8 июля Google DeepMind выпустила обновление для Managed Agents в Gemini API, добавив четыре новые функции, ориентированные на разработчиков, создающих асинхронные и интегрированные ИИ-агенты. Новая функциональность включает Background Execution, поддержку Model Context Protocol (MCP), возможность использования кастомных функций наряду со встроенными инструментами песочницы, а также обновление учётных данных (токенов) между вызовами без потери состояния.
Background Execution позволяет запускать агентов асинхронно в фоновом режиме, без необходимости поддерживать открытое HTTP-соединение. Это упрощает сценарии, где ответ агента не требуется немедленно, — например, долгие вычисления или обработка данных. Второе важное нововведение — поддержка удалённых MCP-серверов. MCP (Model Context Protocol) — открытый протокол, разработанный Anthropic для подключения LLM к внешним инструментам и источникам данных. Теперь разработчики могут напрямую подключать Managed Agents к внутренним базам данных, API или другим сервисам через MCP, не создавая дополнительных прокси-слоёв.
Третья функция — кастомные функции. Ранее разработчики могли использовать только предустановленные sandbox-инструменты Gemini API. Теперь они могут определять собственные функции, которые агент сможет вызывать по мере необходимости, расширяя его возможности без ограничения набора инструментов. Четвёртая функция касается управления учётными данными. При работе с внешними сервисами часто требуется обновлять токены (например, OAuth) между вызовами. Ранее это приводило к потере состояния песочницы. Новый механизм позволяет обновлять учётные данные прозрачно, сохраняя контекст и переменные агента.
Поддержка удалённых MCP-серверов для подключения к внутренним базам данных или сторонним API.
Все четыре функции доступны через Interactions API. Google DeepMind также предоставила примеры кода на JavaScript, Python и cURL в официальной документации. Managed Agents — это платформа для создания и запуска агентов на базе моделей Gemini. Нововведения делают её более гибкой для производственных сценариев, особенно в асинхронных архитектурах и при интеграции с внешними данными. Поддержка MCP — шаг к интероперабельности между агентами разных провайдеров, что является трендом в индустрии.
