🔧 模型 · API 更新

Gemini API 托管智能体大扩容：后台执行、远程 MCP 直连与凭证热刷新上线

7 月 7 日，Google DeepMind 宣布为 Gemini Interactions API 的托管智能体新增四项核心能力：长时任务后台执行、远程 MCP 服务器直连、自定义函数混用与跨轮凭证刷新。开发者调用单一端点即可让 Gemini 在云端隔离沙箱中完成推理、代码执行、文件管理与网络操作，无需自行搭建中间件。

来源：官方发布• 2026-07-07• 全文约 3 分钟读完
#Gemini API #Managed Agents #MCP #Google DeepMind
4 项 核心能力同步上线
1 个 端点调用，沙箱内全托管
0 行 自定义代理中间件代码

⚡ 30 秒速览

  • 后台执行：传 background: true，API 立即返回任务 ID，客户端轮询状态而不阻塞 HTTP 连接。
  • 远程 MCP：智能体在安全沙箱内直连企业内部远程 MCP 服务器，省去手写代理中间件。
  • 混用工具：内置沙箱工具（代码执行、搜索）与本地自定义函数可在一次交互中并行，API 用"step matching"区分谁执行。
  • 凭证热刷新：Token 过期时传入 environment_id 与新网络配置，沙箱文件系统与已装包状态完整保留。
  • 去哪体验：查阅 Gemini Interactions API 概览与 Managed Agents 快速入门指南。

01为什么需要这次更新？开发者的四个痛点

托管智能体让开发者调用单一端点，由 Gemini 在隔离的云端沙箱中处理推理、代码执行、包安装、文件管理与网络信息获取。但在真实生产环境中，开发者反馈了四个具体瓶颈：

过去怎么做

长时任务需保持 HTTP 连接打开，一旦断线任务丢失；访问内部 API 要手写代理中间件；内置工具与本地函数难以混用；Token 过期后沙箱状态作废，必须重建环境。

现在怎么做

后台异步执行 + ID 轮询；远程 MCP 服务器直连；内置与自定义工具 step matching 自动分流；凭证热刷新且沙箱状态完整保留。

02四项能力拆解从官方代码示例看实际机制

⏳ 长时任务后台执行异步轮询

  • 传入 background: true，API 立即返回 Interaction ID，HTTP 连接随即释放。
  • 客户端用 ID 轮询状态（in_progress → completed），或流式读取进度、稍后重连。
  • 官方示例场景：克隆 GitHub 仓库、扫描所有 TODO 注释、按模块与优先级分类生成 Markdown 报告——全程在远端沙箱跑完。
机制要点：把"持握 HTTP 连接"解耦为"持握任务句柄"，长时任务不再受网络抖动拖累。

🔌 远程 MCP 服务器直连免中间件

  • 在交互时传入 mcp_server 工具，指定名称与 URL，智能体即可在安全沙箱内直接调用企业内部端点。
  • 可与 google_search、code_execution 等内置工具混用，无需二选一。
  • 官方示例场景：查询内部可观测性服务器的认证服务延迟峰值，与 Git 提交记录交叉关联。
机制要点：省去手写代理中间件，企业内部 API 可像调用公网工具一样接入智能体。

🧩 内置工具与自定义函数混用step matching

  • 一次交互中同时声明 code_execution（内置）与 get_weather（自定义函数）。
  • API 用步骤匹配机制分流：内置工具在服务器端自动执行并直接产出 function_result；自定义函数将交互置为 requires_action，由客户端执行本地业务逻辑后回传。
  • 客户端通过比对 function_call 与 function_result 的 call_id，筛出待执行的本地调用。
机制要点：沙箱内自动化与本地业务逻辑在同一任务流中无缝衔接，开发者不再需要为混用场景写胶水代码。

🔐 跨轮凭证热刷新状态保留

  • 访问令牌与短期 API 密钥过期时，传入同一 environment_id 并附新的网络配置即可。
  • 新规则立即替换旧规则，沙箱中的文件系统、已安装包与已克隆仓库完整保留，无需重建环境。
  • 官方示例场景：第一轮用初始 Token 列出 GCS 存储桶文件，第二轮用刷新后的 Token 下载同一桶内文件——环境不中断。
机制要点：解决了长周期任务中"凭证过期即环境作废"的工程顽疾。

03托管智能体如何工作单端点全链路

开发者只需调用一个端点，Gemini 在隔离云沙箱中接管完整任务链：

接收意图→推理拆解→代码执行→包安装→文件管理→网络获取→交付结果

本次更新后，这条链路新增了异步后台执行（不阻塞调用方）、远程 MCP 直连（接入企业内部工具）、本地函数混用（打通本地业务逻辑）与凭证热刷新（维持长周期环境）四个环节，使托管智能体从"一次性问答"升级为可持续运行的异步工作体。

编辑视角

本文信息全部来自 Google DeepMind 官方博客与官方代码示例，属企业通稿/单方披露性质。四项能力的工程逻辑清晰、代码示例可复现，但实际生产环境下的稳定性、并发性能与 MCP 兼容范围尚无第三方独立测试。读者宜将其视为"平台能力路线图更新"而非"已验证的工程结论"。

值得注意的是，Google 选择将 MCP（Model Context Protocol）作为远程工具接入标准而非另起私有协议，这与 Anthropic 主导的 MCP 生态形成了事实上的合流——当头部厂商开始统一工具接口层，Agent 框架层的竞争正在从"谁的提示词更好"转向"谁的工程基建更可靠"。

大模型平台正从"卖模型参数"转向"卖工程基建"，谁能把 Agent 的运维复杂度降到最低，谁就能锁定下一轮企业开发者。

▶现在就能用

查阅 Gemini Interactions API 概览与 Managed Agents 快速入门指南，探索自定义智能体定义、环境配置、网络规则与高级流式模式。

Gemini Interactions API → 官方文档