Naglabas ang Google Cloud ng sangguniang arkitektura para sa mga ahente sa biotech na naghihiwalay sa ahenteng nagpaplano, sa siyentipikong pagkukuwentang nangangailangan ng maraming GPU, at sa mga kontrol sa paligid ng dalawa. Inilalarawan ng artikulo tungkol sa disenyo noong Oktubre 16 kung paano maaaring pag-ugnayin ng isang pangkat sa pagtuklas ng gamot ang pagtitiklop ng protina, pagbuo ng molekula, at pagsusuri ng mga lead na tambalan sa Google Cloud. Naglalahad ito ng isang padron at halimbawang sistema, ngunit walang nasukat na pagpapatupad sa isang kostumer, resulta ng dami ng napoproseso, o napatunayang kandidatong gamot.

Mahalaga ang pagkakaibang ito para sa mga pangkat na sumusuri ng mga sistema ng ahente sa pananaliksik. Maaaring magturo ng trabaho at magbuod ng resulta ang isang modelo ng wika, ngunit napakalaki ng istruktura ng protina o landas ng docking upang ituring na karaniwang konteksto ng chat. May sarili ring runtime, pila, at mga kontrol sa pag-access ang siyentipikong pagkukuwenta. Naglalagay ang panukala ng Google ng malinaw na hangganan sa mga bahaging ito upang masuri ng pangkat ang bawat isa bago umasa sa pinagsamang daloy ng trabaho.

Tatlong patong, magkakaibang gawain

Ang unang patong ay isang pangunahing tagapag-ugnay sa Agent Runtime. Sa halimbawa ng Google, mayroon itong dalawang dalubhasang subagent: isa para sa pagpapahusay ng mga lead na tambalan at isa para sa paunang pagsusuri sa kaligtasan. Hinahati ng pangunahing ahente ang kahilingan, ipinapasa ang mga gawain, at binubuo ang sagot. Sa panukalang disenyong ito, ang panloob na pagpapasa sa pagitan ng mga ahente ay nagaganap sa iisang proseso. Isang pinamamahalaang kapaligiran ng pag-deploy ang Agent Runtime. Inilalarawan ng Google ang pag-set up ng proyekto, Agent Platform SDK for Python, pagbuo ng ahente, at pag-deploy bago matawag ang ahente. Dapat sumunod ang ahenteng nasa container sa kontrata ng runtime nito.

Pinatatakbo ng ikalawang patong ang magagastos na gawaing siyentipiko. Inilalagay ng halimbawa ng Google ang mga inference microservice na ESMFold at GenMol ng NVIDIA sa Google Kubernetes Engine gamit ang mga G4 virtual machine na may RTX PRO 6000 Blackwell GPU. Ang pagtitiklop ng protina at pagbuo ng molekula ay mga halimbawang gawaing hihilingin ng tagapag-ugnay, hindi mga kalkulasyong isinasagawa ng pangkalahatang modelo ng wika. Iminumungkahi ng artikulo na panatilihing aktibo ang kahit isang GKE node at ikarga ang mga timbang ng modelo kapag nagsisimula ang mga pod upang mabawasan ang pagkaantala sa cold start. Gumagamit ng mga rekurso ang isang nakahandang node at nakakargang timbang; walang inihahambing na latency, paggamit ng kapasidad, o gastos ang artikulo para sa pagpiling iyon.

Pinamamahalaan ng ikatlong patong ang pag-access. Agent Identity ang nagtatalaga sa ahente ng SPIFFE identity at pinamamahalaang X.509 certificate, na maaaring gamitin kasama ng mga pahintulot sa IAM at mga audit log. Agent Gateway ang maaaring magpatupad ng mga tuntunin sa pag-access sa mga suportadong daanang papasok at palabas. Agent Registry ang nagtatala ng mga ahente, MCP server, kagamitan, at endpoint. Iminumungkahi rin ng Google ang inspeksiyon ng Model Armor at pag-apruba ng tao para sa mga hakbang na may mahahalagang kahihinatnan. Nangangailangan ang mga kontrol na ito ng pag-deploy at pagsasaayos ng patakaran; hindi pinatutunayan ng presensiya nila sa guhit ng arkitektura na pribado ang isang partikular na daan ng datos o na na-audit ang bawat pasya.

Ilipat ang mga file sa imbakan, hindi sa prompt

Ang pinakamadaling ilapat sa ibang sitwasyon sa disenyo ay ang paghawak nito sa malalaking siyentipikong datos. Isinusulat ng panukalang daloy ng trabaho ang mga PDB file, posisyon sa docking, at log ng mga landas sa Cloud Storage. Nagpapalitan ang mga ahente ng mga sanggunian sa object at maiikling buod, saka kinukuha ang mismong datos kapag kailangan ito ng kagamitan. Naiiwasan nitong itulak ang mga array ng coordinate sa context window ng LLM at binibigyan ang pangkat ng hiwalay na lugar upang kontrolin ang pag-access sa file at tagal ng pag-iimbak.

Inilalarawan ng Google ang mga nilagdaang URI ng object sa padrong ito. Ang nilagdaang URL ay isa mismong kredensiyal sa pag-access para sa nakasaad na saklaw at bisa nito, kaya kailangan pa ring magtakda ang mga pangkat ng pag-expire, mga pahintulot, at paglalagay ng log para sa aktuwal na daloy ng trabaho. Hindi idinodokumento ng artikulo ng disenyo ang kumpletong patakaran sa imbakan, pagsasaayos ng lokasyon ng datos, o modelo ng banta para sa isang pangproduksiyong pipeline sa biotech. Ang pahayag na pinananatili ng isang pribadong naka-host na compute container ang pagmamay-aring mga istruktura sa loob ng hangganan ng negosyo ay nakasalalay sa bawat bahaging tumatanggap o nagpapasa sa mga istrukturang iyon, kabilang ang imbakan, mga tawag sa modelo, log, at palabas na endpoint.

Iminumungkahi rin ng artikulo na ilagay ang mahabang kawing ng simulation sa likod ng malinaw na interface ng kagamitan at maglabas ng pag-usad sa mga natapos na yugto. Mga pagpili ito sa disenyo na dapat suriin batay sa aktuwal na pila ng backend. Hindi makatutulong ang pagpapadala ng mas maraming kahilingan nang sabay-sabay kung isa-isa silang pinoproseso sa loob ng serbisyong siyentipiko. Walang benchmark ang artikulo na nagpapakitang deterministiko ang dami ng napoproseso ng iminungkahing configuration.

Saan ilalagay ang pasya ng tao

Hinahayaan ng panukala ng Google ang mga ahente na humawak ng naibabalik na paghahanda, tulad ng paghahanap ng istruktura o pagtukoy sa pangalang kemikal, habang hinihingi ang pag-apruba ng tao para sa magastos o may mahahalagang kahihinatnang pagkilos. Kabilang sa mga halimbawa ang docking sa maraming GPU, pagsusulong ng isang lead na tambalan tungo sa sintesis sa wet lab, at pag-archive ng isang programa. Kailangang tukuyin ng organisasyon ng pananaliksik ang mga puntong iyon ng pag-apruba, ang mag-aapruba, at ang ebidensiyang ipapakita sa bawat punto. Hindi nag-uulat ang artikulo ng napatunayang resulta ng pagsusuri sa kaligtasan o nagpapatunay na maaaring magpasya ang isang modelo sa mga usaping parmakolohiko nang walang pagsusuri ng dalubhasa.

Nililimitahan ng dokumentasyon sa pamamahala ang ilan sa malalawak na pananalita ng blog. Sinusuportahan ng Gateway ang papasok at palabas na daloy sa Agent Runtime, samantalang palabas lamang ang suporta nito sa Gemini Enterprise. Maaabot pa rin ang mga hindi rehistradong destinasyon kapag may tahasang patakaran ng IAM na nakaturo sa URL ng mga iyon; samakatuwid, hindi awtomatikong pangkalahatang harang sa mga hindi kilalang kagamitan ang pagpaparehistro. Ang mga pagsusuri ng Model Armor ay kabilang sa mga pananggalang na maaaring isaayos ng isang pangkat. Kabilang sa dokumentadong limitasyon ng Agent Identity ang hindi pagkakaloob ng mga legacy na tungkulin ng Cloud Storage bucket sa mga agent principal, at kailangang manu-manong linisin ang mga IAM binding kapag binura ang ahente.

Para sa pagpapatunay, nagbibigay ng kapaki-pakinabang na konteksto ang hiwalay na apat na aral sa pagsusuri mula sa isang plugin ng ahente ng Google Cloud, bagaman ibang sistema ang plugin na iyon. Napag-alaman ng pangkat na kapag ang huling sagot lamang ng ahente ang hinusgahan, nalalampasan ang mga pagkilos na nakikita sa mga log ng tawag sa kagamitan. Inirerekomenda nitong panatilihin ang istruktura ng magkakasabay na tawag, ihambing ang aktuwal na pagtakbo sa mga pagtakbong plano lamang, at magtago ng mga batayang gawaing pinili ng dalubhasa. Kapag inilapat sa panukalang biotech, nangangahulugan ito ng pagsuri sa aktuwal na pagsusulat sa imbakan, mga endpoint ng modelo, pagpapasya sa pahintulot, asal ng pila, at mga pag-apruba ng tao. Hindi binuo o sinubok ng BIG CHANGE ang arkitekturang ito.

Ang nauna naming ulat tungkol sa paunang pagpili ng antimicrobial peptide gamit ang Google Antigravity ay may kinalaman sa ibang gawaing siyentipiko ng ahente. Hindi nito pinatutunayang naitayo o napatunayan ang imprastrakturang iminungkahi rito.

Pag-access, gastos, at katayuan ng paglabas

Kakailanganin ng pangkat ang isang proyekto sa Google Cloud, kaugnay na mga API at pagsasaayos ng IAM, pag-deploy ng Agent Runtime, kapasidad ng GKE GPU, imbakan, at mga nakaayos na bahagi ng pamamahala. Nakadepende ang pagkakaroon at mga limitasyon sa piniling mga rehiyon, quota, at configuration ng produkto. Itinuturo ng dokumentasyon ng Agent Runtime ang mga talaan ng rehiyon at quota at sinasabing may libreng antas. Naniningil ang pahina ng presyo ng Agent Platform para sa runtime compute at memory at inilalarawan ang pagsingil sa palabas na daloy ng Gateway; may sarili pang gastos ang paggamit ng modelo, imprastraktura ng GPU, at Cloud Storage. Makatutulong ang calculator ng presyo ng Google sa pagtatantiya ng piniling configuration. Dapat isama sa tantiya ang isang pool ng GPU na palaging nakahanda.

Inilalarawan ng mga dokumento ng bahagi ang mga serbisyong magagamit, ngunit hindi nito ginagawang produktong pangkalahatang magagamit at may nasukat na resulta ang pinagsamang padron sa biotech. Tahasang minarkahang Preview ang mga standalone na skill ng Registry, samantalang walang iisang pangkalahatang tatak ng yugto ng paglabas para sa lahat ng elemento ng iminungkahing sistema sa mga pahinang sinuri rito. Kailangang tiyakin ang pagkakatugma ng eksaktong mga container ng modelo, kontrol sa network, at aplikasyon ng pananaliksik para sa nilalayong rehiyon at pag-deploy. Ang artikulong ito ay pagsusuri ng panukala noong Oktubre 16 batay sa dokumentasyon, hindi gabay sa pag-set up o ulat ng gumaganang instalasyon.

Ang malaking pagbabago

Naglatag ang Google ng paraan upang hatiin ang daloy ng trabaho ng ahente sa biotech sa pagpaplano, nakalaang siyentipikong pagkukuwenta, at pinamamahalaang pag-access, na ipinapasa ang malalaking istruktura sa pamamagitan ng sanggunian at inilalaan ang pag-apruba ng tao para sa magastos o may mahahalagang kahihinatnang pagkilos. Binibigyan ng disenyo ang mga pangkat ng imprastraktura ng pananaliksik ng kongkretong mga hangganang susuriin. Nananatiling mga tanong para sa isang naayos na pag-deploy at mga nasukat na pagsubok ang bilis, paghihiwalay, siyentipikong pagiging maaasahan, at gastos sa pagpapatakbo nito.

Mga sanggunian at karagdagang babasahin

Sinuri ang mga sanggunian noong Oktubre 18, 2026. Hindi nag-deploy o nag-benchmark ang BIG CHANGE ng iminungkahing sistemang biotech.