Markdown 版本

AI-translated from English; not yet reviewed by a fluent editor.

# Google提出生技領域的三層代理堆疊

> Google的生技參考設計，將代理規劃、GPU科學運算與存取管控分開。整合後的工作流程仍是尚未經測量的提案。

By BIG CHANGE Editorial

Published: 2026-10-18T17:10:34.892Z
Updated: 2026-10-18T17:10:34.892Z
Canonical: https://bigchange.ai/blog/google-biotech-agent-architecture

![Conceptual charcoal illustration of a researcher examining a ball-and-stick molecular model, with generic compute racks in a separate room behind glass.](https://bigchange.ai/api/media/file/google-biotech-compute-concept-v2.png)
AI-generated conceptual illustration by BIG CHANGE; no actual Google facility, completed biotech workflow, drug candidate or test result is depicted.

Google Cloud發布了生技代理的參考架構，將規劃代理、需要大量GPU資源的科學運算，以及兩者周邊的管控分開。[10月16日的設計文章](https://cloud.google.com/blog/topics/healthcare-life-sciences/architecting-scalable-agentic-biotech-workloads)描述藥物開發團隊如何在Google Cloud上協調蛋白質摺疊、分子生成與先導化合物審查。它提出的是一種模式與範例堆疊，沒有提供經測量的客戶部署、吞吐量成果，或經驗證的候選藥物。

對評估研究用代理系統的團隊而言，這個區別很重要。語言模型可以分派工作與摘要結果，但蛋白質結構或對接軌跡的資料量太大，不適合當作一般聊天脈絡處理。科學運算也有自己的執行環境、佇列與存取管控。Google的提案在這些部分之間設立明確界線，讓團隊在依賴整合工作流程前，可以逐一檢視。

## 三層架構，各有不同任務

第一層是部署在[Agent Runtime](https://docs.cloud.google.com/gemini-enterprise-agent-platform/build/runtime)上的主編排代理。Google範例為它配置了兩個專門子代理，一個負責先導化合物最佳化，另一個進行安全性篩查。主代理分解要求、分派工作，再彙整答案。在這項提議的設計中，內部代理交接在同一處理程序內進行。Agent Runtime是代管部署環境；Google文件描述了專案設定、Agent Platform SDK for Python、代理開發與部署等步驟，完成後才能呼叫代理。容器化代理必須符合其[執行環境契約](https://docs.cloud.google.com/gemini-enterprise-agent-platform/build/runtime)。

第二層執行昂貴的科學運算工作。Google範例把NVIDIA的ESMFold與GenMol推論微服務放在Google Kubernetes Engine上，使用搭載RTX PRO 6000 Blackwell GPU的G4虛擬機器。蛋白質摺疊與分子生成，是編排代理會要求執行的工作例子，並非由通用語言模型完成運算。文章建議至少保留一個GKE節點運作，並在pod啟動時載入模型權重，以降低冷啟動延遲。維持暖機節點與已載入權重都會耗用資源；文章沒有提供這項選擇的延遲、利用率或成本比較。

第三層負責存取治理。[Agent Identity](https://docs.cloud.google.com/iam/docs/agent-identity-overview)會為代理指派SPIFFE身分與代管的X.509憑證，可搭配IAM權限和稽核紀錄使用。[Agent Gateway](https://docs.cloud.google.com/gemini-enterprise-agent-platform/govern/gateways/agent-gateway-overview)可在支援的傳入、傳出路徑上執行存取規則。[Agent Registry](https://docs.cloud.google.com/gemini-enterprise-agent-platform/govern/agent-registry)則編目代理、MCP伺服器、工具及端點。Google也提出Model Armor檢查，以及對重大步驟採用人工核准。這些管控需要部署與政策設定；它們出現在架構圖上，不代表特定資料路徑就是私密的，也不代表每個決策都有稽核紀錄。

## 透過儲存空間移動檔案，而不是塞進提示

這項設計最容易移用的部分，是它處理大型科學資料的方式。提議的流程將PDB檔案、對接構形與軌跡紀錄寫入Cloud Storage。代理交換物件參照與簡短摘要，在工具需要時再取回底層資料。這能避免將座標陣列塞進LLM上下文視窗，也讓團隊另有一處可管理檔案存取與保留期限。

Google在這個模式中描述了經簽署的物件URI。簽署URL本身就是在其聲明範圍與有效期限內的存取憑證，因此團隊仍須為實際流程設定到期時間、權限與紀錄。設計文章並未記載正式生技管線的完整儲存政策、資料駐留設定或威脅模型。聲稱私有部署的運算容器能將專有結構留在企業邊界內，取決於每個接收或轉送這些結構的元件，包括儲存、模型呼叫、紀錄與對外端點。

文章也建議將長串模擬鏈封裝在清楚的工具介面後，並在完成各階段時回報進度。這些都是應依實際後端佇列評估的設計選擇。若科學服務在內部把要求序列化處理，並行送出更多要求也無助益。文章沒有提供基準測試，證明所提設定的吞吐量具有確定性。

## 人工決策應放在哪裡

Google提案讓代理處理可逆的準備工作，例如查找結構或解析化學名稱，但要求人員核准高成本或影響重大的動作。例子包括多GPU對接運算、將先導化合物朝濕實驗室合成推進，以及將研究計畫歸檔。研究機構須自行定義這些關卡、核准者與各關卡呈現的證據。文章沒有報告經驗證的安全性篩查結果，也未確立模型可以在沒有專家審查下做出藥理判斷。

治理文件縮小了部落格中部分廣泛說法的範圍。Gateway搭配Agent Runtime時支援傳入與傳出，但對Gemini Enterprise只支援傳出。若明確的IAM政策以未註冊目的地的URL為對象，仍可存取該目的地；因此註冊本身並不是對未知工具的通用封鎖。Model Armor檢查，是團隊*可以設定*的防護措施之一。Agent Identity文件列出的限制，包括無法將舊版Cloud Storage bucket角色授予代理主體；刪除代理後，IAM繫結也需要手動清理。

在驗證方面，Google Cloud另外一篇[來自代理外掛的四項評估教訓](https://cloud.google.com/blog/topics/developers-practitioners/four-eval-engineering-lessons/)可作為有用的背景，儘管該外掛是不同系統。團隊發現，只評判代理最後的答案，會漏掉工具呼叫紀錄中可見的動作。他們建議保留並行呼叫的結構、比較實際執行與僅規劃的執行，以及保留由專家整理的基準任務。套用到生技提案，意味著應檢查實際的儲存寫入、模型端點、權限決策、佇列行為與人工核准。BIG CHANGE並未建置或測試這套架構。

我們先前介紹的[Google Antigravity抗菌胜肽分流評估](https://bigchange.ai/blog/google-antigravity-antimicrobial-peptide-candidate-triage)涉及不同的科學代理任務，不能證明這裡提出的基礎設施已被建置或驗證。

## 存取、成本與發布狀態

團隊需要Google Cloud專案、相關API與IAM設定、Agent Runtime部署、GKE GPU容量、儲存空間，以及已設定的治理元件。可用性與限制取決於所選區域、配額和產品設定。[Agent Runtime文件](https://docs.cloud.google.com/gemini-enterprise-agent-platform/build/runtime)指向區域與配額清單，並表示提供免費額度。[Agent Platform定價頁面](https://cloud.google.com/products/gemini-enterprise-agent-platform/pricing)針對執行環境的運算與記憶體收費，並說明Gateway傳出方向的計費；模型使用、GPU基礎設施與Cloud Storage另有各自成本。Google的[定價計算機](https://cloud.google.com/products/calculator)可協助估算所選設定。持續維持暖機狀態的GPU資源池，也應納入估算。

元件文件描述了可使用的服務，但不會因此讓整合的生技模式變成正式可用、經過測量的產品。Registry的獨立技能明確標為Preview，而本文查閱的頁面沒有為提議堆疊中的所有元件，提供一個概括的發布階段標籤。特定模型容器、網路管控與研究應用程式之間的相容性，必須依預定區域與部署檢查。本文是根據文件檢視10月16日提案，不是設定指南，也不是已運作安裝的實錄。

## 重大變化

Google提出了將生技代理工作流程，分為規劃、專用科學運算與受治理存取的方法：大型結構透過參照傳遞，昂貴或影響重大的動作則保留人工核准。這項設計讓研究基礎設施團隊有具體界線可供評估。速度、隔離程度、科學可靠性與營運成本，仍須透過已設定的部署和測量測試回答。

## 來源與延伸閱讀

- [Google Cloud〈建構自主性〉](https://cloud.google.com/blog/topics/healthcare-life-sciences/architecting-scalable-agentic-biotech-workloads)：10月16日參考架構，以及其提出的元件、工作負載模式與核准關卡。
- [Agent Runtime文件](https://docs.cloud.google.com/gemini-enterprise-agent-platform/build/runtime)：代管代理部署、先決條件、框架支援、區域與配額連結，以及定價入口。
- [Agent Identity概觀](https://docs.cloud.google.com/iam/docs/agent-identity-overview)：身分與憑證機制、IAM生命週期，以及一項Cloud Storage角色限制。
- [Agent Gateway概觀](https://docs.cloud.google.com/gemini-enterprise-agent-platform/govern/gateways/agent-gateway-overview)：執行管控的模式、執行環境模式、取決於設定的防護措施，以及已聲明的限制。
- [Agent Registry文件](https://docs.cloud.google.com/gemini-enterprise-agent-platform/govern/agent-registry)：已註冊的資源類型，以及獨立技能的Preview狀態。
- [Agent Platform定價](https://cloud.google.com/products/gemini-enterprise-agent-platform/pricing)：Runtime與Gateway的計費依據；完整堆疊需另外估算。
- [Google Cloud的四項評估教訓](https://cloud.google.com/blog/topics/developers-practitioners/four-eval-engineering-lessons/)：另一個代理外掛提供的背景，涉及執行軌跡檢查與評估設計。

來源查核於2026年10月18日。BIG CHANGE並未部署所提生技系統，也未為其做基準測試。

## Sources

- [Google Cloud生技代理架構](https://cloud.google.com/blog/topics/healthcare-life-sciences/architecting-scalable-agentic-biotech-workloads) — 10月16日的設計提案與各層描述。
- [Agent Runtime](https://docs.cloud.google.com/gemini-enterprise-agent-platform/build/runtime) — 部署流程、支援的框架、契約、配額與定價連結。
- [Agent Identity概觀](https://docs.cloud.google.com/iam/docs/agent-identity-overview) — 身分憑證、IAM生命週期、稽核與限制。
- [Agent Gateway概觀](https://docs.cloud.google.com/gemini-enterprise-agent-platform/govern/gateways/agent-gateway-overview) — 模式、政策、未註冊目的地與限制。
- [Agent Registry](https://docs.cloud.google.com/gemini-enterprise-agent-platform/govern/agent-registry) — 目錄，以及獨立技能的Preview標籤。
- [Agent Platform定價](https://cloud.google.com/products/gemini-enterprise-agent-platform/pricing) — Runtime與Gateway的計費依據。
- [Google Cloud定價計算機](https://cloud.google.com/products/calculator) — 依特定設定估算。
- [四項評估工程教訓](https://cloud.google.com/blog/topics/developers-practitioners/four-eval-engineering-lessons/) — 來自另一外掛的背景，並非對生技設計的驗證。