Les agents gérés dans l'API Gemini utilisent désormais par défaut Gemini 3.6 Flash. De nouveaux hooks d'environnement vous permettent de bloquer, de linter ou d'auditer les appels d'outils dans le sandbox. Nous avons également ajouté des contrôles budgétaires, des déclencheurs planifiés et un accès au niveau gratuit.
Les agents gérés dans l'API Gemini bénéficient désormais de hooks d'environnement, de la sélection de modèle et d'un accès au niveau gratuit. Ces fonctionnalités s'appuient sur notre version précédente qui a introduit les tâches en arrière-plan et l'intégration de serveurs MCP distants.
Avec les agents gérés dans l'API Gemini Interactions, un seul appel API coordonne le raisonnement, l'exécution de code, l'installation de paquets, la gestion de fichiers et la récupération web dans un sandbox cloud isolé.
Si vous utilisez un assistant de codage IA, exécutez cette commande dans votre terminal pour lui donner accès à la compétence Interactions API : npx skills add google-gemini/gemini-skills --skill gemini-interactions-api
Vous trouverez ci-dessous des exemples utilisant le SDK TypeScript/JavaScript @google/genai. Pour Python ou cURL, consultez la documentation sur l'agent antigravité.
1npm install @google/genai
Gemini 3.6 Flash est désormais le modèle par défaut
L'agent antigravity-preview-05-2026 utilise désormais Gemini 3.6 Flash par défaut. Aucune modification de code n'est nécessaire. Votre prochaine interaction l'utilisera automatiquement.
Vous pouvez également sélectionner explicitement des modèles en passant agent_config.model lors de la création d'une interaction ou d'un agent géré. Utilisez Gemini 3.5 Flash-Lite pour réduire les coûts, ou choisissez le modèle de votre préférence.
1import { GoogleGenAI } from "@google/genai";23const client = new GoogleGenAI({});45const interaction = await client.interactions.create({6 agent: "antigravity-preview-05-2026",7 input: "Auditez toutes les dépendances dans package.json, mettez à niveau les paquets obsolètes et vérifiez la build en exécutant npm test.",8 environment: "remote",9 agent_config: {10 type: "antigravity",11 model: "gemini-3.5-flash-lite",12 },13});1415console.log(interaction.output_text);
Les modèles pris en charge incluent :
- Gemini 3.6 Flash (gemini-3.6-flash, par défaut) : Modèle équilibré pour le raisonnement, le codage et l'utilisation d'outils.
- Gemini 3.5 Flash (gemini-3.5-flash) : Génération précédente pour les workflows agentiques généraux.
- Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) : Latence et coût les plus bas de la famille Gemini 3.5.
Hooks d'environnement : bloquer, linter et auditer les appels d'outils dans le sandbox
Les hooks d'environnement vous permettent d'exécuter vos scripts personnalisés avant ou après chaque appel d'outil effectué par l'agent dans son sandbox. Ajoutez un fichier .agents/hooks.json dans votre environnement et le runtime exécutera vos gestionnaires sur les événements pre_tool_execution ou post_tool_execution.
1{2 "security-gate": {3 "pre_tool_execution": [4 {5 "matcher": "code_execution|write_file",6 "hooks": [7 {8 "type": "command",9 "command": "python3 /.agents/hooks-scripts/gate.py",10 "timeout": 1011 }12 ]13 }14 ]15 },16 "auto-format": {17 "post_tool_execution": [18 {19 "matcher": "*",20 "hooks": [21 {22 "type": "command",23 "command": "python3 /.agents/hooks-scripts/auto_lint.py",24 "timeout": 1525 }26 ]27 }28 ]29 }30}
Dans cette configuration :
- Le groupe security-gate exécute gate.py avant chaque appel code_execution ou write_file. Si le script renvoie {"decision": "deny", "reason": "..."}, l'appel d'outil est ignoré et la raison du rejet est transmise dans le contexte du modèle.
- Le groupe auto-format exécute auto_lint.py après chaque outil pour appliquer les règles de style de code.
- Les hooks prennent également en charge les gestionnaires de type http qui POSTent directement vers un point de terminaison externe.
Pour les définitions complètes des hooks HTTP et la sémantique de gestion des erreurs, consultez la documentation sur les hooks.
Les équipes utilisent déjà les hooks pour construire des pipelines de validation de niveau production. Par exemple, la banque d'investissement IA-native Offdeal utilise des hooks post_tool_execution pour exécuter une vérification automatisée d'images dans le sandbox distant.
OffDeal est une banque d'investissement IA-native, et Archie est l'analyste IA que nos banquiers utilisent chaque jour. Une exigence pour les présentations prêtes pour les banquiers est les logos d'entreprise : tableaux des acheteurs, colonnes des sponsors, grilles tombales, souvent plus de 30 logos dans une seule présentation, chacun devant être la bonne entreprise, avec la taille et le rapport d'aspect appropriés, contenir le nom, avoir un fond transparent et un contraste élevé lorsqu'il est placé sur une diapositive blanche.
Avant les hooks d'agent, nous ne pouvions pas faire cela sur les agents gérés de Gemini : le sandbox est distant, donc notre code de validation n'avait nulle part où s'exécuter. Avec les hooks, un hook post_tool_execution déclenche notre pipeline dans le sandbox dès qu'Archie écrit sa liste d'entreprises, récupérant les candidats, appliquant des contrôles de qualité au niveau du pixel, vérifiant chaque logo avec Gemini Vision et publiant un manifeste des fichiers approuvés qui sont les seules images autorisées dans la présentation.
— Alston Lin, Fondateur et CTO d'OffDeal
Fonctionnalités de contrôle des coûts et d'automatisation
Disponibilité au niveau gratuit
Les agents gérés sont désormais disponibles sur les projets au niveau gratuit. Les développeurs peuvent expérimenter des workflows agentiques en utilisant une clé API provenant d'un projet sans facturation active.
Contrôles budgétaires
Étant donné que les agents gérés exécutent des boucles autonomes multitours, les tâches complexes peuvent consommer des budgets de tokens importants. Pour éviter les tâches incontrôlées, vous pouvez passer max_total_tokens dans agent_config pour limiter la consommation totale (entrée + sortie + réflexion).
Lorsque l'agent atteint la limite, l'exécution s'arrête en toute sécurité et l'interaction renvoie status: "incomplete". L'état de l'environnement est préservé, ce qui vous permet de continuer là où il s'est arrêté en passant previous_interaction_id avec un nouveau budget.
1const interaction = await client.interactions.create({2 agent: "antigravity-preview-05-2026",3 input: "Auditez tous les modules de ce dépôt et générez un rapport de migration.",4 agent_config: {5 type: "antigravity",6 max_total_tokens: 10000,7 },8 environment: "remote",9});
Exécution planifiée avec déclencheurs
Automatisez les tâches récurrentes des agents avec des déclencheurs planifiés. Un déclencheur lie un agent, un environnement, une invite et un planning cron en une ressource persistante qui se déclenche sans intervention manuelle. Chaque exécution réutilise le même sandbox, de sorte que les fichiers persistent d'une exécution à l'autre.
API Environnements
L'API Environnements vous permet de lister, inspecter et supprimer des sessions sandbox depuis le code. Récupérez les ID d'environnement après une déconnexion, ou nettoyez les sandbox lorsque votre pipeline se termine au lieu d'attendre le TTL de 7 jours.
Commencez avec les agents gérés
Ces mises à jour transforment les agents gérés en workers planifiés et contrôlés par budget qui opèrent de manière autonome dans des environnements de développement réels, sans dépasser votre budget ni nécessiter d'orchestration externe.
Consultez la présentation de l'API Gemini Interactions et le guide de démarrage rapide des agents gérés pour explorer les définitions d'agents personnalisées, les configurations d'environnement, les règles réseau et les modèles de streaming avancés.
