Google ha actualizado los Managed Agents de la API de Gemini con un conjunto de nuevas capacidades orientadas a ejecutar tareas de programación y flujos de trabajo agénticos con mayor control y automatización. Ahora el agente funciona de forma predeterminada con Gemini 3.6 Flash, mientras que los hooks de entorno permiten a los desarrolladores bloquear, inspeccionar o auditar llamadas a herramientas dentro de un entorno sandbox aislado en la nube.
Estas incorporaciones forman parte de Gemini Interactions API, que coordina mediante una única llamada a la API las operaciones de razonamiento, ejecución de código, instalación de paquetes, gestión de archivos y recuperación de información de la web. En una versión anterior, Google había añadido compatibilidad con tareas que se ejecutan en segundo plano y con la integración con servidores MCP remotos.
Gemini 3.6 Flash se convierte en el modelo predeterminado
El agente antigravity-preview-05-2026 funciona ahora automáticamente con Gemini 3.6 Flash, sin necesidad de modificar el código. Según Google, la siguiente interacción utilizará automáticamente el nuevo modelo, con la posibilidad de elegir otro mediante el valor agent_config.model al crear la interacción o el agente gestionado.
Los modelos compatibles incluyen Gemini 3.6 Flash, como modelo predeterminado y equilibrado para tareas de razonamiento, programación y uso de herramientas; Gemini 3.5 Flash, como la generación anterior de modelos generales para flujos de trabajo agénticos; y Gemini 3.5 Flash-Lite, que ofrece la menor latencia y el menor coste dentro de la familia Gemini 3.5.
Hooks para controlar las llamadas a herramientas
Los hooks de entorno permiten ejecutar scripts personalizados antes o después de cada llamada a una herramienta que el agente realice dentro de un entorno sandbox. El desarrollador añade el archivo .agents/hooks.json al entorno y, posteriormente, el tiempo de ejecución ejecuta los controladores asociados a los eventos pre_tool_execution y post_tool_execution.
El campo matcher admite expresiones regulares para seleccionar varias herramientas, como operaciones de ejecución de código y escritura de archivos, o para coincidir con todas las herramientas. Un hook previo a la ejecución puede devolver un resultado que incluya una decisión de rechazo y su motivo, lo que hace que se omita la llamada a la herramienta y que el motivo del rechazo se transmita al contexto del modelo. Los hooks posteriores a la ejecución permiten ejecutar procesos de validación o formateo una vez finalizada la herramienta y también admiten controladores de tipo HTTP que envían solicitudes directamente a un endpoint externo.
Google ofrece un ejemplo del uso de estas capacidades por parte de OffDeal, una entidad que se describe a sí misma como un banco de inversión nativo de la inteligencia artificial. Según Alston Lin, fundador y director de tecnología de OffDeal, la empresa utiliza un hook posterior a la ejecución para verificar automáticamente los logotipos corporativos que genera su agente Archie, incluida la calidad, la precisión de las dimensiones, el fondo y el contraste, y después publica un registro de los archivos aprobados.
Mayor control sobre los costes y la operación
Los agentes gestionados ya están disponibles en proyectos que utilizan el nivel gratuito, lo que permite a los desarrolladores probar flujos de trabajo agénticos mediante una clave de API de un proyecto que no tiene facturación activa.
Para limitar el consumo de tokens en tareas autónomas de varias rondas, se puede configurar max_total_tokens para establecer el consumo total de tokens, incluidos la entrada, la salida y las operaciones de razonamiento. Al alcanzar el límite, la tarea se detiene de forma segura y la interacción devuelve el estado incomplete, conservando el estado del entorno. La ejecución puede reanudarse mediante previous_interaction_id y un nuevo presupuesto.
Activadores programados y gestión de entornos
Los activadores programados permiten vincular un agente, un entorno, una instrucción y un calendario en formato cron a un recurso persistente que funciona automáticamente sin intervención manual. Cada ejecución reutiliza el mismo entorno sandbox, lo que permite conservar los archivos entre ejecuciones.
Environments API también ofrece funciones para enumerar, inspeccionar y eliminar sesiones sandbox mediante programación. Según Google, esto puede utilizarse para recuperar los identificadores de los entornos tras una interrupción de la conexión o para limpiar los entornos cuando finaliza una canalización determinada, en lugar de esperar a que termine el periodo de retención de siete días.
Google afirma que estas actualizaciones acercan Managed Agents a trabajadores programados y con costes controlados, capaces de operar de forma autónoma dentro de entornos de desarrollo reales sin exceder el presupuesto ni requerir una capa de orquestación externa. La empresa invita a los desarrolladores a consultar la visión general de Gemini Interactions API y la guía de inicio rápido de los agentes gestionados para conocer las definiciones de agentes personalizados, la configuración de los entornos, las reglas de red y los patrones avanzados de transmisión.