构建你自己的托管智能体团队 - Jack Wotherspoon, Google DeepMind

하이라이트

• 托管或云智能体直接在云端沙盒中运行，无需占用本地机器资源。

• Gemini托管智能体通过单个API调用即可提供沙盒、运行框架及各种内置工具。

• Gemini 4 Argon前沿模型在金融任务和数据分析方面表现出色。

• Gemini 4支持将大约100万个Token的上下文窗口在输入、思考和输出之间共享。

• 托管智能体通过代理服务器在沙盒中注入虚拟Token，确保密钥永远不会直接进入沙盒。

• 开发者可以通过复用相同的环境ID来实现复杂的多智能体工作流。

타임라인

1. 00:50 - 03:26

   托管智能体的概念与优势

   云或托管智能体打破了传统本地运行编码智能体的限制，将代码编写、推理、网络搜索以及测试验证全部转移至云端沙盒。这种方式解决了本地笔记本电脑无法扩展的痛点，省去了手动启动容器、配置虚拟机以及处理复杂的网络和防火墙规则的繁琐过程。

   • 云端沙盒消除了本地机器运行验证时弹窗和抢占浏览器的痛苦。
   • 托管智能体能够轻松扩展并集成到面向客户的应用中。
   • 通过单个API调用即可获得沙盒和开箱即用的运行框架。
2. 03:26 - 05:22

   Interactions API与底层架构

   传统的输入输出模型无法适应多步骤的智能体世界，因此推出了涵盖Interactions的全新SDK。调用托管智能体时，系统会通过Gemini API自动设置并启动沙盒，同时支持上传文件、加载GitHub仓库以及接入自定义函数或MCP工具。

   • 全新Interactions API能够更好地反映智能体的多步骤操作。
   • 托管智能体默认运行在Google Cloud基础设施的沙盒中。
   • 系统内置了通过Google搜索进行网络搜索以及读写文件的工具。
3. 05:22 - 08:51

   托管智能体的核心支柱

   托管智能体由运行框架、环境、技能、凭据和触发器五大核心支柱构成。其中，触发器能够实现定时任务，例如在每天早晨开盘前自动进行财务分析，并通过Webhook发送通知。

   • antigravity运行框架负责处理内置的工具调用。
   • 凭据机制可以将令牌或MCP OAuth注入沙盒中以访问不同服务。
   • 触发器允许按照设定的时间表调度托管智能体运行。
4. 07:02 - 08:51

   模型选择与Gemini 4 Argon的特性

   用户可以根据具体需求选择Gemini Flash来处理高效快速的任务，或者选择深度推理模型Gemini 4 Argon。该模型支持长解码功能，允许输出内容扩展至数页，从而满足极端数学推理和金融建模的需求。

   • 用户可以在配置中根据工作流调整使用的模型。
   • Gemini 4 Argon在金融任务和文档数据分析方面表现极佳。
   • Gemini 4支持约100万个Token的上下文窗口在输入、思考和输出之间共享。
5. 08:51 - 13:36

   交互与环境原语及安全性

   后端将交互和环境作为两个具有状态特性的核心原语，允许后续智能体复用前一个智能体创建的文件环境。在安全性方面，沙盒和API之间设有代理服务器，使用虚拟Token占位符隔离真实密钥，防止智能体越权访问。

   • 交互原语负责管理对话轮次，环境原语负责管理沙盒中的文件系统。
   • 多个智能体可以复用相同的环境ID来实现多智能体工作流。
   • 代理服务器通过注入虚拟Token占位符确保密钥永不进入沙盒。
6. 13:36 - 19:36

   应用演示与多智能体协作

   实际演示展示了如何利用SEC申报文件研究员、量化智能体和报告生成智能体组成的多智能体工作流。这些智能体通过共享环境文件协作完成英伟达等公司的估值与分析，并最终输出包含可视化图表的PDF报告。

   • 通过复用环境ID，多个专职智能体可以串联完成研究、量化估值和报告生成。
   • 托管智能体可以连接Google云端硬盘和远程MCP服务器。
   • 开发者可以轻松地将托管智能体构建到自己的应用或前端展示中。