📰 重點摘要

Gemini API 的 Managed Agents 功能推出三項更新：模型升級、環境掛鉤（hooks）、免費層存取。這建立在先前推出的背景任務與遠端 MCP 伺服器整合基礎之上。透過 Gemini Interactions API,單一 API 呼叫即可協調推理、程式碼執行、套件安裝、檔案管理與網路擷取,全部在隔離的雲端沙盒中進行。開發者可用 npx skills add google-gemini/gemini-skills –skill gemini-interactions-api 指令,讓 AI 程式碼助手取得 Interactions API 技能。

模型方面,antigravity-preview-05-2026 代理現在預設改用 Gemini 3.6 Flash,無需修改程式碼,下次互動即自動套用。開發者也可透過 agent_config.model 參數手動指定模型,例如改用成本更低的 Gemini 3.5 Flash-Lite。目前支援三款模型:Gemini 3.6 Flash(預設,平衡推理、程式碼與工具使用能力)、Gemini 3.5 Flash(上一代通用代理模型)、以及 Gemini 3.5 Flash-Lite(3.5 系列中延遲與成本最低)。

環境掛鉤（Environment hooks）功能則允許開發者在沙盒內每次工具呼叫前後執行自訂腳本,只需在環境中加入 .agents/hooks.json 設定檔,執行環境即會在 pre_tool_execution 或 post_tool_execution 事件觸發對應的處理程式。設定中的 matcher 欄位支援正規表示式,可用 | 同時比對多個工具、或用 * 比對全部工具。範例中展示了兩種掛鉤群組:security-gate 會在每次 code_execution 或 write_file 呼叫前執行 gate.py 腳本進行安全審查,若腳本回傳拒絕決定則會直接跳過該次工具呼叫;auto-format 則會在所有工具呼叫後執行自動排版腳本。詳細內容請見原文連結。

💬 JudyAI Lab 觀點

Gemini API的Managed Agents這次同時補上模型升級、環境掛鉤與免費層開放，把原本單純的推理服務，推向更可設定、可治理的代理基礎設施。

我們認為真正值得留意的，不是模型預設換成Gemini 3.6 Flash，而是環境掛鉤的設計：開發者放一個設定檔，就能在每次工具呼叫前後插入自訂指令碼，用正規表示式決定攔截哪些動作，甚至讓安全指令碼直接否決某次程式碼執行或寫檔案。這代表代理系統的重點，正從「怎麼寫提示詞」，轉移到「怎麼設計執行流程中的把關機制」，這比選模型更值得優先想清楚。

如果你正在接類似的代理API，不妨先列出：哪些工具呼叫是你一定要能攔截或否決的。

📅 原文資訊

🔗 延伸閱讀