Google hat die Fähigkeiten von Managed Agents in der Gemini API erweitert. Hinzugekommen sind die asynchrone Ausführung lang laufender Aufgaben, die direkte Integration mit entfernten Model-Context-Protocol-(MCP-)Servern, die Unterstützung für den Aufruf benutzerdefinierter Funktionen sowie die Aktualisierung von Anmeldedaten zwischen Interaktionen. Das Unternehmen erklärte, diese Ergänzungen seien als Reaktion auf Rückmeldungen von Entwicklern und auf die Anforderungen beim Aufbau von Agents entstanden, die zuverlässig in Produktionsumgebungen betrieben werden können.
Die Ankündigung wurde am 6. Juli 2026 veröffentlicht, während der Beitrag mit dem 7. Juli 2026 datiert ist. Verfasst wurde er von Philipp Schmid, Developer-Relations-Ingenieur bei Google DeepMind, und Mariano Cocirio, Produktmanager bei Google DeepMind.
Ausführung lang laufender Aufgaben im Hintergrund
Managed Agents in der Gemini Interactions API ermöglichen den Aufruf eines einzigen Endpunkts, über den Gemini Aufgaben wie Schlussfolgern, das Ausführen von Code, die Installation von Paketen, die Verwaltung von Dateien und den Zugriff auf Webinformationen innerhalb einer isolierten Cloud-Umgebung übernimmt. Mit der neuen Aktualisierung können Entwickler die Option background: true übergeben, um die Interaktion asynchron auf dem Server auszuführen.
Die Schnittstelle gibt sofort eine Aufgaben-ID zurück. Die Clientanwendung kann diese verwenden, um den Status abzufragen, den Fortschritt zu streamen oder später erneut eine Verbindung herzustellen, während der Agent seine Arbeit remote fortsetzt. Dadurch muss die Anwendung während der Ausführung langwieriger Analyse- oder Verarbeitungsprozesse keine offene HTTP-Verbindung aufrechterhalten.
Verbindung zu entfernten MCP-Servern
Agents können nun direkt eine Verbindung zu entfernten MCP-Servern herstellen, anstatt eine eigene Middleware für den Zugriff auf private Datenbanken oder interne APIs zu erstellen. Die entfernten Tools können innerhalb derselben Interaktion mit den integrierten Fähigkeiten der isolierten Umgebung kombiniert werden, etwa mit Google Search und der Codeausführung.
Google zeigt als Beispiel einen Agent, der einen internen Überwachungsserver auf aktuelle Spitzen bei der Latenz eines Authentifizierungsdienstes untersucht und diese anschließend mit Änderungen in einem Git-Repository verknüpft. Der Server wird über ein Tool des Typs mcp_server mit seinem Namen und seiner Adresse definiert. Dadurch kann der Agent aus seiner Cloud-Umgebung mit den festgelegten Endpunkten kommunizieren.
Benutzerdefinierte Funktionen neben Tools der isolierten Umgebung
Die Aktualisierung ermöglicht die Definition benutzerdefinierter Tools zur Ausführung lokaler Geschäftslogik parallel zu den integrierten Gemini-Tools. Das System verwendet eine schrittweise Abstimmung: Integrierte Tools werden automatisch auf dem Server ausgeführt, während die Interaktion in den Status requires_action wechselt, wenn eine Funktion aufseiten der Clientanwendung ausgeführt werden muss.
Im bereitgestellten Beispiel wird eine Funktion namens get_weather definiert, um das Wetter an einem bestimmten Ort abzurufen. Anschließend fordert der Agent dazu auf, das Wetter in Tokio zu prüfen, Python-Code zur Umrechnung der Temperatur in Fahrenheit zu schreiben und das Ergebnis in einer Datei zu speichern. Der Client führt die Aufrufe lokaler Funktionen oder die für APIs und Datenbanken bestimmten Abfragen aus und gibt anschließend das Funktionsergebnis an die Interaktion zurück.
Aktualisierung von Netzwerkanmeldedaten
Managed Agents unterstützen außerdem die Aktualisierung kurzlebiger Zugriffstoken und API-Schlüssel, indem die aktuelle environment_id zusammen mit neuen Netzwerkeinstellungen in der nächsten Interaktion übergeben wird. Die neuen Regeln ersetzen die vorherigen sofort, während die isolierte Umgebung den Zustand des Dateisystems, der installierten Pakete und der geklonten Repositorys beibehält.
Google erklärt, dass Entwickler eine Interaktion mit einem anfänglichen Token starten können, um auf einen Dienst wie die GCS JSON API zuzugreifen, und dieselbe Umgebung später mit einem aktualisierten Token zum Herunterladen einer Datei verwenden können, ohne die Umgebung neu erstellen oder ihren Zustand verlieren zu müssen.
Die Beispiele sind mit dem JavaScript-Paket @google/genai verfügbar. Außerdem wird in der Dokumentation des Antigravity agent auf Python- und cURL-Dokumente verwiesen. Google verweist Entwickler zudem auf eine Übersicht zur Gemini Interactions API und die Schnellstartanleitung für Managed Agents, um benutzerdefinierte Agent-Definitionen, Umgebungseinstellungen, Netzwerkregeln und erweiterte Streaming-Muster zu erkunden.