Переход от диалоговых интерфейсов к автономным исполнителям требует кардинального изменения инфраструктуры. Обычный сессионный чат ограничен контекстным окном и завершает работу сразу после генерации ответа. В свою очередь, комплексные инженерные и аналитические задачи требуют от модели способности планировать шаги, запускать проверочные скрипты, анализировать ошибки компиляции и сохранять промежуточное состояние. Официальный запуск платформы Managed Agents в Gemini API решает эту проблему за счет переноса агентного рантайма Antigravity в изолированные облачные Linux-песочницы.
Архитектура Antigravity и удаленные Linux-окружения
В основе решения лежит отказ от локального исполнения команд на машине пользователя в пользу контролируемой облачной среды. При инициализации управляемого агента через Gemini API единый вызов метода interactions.create разворачивает выделенный удаленный контейнер под управлением Linux. Агент функционирует в рамках среды antigravity-preview, которая отвечает за декомпозицию исходной цели, пошаговое выполнение инструкций и координацию системных утилит.
В официальных релизах Google в качестве базовой модели по умолчанию выступает Gemini 3.6 Flash, оптимизированная под минимальную задержку и экономный расход ресурсов при вызове внешних инструментов. При этом конфигурация agent_config.model позволяет разработчикам подключать альтернативные и более производительные модели семейства по мере их выхода.
Ключевым преимуществом песочницы является сохранение состояния. В отличие от одноразовых бессерверных функций, удаленная среда обладает установленным временем жизни (TTL) до семи дней. Это позволяет агенту возвращаться к ранее созданным файлам, повторно использовать установленные системные зависимости и выполнять периодические задачи по расписанию без необходимости каждый раз собирать проект заново.
Управление безопасностью: перехватчики hooks и лимиты токенов
Предоставление автономному агенту доступа к терминалу и исполнению кода неизбежно создает риски безопасности. Чтобы предотвратить неконтролируемые сетевые запросы, утечки конфиденциальных данных или бесконечные циклы вычислений, архитектура Managed Agents предусматривает двухуровневый контур защиты:
- Механизм перехватчиков (hooks): система позволяет встроить функции валидации, которые срабатывают непосредственно перед выполнением любого действия (tool call). Через хуки можно настроить автоматический статический анализ кода, запретить обращение к внешним сетевым узлам или заблокировать деструктивные команды терминала до их передачи в операционную систему.
- Бюджетные квоты и аудит: разработчик обязан явно задавать предельные лимиты вычислений, включая параметр max_total_tokens. Если цепочка рассуждений агента заходит в тупик, выполнение принудительно останавливается, защищая учетную запись от непредвиденных расходов.
Управление жизненным циклом таких контейнеров вынесено в отдельный Environments API. Через него сервисы могут опрашивать статус песочницы, инспектировать файловую систему, выгружать артефакты работы и принудительно уничтожать окружение по завершении проекта.
Практический регламент: пошаговая настройка через Gemini API
Для безопасного развертывания первого автономного воркфлоу рекомендуется придерживаться следующего порядка действий:
- Создание проекта и ключей доступа: в консоли разработчика активируется доступ к Gemini API и настраиваются сервисные учетные данные. Секретные токены и пароли ни при каких обстоятельствах не передаются в тело пользовательских промптов — они пробрасываются в окружение исключительно через изолированные переменные среды.
- Конфигурация вызова: в запросе interactions.create задаются идентификатор агента antigravity-preview, тип окружения environment: "remote" и перечень разрешенных инструментов командной строки.
- Установка защитных барьеров: настраиваются функции hooks для фильтрации подозрительных вызовов и фиксируется жесткий лимит на общее потребление токенов.
- Тестовая верификация: агент запускается на ограниченном пилотном сценарии с фиксированным набором файлов. Через вызовы Environments API инженер проверяет логи выполнения, созданные скрипты и отчеты, и только после успешного аудита переводит задачу на регулярное расписание.