Estás eligiendo un framework de agentes este mes. OpenAI liberó el suyo como open source. Anthropic amarró el suyo a Claude. Y Google lanzó ADK — Agent Development Kit — un toolkit para construir agentes de IA que hacen cosas por ti. Dejaste de seguir la nomenclatura de Google después del tercer acrónimo, lo cual es comprensible.

Pero esto es lo que importa: ADK es el único framework importante que habla nativamente tanto A2A como MCP — los dos protocolos que el resto de la industria trata como problema de alguien más. A2A (Agent-to-Agent) permite que los agentes de IA hablen entre sí. MCP (Model Context Protocol) permite que los agentes se conecten a herramientas y datos externos — como puertos USB para IA. El SDK de OpenAI incluye soporte para MCP pero ignora A2A. El SDK de Anthropic incluye MCP (ellos lo inventaron) y trata A2A como opcional. Google incluye ambos de fábrica.

Esa es una ventaja técnica genuina. También es la jugada de apertura en la estrategia de lock-in más cuidadosamente diseñada en la guerra actual de infraestructura de IA.

Tres estrategias de lock-in

Cada gran empresa de IA captura desarrolladores de forma diferente. Esta es la taxonomía que nadie está dibujando en pizarrones todavía, y explica por qué la ventaja de protocolos de ADK no es caridad.

OpenAI captura en la capa del SDK. pip install openai, sigue el quickstart, construye algo en una tarde. La API es limpia, la documentación es buena, el ecosistema es masivo. Para cuando te das cuenta de que estás atrapado, tienes 40,000 líneas de código llamando endpoints específicos de OpenAI. Migrar significa reescribir. El SDK es el foso.

Anthropic captura en la capa del modelo. Te quedas porque Claude es bueno en lo que necesitas — contexto largo, seguimiento de instrucciones, código. El SDK es secundario. La calidad del modelo es la gravedad. Si aparece un modelo mejor, te vas. Si no, te quedas. Física simple.

Google captura en la capa de infraestructura. ADK es gratis. Los protocolos son abiertos. El camino a producción pasa por Vertex AI Agent Engine — el runtime administrado de Google — y el lock-in de infraestructura es el más difícil de abandonar. No notas que las paredes van subiendo porque cada ladrillo individual parece una conveniencia.

Esto no es especulación. Es arquitectura.

Cómo se ve realmente el "A2A nativo"

La mayoría de las comparaciones de frameworks se detienen en "soporta A2A." Nadie explica qué significa eso cuando abres una terminal.

Cuando construyes un agente con ADK, lo expones como un servidor compatible con A2A con un solo decorator. El framework genera el Agent Card requerido — un manifiesto JSON que le dice a otros agentes qué puede hacer el tuyo, qué inputs acepta, qué outputs devuelve. Otros agentes compatibles con A2A descubren el tuyo consultando /.well-known/agent.json, leen el card e inician un Task — la unidad de trabajo de A2A.

El 3 de abril, Google lanzó ADK v1.24.0 con orquestación de grafos de workflow, auto-rendering de UIs y un ecosistema de integraciones — AgentOps, Arize, MLflow, n8n, más de 200 conectores SaaS vía StackOne. Cuatro lenguajes: Python, TypeScript, Go, Java. Más de 200 modelos a través de Model Garden — Gemini, Claude, GPT, Llama, Mistral.

El framework maneja el ciclo de vida de tareas A2A (submitted → working → completed/failed), transmite resultados parciales vía Server-Sent Events y gestiona el intercambio de artifacts entre agentes. MCP corre en paralelo: tu agente llama herramientas externas a través de MCP mientras se coordina con otros agentes a través de A2A. Dos protocolos, un runtime, cero código de pegamento.

En papel, esto es exactamente lo que los sistemas multi-agente necesitan. En la práctica, es la primera capa de un embudo muy específico.

Cómo se cierra la trampa

ADK corre open-source en local. Puedes desarrollar, probar y prototipar sin tocar Google Cloud. Esto es por diseño — la rampa de entrada tiene cero fricción.

Producción significa Vertex AI Agent Engine — donde Google cobra $0.00994/vCPU-hora con tokens de LLM cobrados aparte, precios activos desde febrero de 2026. Tarifas razonables. Nada alarmante en la factura.

Pero el precio no es la trampa real. La gravedad del protocolo lo es.

Así funciona: si tu sistema multi-agente depende de A2A para coordinación, y los agentes ADK hablan A2A nativamente, cada nuevo agente que agregas al sistema tira hacia ADK. No porque ADK sea mejor en la tarea — porque ADK es mejor en el protocolo. Eliges ADK para el Agente #3 porque los Agentes #1 y #2 ya hablan A2A. Lo eliges para el Agente #4 por la misma razón. Cada agente fortalece el efecto de red.

Cada agente ADK en desarrollo funciona perfecto en tu laptop. Cada agente ADK en producción tira hacia Vertex. Google Cloud administra tu ruteo de tareas A2A, tu almacenamiento de artifacts, tu descubrimiento de agentes. Mientras más agentes despliegas, más profunda la integración. Mientras más profunda la integración, más alto el costo de migración.

Esto es economía de plataformas clásica disfrazada de open source. El framework es gratis. El protocolo es abierto. El runtime de producción es de Google, y para cuando tienes quince agentes coordinándose vía A2A en Vertex, "nomás múdate a AWS" es un proyecto de migración de seis meses.

Google no construyó un protocolo abierto para interoperabilidad. Google construyó un protocolo abierto para adopción, y un runtime propietario para facturación.

La brecha de interoperabilidad

La ventaja A2A de ADK tiene un techo práctico: el protocolo mayormente conecta agentes ADK con otros agentes ADK. Ni el SDK de Anthropic ni el de OpenAI exponen endpoints A2A de forma nativa. Conectar una malla de agentes multi-vendor todavía requiere middleware custom — exactamente el código de pegamento que el soporte nativo de protocolos prometía eliminar.

Esto no invalida la arquitectura de ADK. La contextualiza. La ventaja del protocolo es real dentro del ecosistema de Google. Entre ecosistemas, sigues escribiendo adaptadores. La gravedad tira hacia adentro, no hacia afuera.

Qué significa todo esto

Google Cloud Next empieza el 22 de abril. La sesión BRK3-022 promete el roadmap de ADK y afirma que Google "depende de ADK para su propia ingeniería interna." La diapositiva que hay que vigilar no es la lista de features — es si hacen demo de un agente que no sea de Google hablando A2A con un agente ADK sin middleware custom. Ese demo existe o no existe.

El soporte de protocolos de ADK está genuinamente adelante de lo que ofrecen OpenAI y Anthropic. La arquitectura técnica es sólida. Soporte en cuatro lenguajes, compatibilidad con más de 200 modelos, streaming SSE e intercambio de artifacts son capacidades reales, no vaporware.

Pero la pregunta nunca fue "¿ADK es bueno?" La pregunta es "¿a dónde te lleva lo-bueno-de-ADK?" Y la respuesta es Vertex AI Agent Engine, cobrado por vCPU-hora, con costos de migración que se acumulan con cada agente que despliegas.

Tres empresas. Tres estrategias de lock-in. OpenAI apuesta a que no vas a reescribir tu código. Anthropic apuesta a que no vas a encontrar un modelo mejor. Google apuesta a que no vas a migrar tu infraestructura.

La apuesta de Google es la más paciente. También es la más difícil de escapar — si es que alguien llega a intentarlo.