Tóm tắt
Google mở rộng Managed Agents trong Gemini API với background execution, remote MCP server integration, custom function calling và credential refresh. Mục tiêu là biến agent thành worker chạy trong sandbox cloud, có thể xử lý tác vụ dài mà client không phải giữ HTTP connection mở.
Bài này quan trọng với team đang build agent production vì nó gom nhiều mảnh hạ tầng thường phải tự làm: môi trường remote, filesystem state, package install, code execution, tool access và reconnect sau khi task chạy nền.
Có gì mới
Background execution
Tác vụ agent dài không hợp với kiểu giữ một HTTP request mở mãi. Managed Agents giờ cho phép truyền background: true để chạy interaction bất đồng bộ trên server.
API trả về một ID ngay lập tức. Client có thể dùng ID đó để poll status, stream progress hoặc reconnect sau khi agent tiếp tục xử lý từ xa.
const response = await ai.models.generateContent({
model: "gemini-2.5-pro",
contents: "Clone repo, tìm TODO comments và nhóm theo module.",
config: {
tools: [{ codeExecution: {} }],
},
});Trong ví dụ của Google, agent dùng môi trường remote để clone repository, phân tích source code và tạo report. Ý tưởng chính là tách lifecycle của task khỏi lifecycle của request.
Remote MCP server integration
Managed Agents có thể kết nối trực tiếp tới remote MCP server. Thay vì viết middleware proxy riêng để agent truy cập database, internal API hoặc tool riêng, bạn có thể truyền tool kiểu mcp_server trong interaction.
Agent vẫn chạy trong sandbox bảo mật, nhưng có thể phối hợp tool remote với built-in capabilities như Google Search hoặc code execution. Đây là phần có giá trị nhất nếu team đã chuẩn hóa tool nội bộ bằng MCP.
Custom function calling
Custom functions có thể chạy cùng built-in sandbox tools. Built-in tools được thực thi tự động trên server, còn custom function sẽ chuyển interaction sang trạng thái requires_action để client chạy business logic cục bộ rồi gửi kết quả trở lại.
Cơ chế step matching giúp API phân biệt phần nào server tự chạy và phần nào cần client xử lý. Với hệ thống production, mô hình này rõ ràng hơn việc nhồi mọi tool vào một endpoint chung.
Credential refresh
Access token và API key ngắn hạn sẽ hết hạn trong các task dài. Gemini API cho phép truyền lại environment_id với network configuration mới để refresh hoặc rotate credential cho interaction tiếp theo.
Filesystem state, package đã cài và repository đã clone trong sandbox được giữ lại. Điều này giảm chi phí khởi tạo lại môi trường khi agent cần chạy nhiều lượt.
Cách sử dụng
Google khuyến nghị bắt đầu từ Gemini Interactions API overview và managed agents quickstart. Các ví dụ trong bài dùng @google/genai JavaScript SDK; Python và cURL nằm trong tài liệu Antigravity agent.
Khi thiết kế production agent, hãy tách rõ ba lớp:
- Remote sandbox cho code execution, filesystem và package install.
- Remote MCP tools cho API hoặc dịch vụ nội bộ cần truy cập qua giao thức chuẩn.
- Custom functions cho business logic cần chạy ở client hoặc trong hạ tầng riêng.
Ý nghĩa với Dev
Dev nên quan tâm vì đây là một API pattern khá đúng cho agent thật: task chạy nền, reconnect được, tool access có ranh giới và credential có vòng đời riêng. Những thứ này nghe không hào nhoáng, nhưng chúng quyết định agent có chạy được ngoài demo hay không.
Phần cần kiểm tra trước khi dùng là observability, timeout, cost control và chính sách network của sandbox. Agent production không chỉ cần “biết làm”, nó cần bị giới hạn đủ rõ để team vận hành không mất ngủ.