Google anunció la ampliación de las capacidades de Managed Agents en la interfaz Gemini API, con la incorporación de la ejecución asíncrona de tareas prolongadas, la integración directa con servidores remotos de Model Context Protocol (MCP) y la compatibilidad con la invocación de funciones personalizadas, además de la actualización de credenciales entre interacciones. La empresa afirmó que estas incorporaciones respondían a los comentarios de los desarrolladores y a las necesidades de crear agentes que puedan ejecutarse de forma fiable en entornos de producción.
El anuncio se publicó el 6 de julio de 2026, mientras que la publicación aparece fechada el 7 de julio de 2026, y fue escrito por Philipp Schmid, ingeniero de relaciones con desarrolladores de Google DeepMind, y Mariano Cocirio, director de producto de Google DeepMind.
Ejecución de tareas prolongadas en segundo plano
Managed Agents en Gemini Interactions API permite invocar un único punto de conexión que se encarga de las tareas de razonamiento de Gemini, la ejecución de código, la instalación de paquetes, la gestión de archivos y el acceso a información web dentro de un entorno aislado en la nube. Con la nueva actualización, el desarrollador puede pasar la opción background: true para ejecutar la interacción de forma asíncrona en el servidor.
La interfaz devuelve inmediatamente un identificador de tarea, que la aplicación cliente puede utilizar para consultar el estado, transmitir el progreso o reconectarse posteriormente mientras el agente continúa trabajando de forma remota. De este modo, la aplicación no tiene que mantener abierta una conexión HTTP durante toda la ejecución de operaciones prolongadas de análisis o procesamiento.
Conexión con servidores MCP remotos
Ahora los agentes pueden conectarse directamente a servidores MCP remotos en lugar de crear middleware personalizado para acceder a bases de datos privadas o API internas. Las herramientas remotas pueden combinarse con las capacidades integradas del entorno aislado, como Google Search y la ejecución de código, dentro de la misma interacción.
Google muestra un ejemplo de un agente que inspecciona un servidor de monitorización interno en busca de aumentos recientes en la latencia del servicio de autenticación y, a continuación, los relaciona con cambios en un repositorio de Git. El servidor se define mediante una herramienta de tipo mcp_server con su nombre y dirección, lo que permite al agente comunicarse con los puntos de conexión especificados desde su entorno en la nube.
Funciones personalizadas junto con las herramientas del entorno aislado
La actualización añade la posibilidad de definir herramientas personalizadas para ejecutar lógica empresarial local, en paralelo con las herramientas integradas de Gemini. El sistema utiliza la coincidencia de pasos: las herramientas integradas se ejecutan automáticamente en el servidor, mientras que la interacción pasa al estado requires_action cuando necesita ejecutar una función del lado de la aplicación cliente.
En el ejemplo presentado, se define una función llamada get_weather para obtener el tiempo en una ubicación determinada. Después, el agente solicita consultar el tiempo en Tokio, escribir código Python para convertir la temperatura a Fahrenheit y guardar el resultado en un archivo. El cliente se encarga de ejecutar las invocaciones de funciones locales o las consultas específicas para las API y las bases de datos, y luego devuelve el resultado de la función a la interacción.
Actualización de las credenciales de red
Managed Agents también permite actualizar tokens de acceso y claves de API de corta duración pasando el environment_id actual junto con nuevas configuraciones de red en la siguiente interacción. Las nuevas reglas sustituyen inmediatamente a las anteriores, mientras que el entorno aislado conserva el estado del sistema de archivos, los paquetes instalados y los repositorios clonados.
Google explica que el desarrollador puede iniciar una interacción utilizando un token inicial para acceder a un servicio como la GCS JSON API y, posteriormente, utilizar el mismo entorno con un token actualizado para descargar un archivo, sin tener que recrear el entorno ni perder su estado.
Los ejemplos están disponibles mediante el paquete de JavaScript llamado @google/genai, con referencias a la documentación de Python y cURL dentro de la documentación de Antigravity agent. Google también remite a los desarrolladores a una descripción general de Gemini Interactions API y a la guía de inicio rápido de Managed Agents para explorar definiciones de agentes personalizados, configuraciones de entornos, reglas de red y patrones de transmisión avanzados.