# Google превращает управляемых агентов в асинхронных работников с фоновыми задачами и удаленным MCP Source: TechNewsList (https://technewslist.com) Canonical URL: https://technewslist.com/ru/article/google-managed-agents-background-mcp-2026-08-02-night-ru Section: AI (https://technewslist.com/ru/ai) Author: TechNewsList Language: ru Published: 2026-08-02T17:20:07.635+00:00 Updated: 2026-08-02T17:20:07.821249+00:00 > Июльское расширение Google управляемых агентов в Gemini API переводит инфраструктуру агентов в сторону надежной фоновой работы, удаленного доступа к инструментам и возобновляемого выполнения в облаке вместо хрупких циклов запросов и ответов. ## TL;DR - 7 июля 2026 года компания Google анонсировала новые возможности управляемых агентов, включая выполнение в фоновом режиме, удаленные серверы MCP, настраиваемые функции и обновление учетных данных. - API Gemini Interactions выполняет рассуждения, выполнение кода, установку пакетов, управление файлами и веб-информацию в изолированной облачной песочнице. - Фоновый режим возвращает идентификатор взаимодействия, поэтому разработчики могут опрашивать, повторно подключаться или транслировать ход выполнения, не оставляя открытым HTTP-соединение. - Удаленный MCP позволяет агентам получать доступ к внешним инструментам, в то время как управляемая среда остается границей выполнения. - Благодаря этому сдвигу эксплуатационная надежность становится особенностью агентских платформ, а не второстепенной задачей на уровне приложения. ## Key points - Длительная работа может выполняться асинхронно вместо привязки сокета приложения. - Удаленный MCP подключает управляемые агенты к внешним системам, не заставляя каждого разработчика создавать собственное промежуточное программное обеспечение прокси. - Обновление учетных данных и постоянные среды решают практическую проблему в реальных рабочих процессах: разрешения сохраняются после одного запроса. - Управляемая песочница объединяет рассуждения с кодом, файлами, пакетами и веб-информацией в одной модели выполнения. - Вопрос конкуренции смещается от доступа к моделям к надежным операциям агентов. # Google превращает управляемых агентов в асинхронных работников с фоновыми задачами и удаленным MCP Следующий этап агентского программного обеспечения определяется не выпуском новой модели, а тем, что произойдет после того, как модель начнет работать. Ярким примером является расширение Google 7 июля управляемых агентов в Gemini API. Компания добавила фоновое выполнение, интеграцию с удаленным сервером Model Context Protocol (MCP), вызов пользовательских функций и обновление учетных данных при взаимодействии. В целом, обновление рассматривает агента как надежного работника внутри управляемой среды, а не как умный генератор ответов, прикрепленный к одному открытому HTTP-запросу. ![Иллюстрация управляемых агентов Google Gemini и облачного выполнения.](https://storage.googleapis.com/gweb-uniblog-publish-prod/images/Managed_agents_feature_bundle_launch.width-1300.png) ## Что произошло В Google заявили, что новые возможности напрямую отвечают отзывам разработчиков о создании надежных, готовых к работе агентов. API Gemini Interactions предоставляет единую конечную точку, в то время как управляемая среда обрабатывает рассуждения, выполнение кода, установку пакетов, управление файлами и веб-информацию в изолированной облачной песочнице. Это значимое решение по упаковке: разработчики могут думать о задании и его разрешениях, не собирая каждый уровень среды выполнения самостоятельно. Самым важным дополнением является фоновое выполнение. Вместо того, чтобы держать соединение открытым, пока агент клонирует репозиторий, выполняет анализ, устанавливает зависимость или ожидает выполнения инструмента, приложение может начать взаимодействие с включенным фоновым режимом. API немедленно возвращает идентификатор взаимодействия. Клиент может запросить статус, повторно подключиться позже или транслировать прогресс, пока работа продолжается удаленно. Google также добавил прямую удаленную интеграцию MCP. MCP становится распространенным способом описания инструментов и подключений к данным, но подключение агента к удаленной системе обычно требует от разработчика создания прокси-сервера, управления аутентификацией и решения, где повторяются попытки сбоя. Управляемые агенты перемещают большую часть этого соединения на платформу. Вызов пользовательских функций дает агенту еще один контролируемый маршрут к логике приложения, а обновление учетных данных позволяет при последующем взаимодействии обновлять кратковременный доступ, не теряя при этом среду и ее состояние. ## Почему это важно Демо-версии агентов часто скрывают самые дорогостоящие инженерные проблемы. Демо может выполнить задачу, пока процесс остается в памяти, а сокет остается открытым. Производственные системы не могут предполагать, что сетевое соединение сохранится, что токен будет по-прежнему действителен при возобновлении задачи или что каждый внешний инструмент может быть обернут специальным промежуточным программным обеспечением. Дизайн Google признает эту реальность. Фоновое выполнение превращает время в явную часть API. Удаленный MCP делает доступ к инструментам компонуемым. Обновление учетных данных учитывает, что долгоживущая рабочая среда нуждается в способе безопасного изменения разрешений. Эти детали кажутся оперативными, но они определяют, можно ли доверить агенту работу, которая занимает минуты или часы. Обновление также меняет единицу конкуренции среди платформ ИИ. Отличительной особенностью больше не является только качество модели или длина контекста. Это то, насколько надежная инфраструктура приложение получает вокруг модели: состояние, повторные попытки, управление пакетами, наблюдаемость, контроль доступа и возможность продолжить работу после отключения клиента. ## Технические детали Управляемая песочница — это центр тяжести. Google описывает это как удаленную среду, где агент может рассуждать, выполнять код, устанавливать пакеты, управлять файлами и получать веб-информацию. Таким образом, разработчик может определить задачу, состоящую из нескольких шагов, без создания отдельного исполнителя заданий для каждого взаимодействия. Удаленный MCP особенно важен для корпоративных рабочих процессов. Внутренний сервер наблюдения, система заявок или служба данных могут оставаться под собственным контролем, в то время как агент получает структурированное соединение с инструментом. Это не устраняет необходимость в списках разрешений, токенах с наименьшими привилегиями, аудите или одобрении людей. Это делает эти проблемы видимыми на платформе агента, а не оставляет их на усмотрение набора одноразовых адаптеров. Обновление учетных данных — еще одна небольшая функция, имеющая большие практические последствия. Долго работающие агенты неизбежно встречают токены с истекающим сроком действия. Обновление сетевых правил в той же среде сохраняет установленные пакеты и клонированные репозитории, одновременно изменяя политику доступа для следующего взаимодействия. Это ближе к тому, как ведет себя реальная инфраструктура, чем запуск каждой задачи из пустой песочницы. ## Влияние на рынок и отрасль Отрасль движется к рынку управляемых сред выполнения агентов. Поставщики моделей, облачные компании и платформы разработчиков — все пытаются завладеть уровнем, на котором работают агенты. Если платформы смогут сделать фоновую работу, доступ к инструментам и обновления разрешений предсказуемыми, команды разработчиков приложений смогут тратить больше времени на разработку рабочих процессов и меньше времени на поддержку кода оркестрации. Риск – концентрация. Управляемая среда удобна, но она также создает зависимость от модели исполнения одного поставщика, интерфейсов инструментов, цен и уровня безопасности. Удаленный MCP может способствовать переносимости, если реализации остаются совместимыми, однако окружающая «песочница» и модель состояния могут по-прежнему оставаться проприетарными. ## За чем следить дальше Следующий тест заключается не в том, может ли агент запустить фоновое задание. Вопрос в том, смогут ли разработчики наблюдать, прерывать, повторять и управлять этой работой, когда внешний инструмент дает сбой на полпути. Обновление Google предоставляет примитивы. Доверие к производству будет зависеть от эксплуатационного поведения вокруг них: четкого статуса, возобновляемого состояния, ограниченных разрешений и свидетельств того, что неудачное действие не повторяется молча. Управляемые агенты становятся все меньше похожими на сеансы чата и все больше похожи на облачных работников. Это более тихое изменение, чем эталонный тест модели, но именно он может определить, какие системы агентов выживут при контакте с реальным программным обеспечением. ## Источники - [Блог Google](https://blog.google/innovation-and-ai/technology/developers-tools/expanding-managed-agents-gemini-api/) – объявление от 7 июля 2026 г. - [Документация API Gemini Interactions](https://ai.google.dev/gemini-api/docs/interactions) - Модель выполнения API. - [Документация по управляемым агентам](https://ai.google.dev/gemini-api/docs/managed-agents) - Среды и инструменты. Категория сигнала: ai. Mentions: Google, Близнецы API, Управляемые агенты, API взаимодействия, Протокол контекста модели, Антигравитация, облачные песочницы ## Sources - [Блог Google](https://blog.google/innovation-and-ai/technology/developers-tools/expanding-managed-agents-gemini-api/) - [Google AI для разработчиков](https://ai.google.dev/gemini-api/docs/interactions) - [Google AI для разработчиков](https://ai.google.dev/gemini-api/docs/managed-agents)