Agent Development Kit (ADK) menawarkan pilihan strategis bagi pengembang AI: memilih antara subagen dan agen sebagai alat. Keputusan ini krusial untuk skalabilitas dan efisiensi sistem AI multi-agen. Agen sebagai alat bertindak sebagai pakar mandiri dalam tugas-tugas tertentu, memberikan keluaran langsung tanpa konteks bersama, seperti pemanggilan fungsi. Agen paling cocok untuk tugas-tugas stateless dan dapat digunakan kembali yang tidak memerlukan pengetahuan riwayat percakapan.

Sebaliknya, subagen seperti anggota tim yang mengelola proses kompleks dan bertahap dalam konteks bersama. Subagen terintegrasi ke dalam alur kerja dan memiliki akses ke riwayat dan status agen induknya, sehingga memungkinkan koordinasi yang lebih detail. Subagen sangat cocok untuk tugas-tugas yang melibatkan serangkaian interaksi dan membutuhkan status yang dipertahankan selama proses berlangsung.

Matriks keputusan membantu pengembang menentukan arsitektur yang tepat berdasarkan kompleksitas tugas, konteks, penggunaan ulang, dan otonomi. Misalnya, agen data yang mengonversi bahasa alami ke SQL dapat menggunakan alat untuk fungsionalitas satu langkah, sementara agen visualisasi data yang menangani beberapa langkah dapat beroperasi sebagai subagen. Demikian pula, perencana perjalanan tingkat lanjut dapat menggunakan subagen untuk tugas-tugas yang memerlukan konteks dan manajemen status berkelanjutan, seperti pencarian penerbangan dan pemesanan hotel.

Aplikasi di dunia nyata menunjukkan efektivitas kerangka kerja ini: misalnya, seorang perencana perjalanan ke Paris dapat menggunakan subagen untuk menangani tugas-tugas kompleks seperti mencari penerbangan, memesan hotel, dan membuat rencana perjalanan, sehingga menghasilkan pengalaman pengguna yang lancar dan berbasis konteks. Pendekatan ini menghindari inefisiensi yang muncul akibat penggunaan alat untuk tugas-tugas kompleks dan stateful, sehingga mencegah masalah seperti redundansi dan status hilang.