Google Gemini API: Managed Agents с фоновыми задачами и удалённым MCP

Google расширил возможности Managed Agents в Gemini API, добавив фоновые задачи и удалённый протокол Model Context Protocol (MCP). Это обновление позволяет разработчикам создавать более автономных и производительных AI-агентов для реальных бизнес-приложений. Managed Agents упрощают развёртывание аге

Что нового в Managed Agents

Managed Agents — это сервис Google для создания AI-агентов на базе Gemini без необходимости настройки серверов или оркестрации. Ранее агенты могли выполнять только синхронные задачи, что ограничивало их применение в длительных операциях. Теперь появилась поддержка фоновых задач: агент может запустить обработку данных, анализ документов или взаимодействие с внешними API и продолжить работу, не дожидаясь завершения. Это особенно полезно для сценариев, где требуется параллельная обработка или работа с большими объёмами информации.

Как работают фоновые задачи в Gemini API

Фоновые задачи реализованы через асинхронные вызовы: разработчик отправляет запрос на выполнение задачи, получает идентификатор и может проверять статус или получать результат позже. Агент при этом не блокируется и может обрабатывать другие запросы. Например, в службе поддержки агент может одновременно отвечать клиенту и в фоне искать информацию в базе знаний. Это повышает отзывчивость и эффективность.

Удалённый Model Context Protocol

Второе ключевое улучшение — поддержка удалённого MCP (Model Context Protocol). MCP — это открытый протокол, позволяющий AI-моделям подключаться к внешним инструментам и источникам данных. Ранее MCP работал только локально, теперь агенты могут обращаться к удалённым серверам MCP, что расширяет интеграционные возможности. Например, агент может напрямую получать данные из корпоративной CRM или облачного хранилища без дополнительных промежуточных слоёв.

Почему удалённый MCP важен для разработчиков

Удалённый MCP упрощает архитектуру: вместо создания кастомных интеграций через API-шлюзы разработчики могут использовать стандартизированные MCP-серверы. Это снижает время разработки и повышает совместимость. Кроме того, протокол поддерживает безопасное подключение через аутентификацию, что критично для корпоративных сред.

Другие улучшения и стабильность

Помимо фоновых задач и удалённого MCP, Google повысил стабильность и производительность Managed Agents. Добавлены новые инструменты мониторинга, позволяющие отслеживать состояние агентов и производительность в реальном времени. Теперь разработчики могут видеть метрики по времени ответа, количеству ошибок и использованию ресурсов. Это помогает быстрее выявлять и устранять проблемы в продакшене.

Какие проблемы решает обновление

Ранее Managed Agents были ограничены в сценариях, требующих длительных операций или интеграции с внешними системами. Разработчикам приходилось самостоятельно реализовывать асинхронность и интеграции, что усложняло код. Новые функции делают агентов готовыми к продакшену «из коробки», сокращая время вывода на рынок.

Кому пригодится обновление

Обновление ориентировано на разработчиков, создающих AI-агентов для автоматизации, поддержки клиентов и анализа данных. Бизнес-пользователи, внедряющие агентов в свои процессы, также выиграют от повышения надёжности и функциональности. Например, в e-commerce агент может параллельно обрабатывать заказы и обновлять складские остатки через MCP.

Что пока неизвестно

Google пока не объявил точные даты выхода обновления и полный список изменений. Возможны региональные ограничения или привязка к определённым тарифным планам. Разработчикам рекомендуется следить за официальной документацией Gemini API.

Вывод

Расширение Managed Agents — значительный шаг в развитии платформы Google для AI-агентов. Фоновые задачи и удалённый MCP устраняют ключевые ограничения, делая агентов более автономными и интегрируемыми. Это открывает новые возможности для создания сложных бизнес-приложений на базе Gemini.