Google DeepMind incorporó nuevas capacidades para Managed Agents en Gemini API, con foco en ejecución en segundo plano, integración con servidores MCP remotos, funciones personalizadas y actualización de credenciales entre interacciones. La actualización apunta a que los desarrolladores puedan construir agentes más estables para entornos de producción, sin sostener conexiones frágiles ni resolver por separado cada componente de ejecución.
Managed Agents suma ejecución en segundo plano para tareas largas
La principal novedad está en la ejecución en segundo plano, pensada para interacciones asincrónicas que pueden extenderse más allá de una conexión HTTP convencional. En lugar de mantener abierta una sesión durante toda la operación, la API devuelve un identificador que permite consultar estado, recibir progreso o reconectarse mientras el agente termina la tarea de forma remota.
Admin
Este cambio es relevante para equipos que trabajan con agentes capaces de ejecutar procesos largos, revisar archivos, instalar paquetes o trabajar con repositorios dentro de un entorno aislado en la nube. Según Google, Managed Agents en Gemini Interactions API permite llamar a un único endpoint, mientras Gemini gestiona razonamiento, ejecución de código, instalación de paquetes, manejo de archivos e información web dentro de un sandbox.
La actualización reduce una fricción técnica concreta en aplicaciones empresariales. Cuando una tarea depende de múltiples pasos, el sistema ya no queda atado a la estabilidad de una conexión abierta, lo que mejora la operación de agentes en flujos donde el tiempo de respuesta no siempre puede predecirse.
La integración con MCP remoto conecta agentes con sistemas externos
Google también añadió soporte para servidores remotos Model Context Protocol, conocidos como MCP. Con esta capacidad, los agentes gestionados pueden conectarse directamente con herramientas, bases de datos privadas o API internas, sin que el desarrollador tenga que construir middleware propio para cada conexión.
La publicación indica que estas herramientas remotas pueden combinarse con capacidades del sandbox, como Google Search o ejecución de código. En la práctica, esto permite que el agente trabaje con recursos externos desde un entorno seguro, manteniendo una arquitectura más ordenada para aplicaciones que requieren interacción con sistemas corporativos.
Ivan
Las funciones personalizadas y las credenciales refuerzan el uso productivo
Otra incorporación es el llamado a funciones personalizadas junto con herramientas integradas del sandbox. Las herramientas nativas pueden ejecutarse automáticamente en el servidor, mientras que las funciones personalizadas pasan la interacción a un estado que permite al cliente ejecutar lógica local de negocio.
Google también incorporó actualización de credenciales de red entre interacciones. Cuando expiran tokens de acceso o claves de API de corta duración, el desarrollador puede enviar una nueva configuración de red usando el mismo environment_id, sin perder el estado del filesystem, los paquetes instalados ni los repositorios clonados en el sandbox.
Ivan
Para equipos técnicos y directivos, la lectura central es que Managed Agents pasa a cubrir piezas operativas que suelen bloquear el paso desde prototipos a producción. La ejecución asíncrona, la conexión con MCP remoto, las funciones personalizadas y la rotación de credenciales convierten a la API en una base más completa para agentes que deben trabajar dentro de entornos reales de desarrollo.
