Google rozszerza agenty w Gemini API o zadania w tle i zdalne MCP

Google DeepMind rozbudował usługę Managed Agents w Gemini API o cztery nowe funkcje, które mają ułatwić budowanie agentów AI działających w środowiskach produkcyjnych. Zmiany, ogłoszone 7 lipca na oficjalnym blogu Google, dotyczą wykonywania zadań w tle, łączenia się ze zdalnymi serwerami MCP, obsługi własnych funkcji oraz odświeżania poświadczeń dostępu.

Managed Agents to usługa w ramach Gemini Interactions API, w której deweloper wywołuje jeden punkt końcowy, a Gemini samodzielnie zajmuje się rozumowaniem, wykonywaniem kodu, instalacją pakietów, zarządzaniem plikami i pobieraniem informacji z sieci wewnątrz odizolowanej piaskownicy w chmurze. Dotychczas taka piaskownica działała wyłącznie w ramach pojedynczej sesji, co ograniczało jej przydatność do zadań trwających dłużej niż czas życia jednego połączenia.

Zadania działające bez otwartego połączenia

Najważniejszą z nowości jest wykonywanie zadań w tle. Wcześniej długo trwające operacje wymagały utrzymywania otwartego połączenia HTTP przez cały czas ich trwania, co jest rozwiązaniem kruchym i podatnym na przerwania. Po dodaniu parametru background: true deweloper otrzymuje identyfikator zadania i może odpytywać o jego status, śledzić postęp na bieżąco albo w ogóle zamknąć aplikację kliencką i wrócić do sprawdzenia wyniku później, podczas gdy agent kończy pracę zdalnie na serwerach Google.

To zmienia charakter interakcji z agentem z pojedynczego zapytania w coś bliższego zleceniu wsadowemu, z własną tożsamością, statusem, możliwością anulowania i ponawiania prób. Dla zespołów budujących agentów obsługujących długie procesy, na przykład analizę dużych zbiorów danych czy wieloetapowe operacje na repozytoriach kodu, eliminuje to konieczność samodzielnego implementowania mechanizmów kolejkowania i odpytywania po stronie własnej infrastruktury.

Połączenie z systemami wewnętrznymi firm

Druga nowość, integracja ze zdalnymi serwerami Model Context Protocol, pozwala agentom uruchomionym w chmurze Google łączyć się bezpośrednio z prywatnymi bazami danych, systemami śledzenia zgłoszeń czy wewnętrznymi interfejsami API firm, bez budowania własnych serwerów pośredniczących ani tunelowania połączeń. Wcześniej taki dostęp wymagał, by serwer MCP działał lokalnie po stronie dewelopera, co komplikowało wdrożenia w środowiskach produkcyjnych.

Agenci mogą teraz łączyć narzędzia zdalne z wbudowanymi możliwościami piaskownicy w ramach jednej interakcji. Trzecia funkcja, własne wywołania funkcji, umożliwia deweloperom dodawanie niestandardowych narzędzi obok tych wbudowanych: wbudowane wykonują się automatycznie po stronie serwera, a wywołania funkcji własnych przełączają interakcję w stan wymagający działania po stronie klienta lokalnego.

Odświeżanie dostępu bez restartu

Czwarta zmiana dotyczy odświeżania poświadczeń. Deweloperzy mogą przekazać istniejący identyfikator środowiska wraz z nową konfiguracją sieciową, aby odświeżyć tokeny dostępu i zrotować klucze API bez konieczności ponownego uruchamiania sesji użytkownika. Piaskownica zachowuje przy tym stan systemu plików, zainstalowane pakiety i sklonowane repozytoria, co ma znaczenie dla agentów działających w wielu kolejnych interakcjach rozłożonych w czasie.

Krótkotrwałe tokeny uznawane są za dobrą praktykę bezpieczeństwa, ale kłócą się z potrzebą ciągłości działania agentów pracujących w tle przez dłuższy czas. Nowy mechanizm ma pogodzić te dwa wymagania, odświeżając zakres uprawnień bez jego cichego rozszerzania.

Dla polskich zespołów programistycznych budujących agentów AI zmiany oznaczają mniej własnego kodu infrastrukturalnego do napisania i utrzymania. Firmy, które dotąd musiały samodzielnie budować mechanizmy kolejkowania długich zadań czy tunelowania do wewnętrznych systemów, mogą teraz oprzeć się na gotowych funkcjach Gemini API, co skraca czas wdrożenia agentów w środowiskach korporacyjnych, gdzie liczy się integracja z istniejącymi bazami danych i systemami wewnętrznymi.

Google nie podał na razie szczegółowego cennika nowych funkcji ani konkretnej daty pełnej ogólnej dostępności, ograniczając się do ogłoszenia samych możliwości technicznych i sposobu ich włączenia w istniejącym API.

Źródła: Expanding Managed Agents in Gemini API: background tasks, remote MCP and more (blog.google), Google Deepmind adds background execution and MCP support to Gemini API managed agents (the-decoder.com)