a latência inter-linguagem de chamar serviços Python. O Agent Development Kit do Google para Java acabou de bater 1.0, e a lacuna se estreitou significativamente nesta release. InfoQ resume as adições, e o formato do kit está agora próximo o suficiente do ADK Python para que builders Java possam usar como plataforma primária, não como camada de tradução.
A mudança estrutural é uma nova classe App e uma base Plugins. App é um contêiner de nível superior para apps agênticas: abriga o agente raiz, configuração global, e integração de plugins. A camada Plugins entrega três builtins que vale nomear — LoggingPlugin para logs de execução estruturados, ContextFilterPlugin para podar turnos de conversação mais antigos fora da janela de contexto, e GlobalInstructionPlugin para aplicar instruções compartilhadas entre agentes. A gestão de contexto também ganha compactação de eventos, que mantém uma janela deslizante de eventos recentes e resume os mais antigos, com intervalo configurável, limiar de tokens, tamanho de sobreposição, retenção, e escolha de sumarizador. Human-in-the-loop é modelado diretamente: ferramentas podem chamar requestConfirmation() no ToolContext para pausar a execução, e o framework limpa os eventos intermediários e injeta a chamada confirmada no próximo request LLM.
No lado das ferramentas, 1.0 entrega integrações que importam para cargas reais de agente. GoogleMapsTool e UrlContextTool cobrem dois caminhos de recuperação comuns. ContainerCodeExecutor e VertexAICodeExecutor te dão execução de código em sandbox via Docker ou Vertex AI. ComputerUseTool envolve Playwright para controle de navegador e computador, igualando a superfície do computer use da Anthropic e equivalentes da OpenAI. Comunicação multi-agente é feita pelo protocolo Agent2Agent: um A2A AgentExecutor envolve seu agente ADK e o expõe como um endpoint JSON-RPC REST, o que é uma história de interop mais limpa que APIs HTTP ad-hoc. A lacuna Python-Java não sumiu. O colaborador Guillaume Laforge é explícito: features e experimentos novos geralmente começam em Python, e são portados progressivamente para Java. Mas o selo 1.0 no lado Java é significativo.
Se você está construindo agentes em uma loja Java, a leitura pragmática é direta. ADK Java 1.0 te dá as primitivas padrão que você precisa (agentes, ferramentas, HITL, controle de contexto, multi-agente) mais interop A2A, sem ter que proxy através de um sidecar Python. Se você já tem uma stack de agente Python, o A2A AgentExecutor é a peça interessante: você pode expor seus agentes Java como endpoints JSON-RPC e deixar agentes Python os chamarem, o que é uma opção real para deployments multi-linguagem. Fique atento que features novas continuarão aterrissando em Python primeiro. Essa assimetria é política declarada, não um acidente.