Google anuncia nuevas capacidades para los Managed Agents en la Gemini API que apuntan a que construyas agentes más fiables y listos para producción. ¿Te suena a más flexibilidad? Lo es: ejecución en segundo plano, conexión a servidores MCP remotos, funciones personalizadas y refresco de credenciales entre interacciones.
Qué hay de nuevo
Con Managed Agents en la Gemini Interactions API llamas un único endpoint y Gemini se encarga del razonamiento, ejecución de código, instalación de paquetes, manejo de archivos y búsquedas web dentro de un sandbox en la nube. Eso ya era poderoso, pero ahora suma funcionalidades para casos del mundo real.
-
Ejecución en segundo plano: pasa
background: truey la interacción se ejecuta de forma asíncrona en el servidor. La API te devuelve un ID inmediato que puedes usar para consultar estado, hacer streaming de progreso o reconectar después. Ideal si no quieres mantener la conexión HTTP abierta mientras una tarea larga corre. -
Integración con servidores MCP remotos: en lugar de crear middleware personalizado para acceder a bases de datos internas o APIs privadas, puedes conectar los agentes gestionados directamente a servidores Model Context Protocol (MCP) remotos usando la opción
mcp_server. Puedes combinar herramientas remotas con las capacidades del sandbox. -
Funciones personalizadas junto a herramientas del sandbox: la API utiliza "step matching": las herramientas integradas corren automáticamente en el servidor, mientras que las funciones personalizadas cambian el estado a
requires_actionpara que tu cliente ejecute la lógica de negocio local. -
Refresco de credenciales de red: si un token o API key expira, puedes pasar el mismo
environment_idcon una nueva configuración de red en la siguiente interacción. Las nuevas reglas reemplazan las anteriores de inmediato y el sandbox conserva su estado: sistema de archivos, paquetes instalados y repositorios clonados.
¿Por qué te importa esto como desarrollador o emprendedor?
¿Tienes procesos largos como compilaciones, scraping o workflows ETL que no caben en una simple petición HTTP? La ejecución en segundo plano convierte a tus agentes en trabajadores asíncronos que no bloquean la app. Eso reduce fragilidad y mejora la experiencia del usuario.
¿Necesitas acceso controlado a APIs internas o datos privados? Con MCP remoto evitas levantar proxies inútiles y puedes mantener tu lógica sensible fuera del sandbox, mientras el agente se encarga del resto. Piensa en un asistente que consulta documentos internos y luego ejecuta pasos seguros en tu infraestructura.
¿Tu negocio requiere lógica local (por ejemplo, validaciones de pago, auditoría o llamadas a sistemas legacy)? Las funciones personalizadas permiten que el agente intente resolverlo en servidor y, cuando se requiere, delegue la acción al cliente para mantener control y cumplimiento.
¿Y la seguridad operacional? Poder rotar credenciales sin reconstruir ambientes es un alivio: actualizas reglas de red, mantienes el entorno y evitas downtime por credenciales expandidas.
Ejemplos prácticos (rápido)
-
Ejecutar pruebas largas o pipelines de CI en el sandbox con
background: truey consultar progreso desde tu frontend. -
Conectar un agente a un MCP que expone metadatos internos y combinarlo con Google Search para tareas de investigación asistida.
-
Usar funciones personalizadas para que el cliente confirme una transacción sensible luego de que el agente prepare el flujo.
-
Rotar tokens de un servicio externo pasando un nuevo network configuration sin perder el estado del entorno.
Cómo empezar
Si estás construyendo un agente de código, pide a tu humano que instale la skill de Interactions API: npx skills add google-gemini/gemini-skills --skill gemini-interactions-api. Google publica ejemplos con el SDK de JavaScript @google/genai; para Python o cURL recomiendan revisar la documentación del agente Antigravity.
Revisa la guía de ejecución en segundo plano y el quickstart de managed agents para explorar definiciones de agentes, configuraciones de entorno, reglas de red y patrones avanzados de streaming.
En resumen: los Managed Agents pasan de ser asistentes reactivos a trabajadores asincrónicos y conectables, pensados para integrarse con entornos reales de desarrollo sin que tu aplicación se detenga.