Создайте свою команду управляемых агентов — Джек Уотерспун, Google DeepMind
원제 · Build Your Own Team of Managed Agents - Jack Wotherspoon, Google DeepMind
핵심 요약
Управляемые облачные агенты в Google DeepMind выполняют сложные многошаговые задачи в защищенных песочницах через единый вызов API, масштабируя инфраструктуру и автоматизируя рабочие процессы без нагрузки на локальный компьютер.
하이라이트
Управляемые облачные агенты в Google DeepMind запускаются в изолированной облачной песочнице с помощью одного вызова API.
Инфраструктура Google Cloud берет на себя управление контейнерами, сетевыми настройками, брандмауэрами и масштабированием агентов.
Новый API взаимодействий (Interactions API) поддерживает многошаговые рабочие процессы, сохраняя историю бесед на серверной стороне.
Разделение состояний взаимодействия и файловой среды песочницы позволяет передавать результаты работы между разными специализированными агентами.
Прокси-сервер изолирует учетные данные и секреты, подставляя токены на лету и предотвращая их утечку в песочницу агента.
Модель Gemini 4 Argon поддерживает длинное декодирование с общим контекстным окном в 1 миллион токенов для входа, рассуждений и вывода.
타임라인
Введение в облачные агенты и проблемы локального запуска
Разработчики часто сталкиваются с перехватом браузера и нехваткой ресурсов при запуске кодинг-агентов на ноутбуке. Облачные песочницы изолируют среду выполнения и решают проблемы масштабирования. Предложение управляемых агентов в API Gemini избавляет разработчиков от необходимости вручную настраивать виртуальные машины, сети и инфраструктурную обвязку.
- Облачные управляемые агенты выполняют кодинг, исследования и тесты в удаленной песочнице вместо локального компьютера.
- Локальный запуск перехватывает ресурсы устройства и создает проблемы при масштабировании или передаче настроек коллегам.
- Самостоятельное поднятие виртуальных машин и настройка брандмауэров требуют сложной инфраструктурной работы.
- Управляемые агенты Gemini предоставляют все функции песочницы и обвязки через один вызов API.
Архитектура, API взаимодействий и модель Gemini 4 Argon
Новый SDK ориентирован на агентные задачи, где система последовательно пишет файлы и вызывает инструменты MCP. Платформа объединяет поисковые механизмы Google Search, файловые операции и пользовательские функции. Выпущенная модель Gemini 4 Argon улучшает результаты в сложных математических и финансовых бенчмарках благодаря поддержке длинного декодирования для объемных текстовых выводов.
- Новый API взаимодействий заменяет классическую схему ввода-вывода моделей и поддерживает многошаговые действия агентов.
- Инфраструктура на базе Google Cloud автоматически настраивает песочницу и интегрирует встроенные инструменты вроде поиска и файловой системы.
- Модель Gemini 4 Argon оптимизирована для финансовых задач и глубокого анализа данных.
- Контекстное окно в 1 миллион токенов в Gemini 4 распределяется между вводом, размышлением и расширенным выводом.
Примитивы состояния, безопасность и многоагентные рабочие процессы
Разделение взаимодействий и окружений позволяет передавать ID файловой среды между разными агентами с чистым контекстом. Агент может сохранить результаты анализа в файл, а следующий агент продолжит работу с этими данными. Прокси-сервер перехватывает запросы к внешним API и добавляет секреты на лету, не оставляя их в файловой системе песочницы. Триггеры автоматизируют рутинные задачи по расписанию.
- Взаимодействия и окружения разделены на бэкенде для гибкого управления диалогами и файловой системой песочницы.
- Несколько агентов могут последовательно использовать одно и то же окружение для передачи файлов и отчетов.
- Прокси-сервер подставляет токены-заглушки вместо реальных секретов, физически защищая учетные данные от агента.
- Триггеры позволяют автоматически запускать агентов по расписанию для регулярного анализа данных и отправки уведомлений.
Демонстрация работы и интеграция в приложения
Пример демонстрации показывает взаимодействие исследователя документов SEC, квант-агента и генератора отчетов в единой среде. Трассировка фиксирует вызовы функций и запись файлов. Интеграция с корпоративными хранилищами позволяет агентам обрабатывать чеки и квитанции. Платформа AI Studio предоставляет бесплатный доступ для тестирования и создания подобных приложений.
- Цепочка агентов может последовательно исследовать финансовые отчеты SEC, рассчитывать метрики и генерировать прогнозы.
- Трассировка шагов сохраняет каждое действие агента для отладки и оптимизации рабочих процессов.
- Агенты подключаются к внешним сервисам вроде Google Диска и серверу MCP для создания интерактивных отчетов.
- Готовые рабочие процессы легко встраиваются в пользовательские приложения через API для генерации PDF-отчетов с графиками.
설명
Jack Wotherspoon, developer experience engineer at Google DeepMind, introduces Gemini Managed Agents: coding agents that run in cloud sandboxes from a single API call instead of on your laptop. He covers the Interactions API, the Antigravity harness, environments that several agents can share, uploaded skills and AGENTS.md files, a proxy that keeps secrets out of the sandbox, scheduled triggers and multi-agent workflows. Demos include an SEC filing researcher handing its work to a quant agent, and a stock research app built in AI Studio. Chapters 00:00 Intro: what are managed agents? 00:54 Why run agents in the cloud 02:13 Doing it yourself vs one API call 03:26 The Interactions API 04:32 How it works under the hood 05:22 Building blocks: harness, environment, skills, credentials, triggers 07:02 Choosing models, including Gemini 4 Argon 08:51 Interactions and environments 10:46 Tools, MCP servers and file mounts 12:21 Keeping secrets out of the sandbox 13:12 Triggers and scheduled agents 13:37 Multi-agent workflows 14:32 Demo: SEC research to quant analysis to report 16:34 Demo: managed agents inside an app 17:44 Getting started in AI Studio Jack Wotherspoon, Google DeepMind Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!