Google a mis à jour les agents Managed Agents de l’API Gemini avec un ensemble de nouvelles fonctionnalités visant à exécuter les tâches de programmation et les flux de travail agentiques de manière plus contrôlée et automatisée. L’agent utilise désormais Gemini 3.6 Flash par défaut, tandis que les hooks d’environnement permettent aux développeurs de bloquer, d’inspecter ou d’auditer les appels d’outils dans un environnement sandbox cloud isolé.
Ces ajouts s’inscrivent dans l’API Gemini Interactions, qui coordonne, au moyen d’un seul appel d’API, les opérations de raisonnement, d’exécution de code, d’installation de paquets, de gestion des fichiers et de récupération d’informations sur le Web. Dans une version précédente, Google avait ajouté la prise en charge des tâches exécutées en arrière-plan et l’intégration avec des serveurs MCP distants.
Gemini 3.6 Flash devient le modèle par défaut
L’agent antigravity-preview-05-2026 fonctionne désormais automatiquement avec Gemini 3.6 Flash, sans nécessiter de modification du code. Selon Google, l’interaction suivante utilisera automatiquement le nouveau modèle, avec la possibilité de sélectionner un autre modèle en transmettant une valeur à agent_config.model lors de la création de l’interaction ou de l’agent géré.
Les modèles pris en charge comprennent Gemini 3.6 Flash, en tant que modèle par défaut et équilibré pour les tâches de raisonnement, de programmation et d’utilisation d’outils, Gemini 3.5 Flash, qui représente la génération précédente de modèles généralistes pour les flux de travail agentiques, ainsi que Gemini 3.5 Flash-Lite, qui offre la latence la plus faible et le coût le plus réduit au sein de la famille Gemini 3.5.
Des hooks pour contrôler les appels d’outils
Les hooks d’environnement permettent d’exécuter des scripts personnalisés avant ou après chaque appel d’outil effectué par l’agent dans un environnement sandbox. Le développeur ajoute le fichier .agents/hooks.json à l’environnement, puis l’exécution déclenche des gestionnaires associés aux événements pre_tool_execution et post_tool_execution.
Le champ matcher prend en charge les expressions régulières pour cibler plusieurs outils, comme les opérations d’exécution de code et d’écriture de fichiers, ou pour faire correspondre tous les outils. Un hook préalable à l’exécution peut renvoyer un résultat comprenant une décision de refus et sa raison, ce qui entraîne l’omission de l’appel d’outil et transmet la raison du refus au contexte du modèle. Les hooks postérieurs à l’exécution permettent quant à eux de lancer des opérations de validation ou de formatage après la fin de l’outil. Ils prennent également en charge les gestionnaires de type HTTP qui envoient directement des requêtes à un point de terminaison externe.
Google fournit un exemple d’utilisation de ces fonctionnalités chez OffDeal, une entreprise qui se décrit comme une banque d’investissement native de l’IA. Selon Alston Lin, fondateur et directeur technique d’OffDeal, l’entreprise utilise un hook postérieur à l’exécution pour vérifier automatiquement les logos d’entreprises créés par son agent Archie, notamment leur qualité, la précision de leurs dimensions, leur arrière-plan et leur contraste, puis publier un registre des fichiers approuvés.
Un meilleur contrôle des coûts et de l’exploitation
Les agents gérés sont désormais disponibles dans les projets qui utilisent le niveau gratuit, ce qui permet aux développeurs de tester les flux de travail agentiques avec une clé API provenant d’un projet sans facturation active.
Pour limiter la consommation de jetons dans les tâches autonomes comportant plusieurs tours, il est possible de définir max_total_tokens afin de spécifier la consommation totale de jetons, y compris les entrées, les sorties et les opérations de raisonnement. Lorsque la limite est atteinte, la tâche s’arrête en toute sécurité et l’interaction renvoie l’état incomplete, tout en conservant l’état de l’environnement. L’exécution peut être reprise à l’aide de previous_interaction_id et d’un nouveau budget.
Déclencheurs planifiés et gestion des environnements
Les déclencheurs planifiés permettent d’associer un agent, un environnement, une instruction et un calendrier au format cron dans une ressource persistante qui s’exécute automatiquement sans intervention manuelle. Chaque exécution réutilise le même environnement sandbox, ce qui permet de conserver les fichiers entre les exécutions.
L’API Environments fournit également des fonctions permettant de répertorier, d’inspecter et de supprimer les sessions sandbox par programmation. Selon Google, cela peut servir à récupérer les identifiants des environnements après une interruption de connexion ou à nettoyer les environnements à la fin d’un pipeline donné, plutôt que d’attendre la fin de la période de conservation de sept jours.
Google affirme que ces mises à jour rapprochent Managed Agents de travailleurs planifiés et maîtrisés en matière de coûts, capables de fonctionner de manière autonome dans de véritables environnements de développement sans dépasser le budget ni nécessiter de couche d’orchestration externe. L’entreprise invite les développeurs à consulter la présentation générale de l’API Gemini Interactions et le guide de démarrage rapide des agents gérés afin de découvrir les définitions d’agents personnalisées, les paramètres d’environnement, les règles réseau et les modes avancés de diffusion en continu.