A重点80
Google AI Blog
2 个来源扩展Gemini API中的托管代理：后台任务、远程MCP等
谷歌宣布了Gemini API中托管代理的新功能，包括支持后台任务和远程MCP。这些更新旨在帮助开发者构建更可靠、可用于生产的代理。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
Google DeepMind 为 Gemini API 托管智能体新增后台执行与远程 MCP 集成
版本 1 · 2 个来源
Google DeepMind 宣布为 Gemini API 的托管智能体（Managed Agents）新增四项关键能力：后台执行、远程 MCP 服务器集成、自定义函数调用以及跨交互的凭据刷新。这些更新旨在解决开发者反馈，使智能体更可靠、更适用于生产环境。
- 后台执行：通过设置 background: true，智能体可在服务器端异步运行，立即返回交互 ID，客户端可轮询状态或稍后重连，无需保持 HTTP 连接。
- 远程 MCP 集成：开发者可直接将托管智能体连接到远程 MCP 服务器，访问私有数据库或内部 API，无需编写自定义代理中间件。
- 自定义函数调用：允许在沙箱工具（如代码执行、Google 搜索）之外添加自定义函数，内置工具自动在服务器运行，自定义函数触发 requires_action 状态，由客户端执行本地业务逻辑。
- 凭据刷新：支持在交互之间刷新令牌等凭据，且不丢失沙箱状态。
展开章节目录后台执行：异步任务的新范式
后台执行：异步任务的新范式
托管智能体新增的后台执行功能允许开发者将长时间运行的任务异步化。通过传递 background: true 参数，API 会立即返回一个交互 ID，客户端可以轮询状态、流式传输进度或稍后重新连接，而无需保持 HTTP 连接打开。Google 官方博客指出，长时间保持 HTTP 连接是脆弱的，后台执行直接解决了这一问题。
代码示例展示了如何使用 JavaScript SDK 启动一个后台任务：克隆 GitHub 仓库、查找所有 TODO 注释并按模块和优先级分类生成 Markdown 报告。客户端通过轮询交互 ID 获取结果，轮询间隔为 5 秒。这一机制使得构建可靠的长时间运行智能体成为可能。
远程 MCP 集成：连接私有数据源
开发者现在可以将托管智能体直接连接到远程 MCP 服务器，从而访问私有数据库或内部 API，而无需编写自定义代理中间件。在交互时，可以传递 mcp_server 工具，与内置的 Google 搜索、代码执行等沙箱能力混合使用。
官方博客提供了一个示例：智能体检查内部可观测性服务器的认证服务延迟峰值，并与 Git 提交进行关联。这展示了 MCP 集成如何让智能体从安全沙箱内与外部端点通信，扩展了智能体的数据访问范围。
自定义函数与凭据刷新：增强灵活性与持久性
自定义函数调用功能允许开发者将自定义工具与内置沙箱工具结合使用。API 使用步骤匹配：内置工具自动在服务器运行，而自定义函数会将交互状态转为 requires_action，由客户端执行本地业务逻辑。例如，可以定义一个获取天气的自定义函数，与代码执行工具一同传递给智能体。
凭据刷新功能支持在交互之间刷新令牌等凭据，且不丢失沙箱状态。这对于需要长期运行或跨会话保持认证状态的智能体至关重要。THE DECODER 的报道确认了这四项新功能均通过 Gemini Interactions API 提供，并提供了 JavaScript、Python 和 cURL 的代码示例。
可信度边界
本文信息主要来源于 Google 官方博客（第一手来源）和 THE DECODER 的报道（第二手来源）。官方博客提供了详细的功能描述和代码示例，THE DECODER 的报道对功能进行了总结确认。所有功能声明均来自官方博客，未引入外部知识。
核心结论
Google DeepMind 此次更新使 Gemini API 的托管智能体更接近生产就绪：后台执行解决了异步任务可靠性问题，远程 MCP 集成降低了连接私有数据的复杂度，自定义函数和凭据刷新则增强了灵活性和持久性。这些改进直接回应了开发者构建可靠智能体的需求。
主报道
Google AI Blog
主报道来源
同一事件报道
另有 1 个来源报道