Gemini API 托管代理：3.6 Flash、钩子等新功能

Google DeepMind 宣布，Managed Agents 的默认模型已从之前的版本升级为 Gemini 3.6 Flash。根据官方博客，antigravity-preview-05-2026 代理现在默认运行 Gemini 3.6 Flash，用户无需任何代码更改，下一次交互将自动采用新模型。

开发者也可以显式选择其他模型：通过 agent_config.model 参数，可指定 Gemini 3.5 Flash 或 Gemini 3.5 Flash-Lite。其中 Gemini 3.5 Flash-Lite 被描述为“Gemini 3.5 系列中延迟和成本最低”的模型。这一灵活性允许用户在性能与成本之间权衡。

新引入的环境钩子（environment hooks）允许开发者在代理沙箱内，在每次工具调用前后运行自定义脚本。通过在环境中添加 .agents/hooks.json 文件，运行时会在 pre_tool_execution 或 post_tool_execution 事件触发时执行相应处理程序。

钩子配置支持正则表达式匹配工具名称。例如，可设置 security-gate 组在 code_execution 或 write_file 调用前运行 gate.py 脚本；若脚本返回 {"decision": "deny", "reason": "..."}，则该工具调用被跳过，拒绝原因传入模型上下文。另一个示例是 auto-format 组，在每次工具执行后运行 auto_lint.py 以强制执行代码风格。

钩子还支持 HTTP 类型处理程序，可直接 POST 到外部端点。官方文档提供了完整的 HTTP 钩子定义和失败处理语义。

博客引用 AI 原生投资银行 Offdeal 的案例：其 AI 分析师 Archie 需要确保公司 Logo 在幻灯片中正确显示——包括正确的公司、尺寸、宽高比、透明背景和白色幻灯片上的高对比度。Offdeal 使用 post_tool_execution 钩子在远程沙箱内触发自动图像验证管道。

Offdeal 表示，在代理钩子出现之前，由于沙箱是远程的，验证代码无处运行；钩子使得验证管道能够在沙箱内部执行。这展示了环境钩子在生产级验证流程中的实际价值。

博客还提到新增了预算控制（budget controls）、定时触发（scheduled triggers）和免费层访问（free tier access），但未提供具体细节。这些功能建立在之前发布的背景任务和远程 MCP 服务器集成之上。

Managed Agents 通过 Gemini Interactions API 协调推理、代码执行、包安装、文件管理和网络检索，所有这些都在隔离的云沙箱中完成。