ainews
Google Gemini API Managed Agents: хуки, бюджеты и бесплатный доступ — агенты как CI/CD-воркеры
Google обновил Managed Agents в Gemini API: теперь по умолчанию используется Gemini 3.6 Flash, добавлены environment hooks для валидации кода внутри песочницы, контроль бюджета токенов, cron-триггеры для автоматизации и бесплатный тир. Агенты превратились в автономных воркеров, которые могут выполнять задачи разработки, аудита и CI/CD без внешней оркестрации.
Впервые крупный вендор даёт полный контроль над LLM-агентами на инфраструктурном уровне (валидация, бюджеты, расписание) — это открывает путь в enterprise и production, где раньше агенты были слишком рискованными.
Что произошло
Google выкатил крупное обновление Managed Agents в Gemini API. Главное: агенты теперь по умолчанию работают на Gemini 3.6 Flash, но можно переключиться на более дешёвую 3.5 Flash-Lite или другие модели.
Environment hooks — самая мощная фича: можно встроить кастомные скрипты, которые запускаются до или после каждого вызова инструмента внутри изолированной песочницы. Например, проверять код перед выполнением, блокировать опасные команды или автоматически форматировать файлы после записи. Работает через JSON-конфиг, поддерживает регулярки для таргетинга инструментов.
Бюджет токенов (max_total_tokens) позволяет ограничить расход: если агент превысит лимит, выполнение приостановится с сохранением состояния окружения — можно продолжить с того же места.
Cron-триггеры превращают агентов в планировщиков: задаёшь расписание, промпт и окружение — агент выполняет задачи по таймеру, сохраняя файлы между запусками.
Теперь всё это доступно и на бесплатном тире (без биллинга) — можно тестировать без карты. Плюс добавили Environments API для управления песочницами из кода.
Почему это важно
Впервые API-агенты получили не только автономность (многошаговые рассуждения, выполнение кода, пакеты, файлы, веб-поиск), но и контроль на уровне инфраструктуры: валидация, бюджеты, расписание. Это превращает LLM-агентов из «помощников» в полноценных CI/CD-воркеров, которые могут жить в production-пайплайнах.
Пример из кейса Offdeal (AI-инвестбанк): раньше не могли проверять качество логотипов компаний, потому что валидационный код не мог работать в удалённой песочнице. С хуками запускают пайплайн проверки (размер, прозрачность, верификация через vision API) прямо внутри окружения агента — сразу после того, как агент сгенерирует список компаний.
Почему это важно
**Environment hooks** дают контроль над каждым действием агента: можно встроить линтеры, секьюрити-сканеры, pre-commit хуки, автоформатирование — всё работает внутри песочницы. TypeScript/Python SDK из коробки, можно передать hooks.json в .agents/ и агент выполнит кастомные скрипты. Модель можно выбрать явно (gemini-3.5-flash-lite дешевле). Бюджет токенов спасает от infinite loops.
Managed Agents становятся полноценной платформой для автоматизации: аудит кода, апгрейд зависимостей, генерация отчётов — всё по расписанию. Бесплатный тир снижает порог входа для MVP, а хуки позволяют внедрить корпоративные политики безопасности и комплаенс прямо в агентский воркфлоу. Offdeal уже использует в production для банковских презентаций.
Google наращивает давление на Anthropic (Claude Code Execution) и OpenAI (Operator), добавляя enterprise-возможности: планировщики, бюджеты, безопасность. Бесплатный тир ускорит adoption среди разработчиков. Сектора под удар: DevOps-автоматизация, no-code платформы, AI-агенты для B2B (финансы, инвест-банки, compliance). Спрос на изолированные песочницы (Firecracker, gVisor) вырастет.
Возможности
- **AI-линтеры и секьюрити-гейты как сервис**: продавать готовые конфиги hooks.json для проверки кода на уязвимости, PII, соблюдение стандартов (SOC2, PCI-DSS) — подписка для DevOps-команд
- **No-code планировщики задач на агентах**: конструктор для маркетологов/аналитиков — настроить триггеры для автоматизации отчётов, скрапинга, обработки данных без кода, монетизация через Zapier-модель
- **Managed CI/CD воркеры**: платформа для автоматизации тестирования/деплоя на основе агентов — замена GitHub Actions, но с LLM-рассуждениями для нестандартных кейсов
- **Enterprise-дистрибутивы агентов**: продавать преднастроенных агентов для финансов/банков (как Offdeal) — валидация документов, комплаенс-проверки, автоматизация M&A-процессов
- **Sandbox-as-a-Service для AI-стартапов**: предоставлять изолированные окружения с хуками для других AI-провайдеров (Claude, GPT) — Firecracker/gVisor + оркестрация, B2B-SaaS
Риски
- **Vendor lock-in**: привязка к Gemini API и их песочнице — миграция на другую модель (Claude, GPT) потребует переписывания хуков и инфраструктуры
- **Бюджет токенов легко превысить**: без опыта настройки max_total_tokens можно уйти в минус на сложных задачах, особенно с мультитёрн-циклами — нужны чёткие лимиты
- **Хуки = новая поверхность для атак**: если в .agents/hooks.json попадёт вредоносный код (через компромисс репозитория), агент выполнит его внутри песочницы — нужен контроль целостности конфигов
- **Бесплатный тир раздует объёмы мусорного трафика**: злоупотребление для майнинга/спама, если Google не введёт жёсткие рейт-лимиты — возможно падение качества сервиса для платных клиентов
Оценка
Google превращает Gemini Managed Agents в инфраструктурный продукт уровня Kubernetes для AI-воркфлоу: хуки дают контроль, триггеры — автономность, бюджеты — предсказуемость затрат. Для enterprise это серьёзная альтернатива кастомным оркестраторам (LangGraph, CrewAI). Главный риск — vendor lock-in и зависимость от стабильности песочниц Google. Но если они справятся с масштабированием, это может стать стандартом для production-агентов.
Ключевые выводы
- Environment hooks — первый шаг к «Infrastructure as Code» для LLM-агентов: валидация/аудит/форматирование как часть воркфлоу
- Cron-триггеры + сохранение состояния = агенты становятся long-running воркерами, а не одноразовыми ассистентами
- Бесплатный тир ускорит adoption, но создаст проблемы с abuse (спам/майнинг) — Google нужны жёсткие квоты
- Кейс Offdeal показывает, что хуки решают реальные production-задачи (автоматизация банковских презентаций) — не игрушка
- Выбор модели (3.6 Flash vs 3.5 Flash-Lite) даёт flexibility для баланса «качество/цена» — важно для high-volume задач
Автор: Юлия Тарасова · Источник: Google AI Blog
**Вот это уже серьёзно.** Раньше LLM-агенты были классными демками, но в production их боялись пускать — слишком непредсказуемые, дорогие и без контроля. Google решил эту проблему в лоб: хуки дают валидацию каждого шага (можно блокировать опасные команды или автоформатировать код), бюджеты защищают от infinite loops, триггеры позволяют запускать агентов по cron-расписанию с сохранением состояния между запусками. Кейс Offdeal (AI-инвестбанк) показывает, что это не просто фичи для галочки — их уже используют в production для автоматизации подготовки презентаций банковских сделок, включая проверку 30+ логотипов компаний с помощью vision API прямо внутри песочницы.
**Где подвох?** Vendor lock-in. Если вы завяжете всю инфраструктуру на Gemini Managed Agents, переехать на Claude или GPT будет больно. Плюс бесплатный тир может породить волну злоупотреблений (майнинг, спам), если Google не введёт жёсткие квоты. Но если вы делаете AI-воркфлоу для enterprise и готовы к зависимости от Google, это сейчас лучший вариант из коробки — никакой самописной оркестрации на LangGraph/CrewAI не нужно.
Инструменты из статьи
Мультимодальный ассистент Google: огромный контекст, интеграция с Workspace...
Доступ из РФ →
Комментарии