奇链 奇链
← 文章 / AI技术
Google AI 博客 8小时前 · 2026-08-28 23:00:22 · 2 阅读

Gemini API Managed Agents 更新：3.6 Flash、环境 hooks 等新能力

Gemini API 的 Managed Agents 现已默认采用 Gemini 3.6 Flash。新增的 environment hooks 让你可以在沙箱内拦截、检查（lint）或审计工具调用。此外，我们还加入了预算控制、定时触发器和免费层支持。

Philipp Schmid

Google DeepMind 技术组成员

Mariano Cocirio

Google DeepMind 产品经理

分享
Managed Agents Gemini 3.6 Flash, Hooks and Triggers

你的浏览器不支持 audio 元素。

收听文章 [[duration]] 分钟 此内容由 Google AI 生成。生成式 AI 属实验性功能 语音 语速 语音 语速 0.75X 1X 1.5X 2X

Gemini API 的 Managed Agents 迎来了 environment hooks、模型选择和 免费层访问。这些能力建立在上一版发布的后台任务与远程 MCP 服务器集成的基础之上。

借助 Gemini Interactions API 中的托管 agent，只需一次 API 调用，即可在隔离的云端沙箱中统筹推理、代码执行、包安装、文件管理和网页检索。

如果你正在使用 AI 编程助手，可在终端运行以下命令，让它获得 Interactions API 技能：npx skills add google-gemini/gemini-skills --skill gemini-interactions-api.

以下是使用 @google/genai TypeScript/JavaScript SDK 的示例。Python 或 cURL 的用法请参阅 Antigravity agent 文档。

npm install @google/genai

Gemini 3.6 Flash 成为默认模型

antigravity-preview-05-2026 agent 现已默认运行 Gemini 3.6 Flash。无需更改任何代码，你的下一次交互会自动用上它。

你也可以在创建 interaction 或托管 agent 时传入 agent_config.model 来显式选择模型。想降低成本可选用 Gemini 3.5 Flash-Lite，或固定为你偏好的模型。

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "Audit all dependencies in package.json, upgrade outdated packages, and verify the build by running npm test.",
  environment: "remote",
  agent_config: {
    type: "antigravity",
    model: "gemini-3.5-flash-lite",
  },
});

console.log(interaction.output_text);

支持的模型包括：

  • Gemini 3.6 Flash（gemini-3.6-flash，默认）：面向推理、编程与工具使用的均衡模型。
  • Gemini 3.5 Flash（gemini-3.5-flash）：上一代模型，适用于通用 agentic 工作流。
  • Gemini 3.5 Flash-Lite（gemini-3.5-flash-lite）：Gemini 3.5 系列中延迟与成本最低的型号。

Environment hooks：在沙箱内拦截、检查并审计工具调用

Environment hooks 让你可以在 agent 于沙箱内发起的每次工具调用之前或之后运行自定义脚本。在环境中加入 .agents/hooks.json 文件，运行时就会在 pre_tool_execution or post_tool_execution 事件上执行你的处理器。

matcher 字段支持正则表达式，你可以用 | 同时指定多个工具，或用 * 匹配全部工具：

{
  "security-gate": {
    "pre_tool_execution": [
      {
        "matcher": "code_execution|write_file",
        "hooks": [
          {
            "type": "command",
            "command": "python3 /.agents/hooks-scripts/gate.py",
            "timeout": 10
          }
        ]
      }
    ]
  },
  "auto-format": {
    "post_tool_execution": [
      {
        "matcher": "*",
        "hooks": [
          {
            "type": "command",
            "command": "python3 /.agents/hooks-scripts/auto_lint.py",
            "timeout": 15
          }
        ]
      }
    ]
  }
}

在这份配置中：

  • security-gate 组会在每次 code_execution 或 write_file 调用前运行 gate.py。若脚本返回 {"decision": "deny", "reason": "..."}，该工具调用将被跳过，拒绝原因会传入模型上下文。
  • auto-format 组会在每个工具执行完毕后运行 auto_lint.py，以强制统一代码风格。
  • hooks 还支持 http 类型处理器，可直接 POST 到外部端点。

完整的 HTTP hook 定义与失败处理语义，请参阅 hooks 文档。

已有团队在用 hooks 构建生产级校验流水线。例如，AI 原生投资银行 Offdeal 就使用 post_tool_execution hooks 在远程沙箱内运行自动化图片校验。

"OffDeal 是一家 AI 原生投资银行，Archie 是我们的银行家每天都在使用的 AI 分析师。要做出"银行家可用"的演示文稿，公司 logo 是硬性要求：买方表格、赞助商栏目、tombstone 墙，一份 deck 里往往就有 30 多个 logo，每一个都必须对应正确的公司、尺寸与宽高比合适、包含公司名称、背景透明，并且在白色幻灯片上具有高对比度。

在 agent hooks 出现之前，我们无法在 Gemini 的托管 agent 上做到这一点：沙箱位于远端，我们的校验代码无处运行。有了 hooks，每当 Archie 写出公司名单，一个 post_tool_execution hook 就会在沙箱内触发我们的流水线——抓取候选 logo、执行像素级质量检查、用 Gemini vision 逐一核验，并发布一份通过审核的文件清单，只有清单内的图片才被允许进入 deck。"

- Alston Lin，OffDeal 创始人兼 CTO

成本控制与自动化功能

免费层可用

托管 agent 现已在免费层项目中可用。开发者可以使用未开通结算项目的 API key 来试验 agentic 工作流。

预算控制

由于托管 agent 执行的是多轮自主循环，复杂任务可能消耗大量 token 预算。为防止任务失控，你可以在 agent_config 中传入 max_total_tokens，为总消耗（输入 + 输出 + thinking）设置上限。

当 agent 达到上限时，执行会安全暂停，interaction 返回 status: "incomplete"。环境状态会被保留，你可以传入 previous_interaction_id 并配以新的预算，从中断处继续。

const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "Audit all modules in this repo and generate a migration report.",
  agent_config: {
    type: "antigravity",
    max_total_tokens: 10000,
  },
  environment: "remote",
});

用触发器实现定时执行

使用定时触发器（scheduled triggers）自动化周期性的 agent 任务。一个 trigger 会把 agent、环境、prompt 和 cron 计划绑定为持久资源，无需人工干预即可触发。每次运行复用同一个沙箱，因此文件在多次执行之间得以保留。

Environments API

Environments API 让你可以在代码中列出、检查和删除沙箱会话。断线后找回环境 ID，或在流水线结束后立即清理沙箱，而不必等待 7 天的 TTL。

开始使用托管 agent

这些更新让托管 agent 成为成本可控、可定时运行的 worker，能够在真实的开发环境中自主运转，既不突破预算，也无需外部编排。

欢迎查看 Gemini Interactions API 概览与托管 agent 快速入门，探索自定义 agent 定义、环境配置、网络规则和高级流式模式。

发布于：
原始来源： Google AI 博客

评论 (0)