Google прокачал Managed Agents: фоновые задачи, удалённый MCP и обновление токенов

Если вы когда-нибудь пытались построить production-ready AI-агента на основе облачного API, вы знаете эту боль: держать HTTP-соединение открытым для долгих задач — значит молиться, чтобы ничего не упало. Токены протухают в самый неподходящий момент. Подключить корпоративную базу данных через собственный прокси — это неделя работы и потенциальный источник уязвимостей. Google сегодня, 7 июля 2026 года, объявил о пакете обновлений для Managed Agents в Gemini API, которые закрывают именно эти проблемы.

Фоновое выполнение: агенты больше не блокируют приложение

Самое важное изменение — поддержка background execution. Теперь достаточно передать параметр `background: true`, и агент запускается асинхронно на серверной стороне. API немедленно возвращает идентификатор задачи, а клиент может в любой момент запросить статус, подписаться на стриминг прогресса или переподключиться после обрыва соединения.

Это принципиальный сдвиг в архитектуре. Раньше разработчики были вынуждены либо удерживать соединение (хрупко), либо городить собственные очереди задач (долго и дорого). Теперь Gemini API фактически превращается в систему управления асинхронными воркерами — агент продолжает работать в изолированной облачной песочнице, пока ваше приложение занимается своими делами.

Удалённый MCP: подключение к корпоративным инструментам без боли

Вторая крупная новость — нативная интеграция с удалёнными MCP-серверами (Model Context Protocol). Вместо того чтобы писать кастомный прокси-middleware для доступа к внутренним API или приватным базам данных, теперь можно напрямую передать конфигурацию `mcp_server` вместе с другими инструментами агента.

MCP — открытый стандарт, разработанный Anthropic около года назад и с тех пор ставший де-факто протоколом для подключения AI-систем к внешним инструментам. Anthropic уже передал его под крыло Linux Foundation. Google давно заявлял о поддержке MCP, но теперь это не просто декларация — это вшитая возможность в управляемую агентную инфраструктуру.

В контексте более ранних анонсов Google Cloud, компания запустила собственные managed MCP-серверы для Maps, BigQuery, Compute Engine и Kubernetes Engine. Идея проста и элегантна: разработчик вставляет URL в конфигурацию агента, и тот получает доступ к актуальным данным — будь то геолокация через Maps или запросы к корпоративному хранилищу через BigQuery. Никакой магии, просто грамотная инфраструктура.

Что особенно важно — MCP-серверы Google защищены Cloud IAM и Model Armor (это их файрвол для агентных нагрузок, который блокирует prompt injection и попытки эксфильтрации данных). Для корпоративных клиентов это критично: агент получает ровно те права, которые ему выданы, и ничего сверх.

Кастомные функции рядом со встроенными инструментами

Третье обновление — возможность смешивать встроенные sandbox-инструменты с кастомными функциями. Логика работает через step matching: встроенные инструменты (поиск, выполнение кода) отрабатывают автоматически на стороне сервера, а при вызове кастомной функции взаимодействие переходит в статус `requires_action` — клиент сам выполняет бизнес-логику.

Это решает давнюю головную боль: раньше приходилось выбирать между полностью серверным агентом и полностью клиентским. Теперь можно комбинировать — пусть Gemini сам ищет в интернете и пишет код, а проприетарная логика расчёта скидок остаётся на вашей стороне.

Обновление credentials без потери контекста

Четвёртое, и незаслуженно недооценённое, улучшение — обновление сетевых credentials в рамках уже существующей сессии. Токены доступа истекают, ключи API ротируются — это жизнь. Теперь можно передать новую конфигурацию сети с тем же `environment_id`, и правила обновятся немедленно. При этом файловая система песочницы, установленные пакеты и склонированные репозитории остаются нетронутыми.

Для долгоживущих агентов, которые работают часами, это не просто удобство — это разница между рабочим решением и костылём с периодическим перезапуском.

Что это значит для разработчиков и бизнеса

Смотря на весь пакет целиком, Google явно движется в сторону того, чтобы Gemini API стал полноценной платформой для оркестрации агентов, а не просто endpoint для вызова модели. Конкуренты — Anthropic с Claude API и OpenAI с Assistants API — тоже развивают агентные возможности, но Google делает ставку на интеграцию с корпоративной инфраструктурой через уже знакомые инструменты (BigQuery, Apigee, IAM).

Для разработчиков из России ситуация привычная: Gemini API официально недоступен напрямую, для работы потребуется VPN и зарубежная платёжная карта или аккаунт Google Cloud через посредника. Тем не менее технически API работает стабильно при наличии подключения через европейские или американские серверы.

Документация доступна в Gemini Interactions API overview, SDK-примеры опубликованы для JavaScript (@google/genai), Python и cURL. Это говорит о том, что Google рассчитывает на широкую аудиторию — от фронтенд-разработчиков до backend-инженеров.

Моя оценка: обновления выглядят как ответ на реальный production-опыт, а не маркетинговый буллет-поинт. Фоновое выполнение + MCP + обновление токенов — это именно та тройка, которой не хватало для серьёзных корпоративных deployments. Посмотрим, насколько быстро экосистема это подхватит.

Информация подтверждена несколькими независимыми публикациями.