O Google está expandindo as capacidades dos Agentes Gerenciados na API Gemini, introduzindo funcionalidades cruciais que visam aprimorar a construção de agentes de inteligência artificial mais robustos e prontos para produção. As novidades incluem a execução de tarefas em segundo plano, integração direta com servidores remotos do Protocolo de Contexto do Modelo (MCP), chamada de funções personalizadas e a capacidade de atualizar credenciais sem perder o estado operacional do agente.

O que são Agentes Gerenciados na API Gemini?

Os Agentes Gerenciados na API de Interações Gemini representam uma solução para desenvolvedores que buscam criar agentes de IA com menos complexidade. Ao chamar um único endpoint, a API Gemini se encarrega de todo o processo de raciocínio, execução de código, instalação de pacotes, gerenciamento de arquivos e acesso a informações da web, tudo dentro de um ambiente isolado de sandbox na nuvem. Isso permite que os desenvolvedores foquem na lógica do agente, enquanto a infraestrutura subjacente é gerenciada pelo Google.

Quais são as principais novas capacidades adicionadas?

As recentes atualizações respondem diretamente ao feedback dos desenvolvedores e às necessidades do produto, focando em confiabilidade e prontidão para produção. As quatro capacidades anunciadas são:

• Execução em segundo plano (background execution): Permite que interações de longa duração ocorram de forma assíncrona no servidor, liberando a aplicação cliente.
• Integração com servidores MCP remotos: Facilita a conexão direta de agentes gerenciados a servidores Model Context Protocol (MCP) remotos, como bancos de dados privados ou APIs internas.
• Chamada de funções personalizadas (custom function calling): Possibilita a combinação de ferramentas remotas com as capacidades de sandbox integradas, permitindo que os agentes se comuniquem com endpoints personalizados.
• Atualização de credenciais: Permite a renovação de tokens de acesso e chaves de API com validade limitada sem que o agente perca seu estado, pacotes instalados ou repositórios clonados.

Como a execução em segundo plano e a integração MCP remota funcionam?

A funcionalidade de execução em segundo plano é particularmente útil para tarefas que demandam tempo e que, anteriormente, poderiam tornar uma conexão HTTP frágil ao mantê-la aberta. Agora, ao definir background: true, a API retorna imediatamente um ID. As aplicações clientes podem usar esse ID para verificar o status, transmitir o progresso ou reconectar-se mais tarde, enquanto o agente conclui sua tarefa remotamente. Isso otimiza a experiência do usuário e a resiliência da aplicação.

A integração direta com servidores MCP remotos elimina a necessidade de criar middlewares de proxy personalizados para acessar recursos privados, como bancos de dados ou APIs internas. Os agentes gerenciados podem agora se comunicar de seu sandbox seguro com seus próprios endpoints, misturando ferramentas remotas com as capacidades integradas do sandbox. Por exemplo, um agente pode usar uma ferramenta mcp_server em conjunto com a Pesquisa Google ou a execução de código.

Qual o impacto dessas atualizações para os desenvolvedores?

Essas atualizações transformam os agentes gerenciados em trabalhadores assíncronos que operam dentro de ambientes de desenvolvimento reais sem bloquear a aplicação cliente. A capacidade de executar tarefas em segundo plano significa que as aplicações podem permanecer responsivas enquanto o agente processa informações complexas ou executa código. A integração direta com servidores MCP e a chamada de funções personalizadas oferecem maior flexibilidade e controle sobre as interações do agente com sistemas externos e lógica de negócios local. Além disso, a capacidade de atualizar credenciais sem interrupção garante que os agentes possam manter suas operações contínuas, mesmo com chaves de API ou tokens de acesso que expiram.

Em essência, o Google está fornecendo ferramentas mais sofisticadas para que os desenvolvedores possam criar agentes de IA mais autônomos, eficientes e confiáveis, adaptados para cenários de uso em produção. Isso representa um passo importante para a democratização da construção de agentes complexos, permitindo que mais desenvolvedores aproveitem o poder da API Gemini.

Fonte: Google AI Blog (https://blog.google/innovation-and-ai/technology/developers-tools/expanding-managed-agents-gemini-api/), The Decoder (https://the-decoder.com/google-deepmind-adds-background-execution-and-mcp-support-to-gemini-api-managed-agents/)