Google 在 2026 年 5 月 19 日发布了 Introducing Managed Agents in the Gemini API。如果只看标题,很容易把它理解成“Gemini 也提供 agent 了”。但对本站用户来说,真正值得看的不是又多了一个代理入口,而是 Google 把团队过去最容易自己踩坑的几层东西一起包进来了:托管运行时、隔离沙箱、会话状态、网页浏览、代码执行,以及面向代理的 AGENTS.md / SKILL.md 配置方式。
这条更新对正在比较 Gemini、Make 和 Zapier 的团队特别重要。以前很多团队搭代理,表面上是在“选模型”,实际上在自己维护环境、状态、连接器、任务约束和失败恢复。Google 这次想卖的不是一个更会说话的模型,而是一层更完整的代理工作底盘。
这次真正更新了什么
官方文章里最关键的几件事,是一起出现的,而不是单点功能:
- Google 把 Managed Agents 放进 Gemini API,并在 Google AI Studio 里提供模板。
- 代理运行在 隔离的 Linux 运行时,自带网页浏览和代码执行能力。
- 代理可以通过单次 API 调用被拉起,但背后是一个 有状态的会话和托管环境,不是一次性纯文本补全。
- Google 明确说这套能力建立在 Gemini 3.5 Flash 与 Antigravity 之上。
- 团队可以通过
AGENTS.md和SKILL.md来定义行为、边界和可复用技能,而不是把所有约束都塞进超长提示词。 - 文中还提到 Enterprise Agent Platform private preview,说明它不只是给个人开发者玩的实验功能,而是在往企业级落地方向试水。
把这些点放在一起看,它已经不是“SDK 新增一个 agent 方法”这么简单了。Google 正在试图把代理开发里最重的基础设施问题往平台层吸收,让团队少维护一些胶水。

它和“多一个 agent SDK”到底差在哪
很多团队过去已经会用 Zapier 或 Make 串自动化,也会在代码仓里配脚本让模型执行一些固定动作。但这两类方案都各有边界。低代码编排器更擅长触发器、字段映射和稳定动作链;自建代理框架更灵活,但你要自己处理环境、会话、观察、日志和恢复。
Gemini API 托管代理想补的,恰好是中间这条麻烦的带宽:让开发团队少花时间搭代理壳,多花时间定义任务边界和评估方式。
这也是为什么这条新闻更接近我们前几天写的 Anthropic 收购 Stainless 为什么重要,而不是 AI 编程助手对比:Cursor 与 GitHub Copilot。后者讨论的是编辑器和开发者个人工作位,前者与今天这条更像是在讨论“代理系统怎么接进真实环境”。它们服务的是不同层级的问题。
对普通开发团队最有用的启发
这条更新真正改变的,不是“今天起所有团队都该迁移到 Gemini”。更有用的启发是,你可以重新问三个问题:
- 这条代理任务,核心难点到底在模型质量,还是在运行时和环境管理?
- 我们现在自己维护的代理脚手架,有多少工作其实不是业务价值,而是平台胶水?
- 如果平台帮我托管了环境,我能不能把时间转去定义更清楚的验收方式、审批点和失败恢复?
对很多团队来说,答案往往是第三个。代理项目最容易拖慢的,不是“模型写得不够好”,而是任务一长,环境就散,状态就乱,重试就贵,最后没人想维护。这也是为什么 Google 把 AGENTS.md、SKILL.md、托管运行时和 Enterprise preview 放在同一篇里讲。它在暗示:下一阶段的竞争,不只是模型能力,而是 代理是不是更容易被工程团队制度化。

现在更适合拿什么任务试
如果你想判断这条更新有没有真实价值,不要先挑最高风险的生产写操作。更稳的试点任务是这些:
- 读取固定资料后生成结构化研究摘要
- 在隔离环境里跑一段可回滚的数据处理或代码分析
- 对某个外部 API 或内部工具做有限动作的操作型代理
- 带人工审批点的长任务调查,而不是无人监管的自动执行
这些任务有个共同点:环境隔离有价值,会话状态有价值,但失败成本仍可控。也就是说,它们足以检验托管代理底盘到底有没有帮你省工作,却不至于把团队直接绑到一个不可逆的新平台上。
站内用户现在该怎么跟
如果你主要关心 AI 编程和企业工作流,这条新闻更像一个判断拐点,而不是购买结论。你可以先把它和站内另两篇一起看:
- Open Agent Leaderboard 为什么值得看:帮助你比较“整套代理系统”而不是只看模型名。
- AlphaEvolve 为什么值得 AI 编程工具用户关注:帮助你把代理能力和可评估的工作流绑定起来。
然后再决定:你真正需要的是 Gemini 这种托管代理平台,还是更适合继续让 Make / Zapier 承担结构化流程,再把模型放在上层做推理和整理。
这条热点之所以值得今天发,不是因为 Google 又多了一个 agent 名词,而是因为它把很多团队以前分散维护的代理底盘,开始打包成了一个更接近平台级产品的形状。
参考来源:
- Google: Introducing Managed Agents in the Gemini API





