Bangun Tim Agen Terkelola Anda Sendiri - Jack Wotherspoon, Google DeepMind

원제 · Build Your Own Team of Managed Agents - Jack Wotherspoon, Google DeepMind

19:442분 읽기AI Engineer2026. 10. 26.컴퓨터/소프트웨어 · AI/미래기술

핵심 요약

Agen terkelola Google DeepMind menyederhanakan pelaksanaan tugas otomatis yang kompleks di cloud melalui infrastruktur sandbox terintegrasi dan API interaksi tunggal.

하이라이트

  • Agen terkelola Google DeepMind memungkinkan eksekusi agen koding dan penalaran di sandbox cloud melalui satu panggilan API.

  • Model Gemini 4 Argon menawarkan jendela konteks dan batas token sebesar 1 juta yang dibagikan antara masukan, pemikiran, serta keluaran.

  • Proksi keamanan menyuntikkan token autentikasi secara otomatis sehingga kredensial sensitif tidak pernah masuk ke dalam sandbox agen.

  • Pemisahan antara API interaksi dan lingkungan sistem file memungkinkan penerapan alur kerja multi-agen secara berurutan.

  • Fitur pemicu terjadwal memungkinkan agen berjalan secara otomatis pada waktu tertentu, seperti analisis keuangan sebelum pasar dibuka.

타임라인

  1. Pengenalan Agen Terkelola dan Sandbox Cloud

    Penggunaan sandbox cloud memungkinkan agen menulis kode, melakukan riset web, serta menjalankan pengujian secara mandiri tanpa membebani perangkat lokal. Pengembang dapat menskalakan aplikasi dengan mudah tanpa harus mengelola kontainer, mesin virtual, atau aturan firewall secara manual.

    • Agen terkelola berjalan di dalam sandbox cloud alih-alih di komputer lokal pengguna.
    • Pendekatan ini menghilangkan kerepotan konfigurasi perangkat keras dan masalah skalabilitas.
    • Infrastruktur ini dapat diakses melalui satu panggilan API tunggal.
  2. Arsitektur dan Peningkatan Model Gemini 4 Argon

    Arsitektur agen terkelola didukung oleh harness anti-gravity dan alat sisi server bawaan seperti Penelusuran Google. Model Gemini 4 Argon memperluas kapasitas keluaran hingga melampaui batasan tradisional 64 ribu token, sehingga memungkinkan pemodelan keuangan tingkat lanjut dan penalaran matematika yang ekstensif.

    • API interaksi baru mendukung alur kerja multi-langkah seperti penulisan file dan pemanggilan alat MCP.
    • Model Gemini 4 Argon dirilis untuk menangani tugas keuangan dan analisis data dokumen luas.
    • Batas token sebesar 1 juta dibagikan untuk masukan, pemikiran, dan keluaran dokumen yang panjang.
  3. Penyimpanan Lingkungan, Alat, dan Keamanan Rahasia

    Sistem memisahkan riwayat percakapan dari sistem file sandbox, memungkinkan satu agen meneruskan hasil kerjanya ke agen berikutnya melalui ID lingkungan yang sama. Selain itu, lapisan proksi memastikan token autentikasi seperti kredensial GitHub tetap berada di luar jangkauan agen yang sedang berjalan di sandbox.

    • Pemisahan antara status interaksi percakapan dan lingkungan sistem file memfasilitasi kolaborasi antar agen.
    • Server MCP jarak jauh dan file kustom dapat diunggah langsung ke dalam sistem file sandbox.
    • Proksi keamanan mencegah kebocoran kredensial dengan menyuntikkan token asli saat panggilan API eksternal dilakukan.
  4. Demonstrasi Alur Kerja Multi-Agen dan Kasus Penggunaan

    Demonstrasi memperlihatkan kolaborasi tiga agen terkelola dalam meneliti pengajuan SEC perusahaan NVIDIA, menghitung valuasi, dan merangkum hasilnya ke dalam laporan dokumen. Pengembang dapat mengintegrasikan kemampuan ini ke dalam aplikasi mandiri menggunakan SDK yang disediakan.

    • Alur kerja multi-agen membagi tugas besar menjadi spesialisasi terpisah seperti riset, valuasi kuantitatif, dan pembuatan laporan.
    • Jejak langkah setiap tindakan agen disimpan untuk memudahkan pemantauan dan pengoptimalan.
    • Integrasi dengan Google Drive dan aplikasi eksternal memungkinkan visualisasi data otomatis.

설명

(Tidak ada deskripsi)

이 영상에 대해 글쓰기