Googles Gemini Managed Agents erhalten ein leiseres Update: schnelleres Standardmodell, Schutzmaßnahmen und kostenlosen Tier

Wichtigste Punkte

• Googles Gemini API Managed Agents verwenden jetzt standardmäßig das Gemini 3.6 Flash-Modell, ohne dass vorhandene Benutzer ihren Code ändern müssen.
• Neue Environment Hooks ermöglichen es Entwicklern, benutzerdefinierte Skripte vor oder nach jedem Tool-Aufruf des Agenten in seiner Cloud-Sandbox auszuführen.
• Eine neue max_total_tokens-Einstellung begrenzt, wie viele Token ein Agent für eine Aufgabe ausgeben kann, bevor er sicher pausiert.
• Managed Agents sind nun in kostenlosen Google AI-Projekten verfügbar, sodass Entwickler diese ohne aktive Abrechnung ausprobieren können.
• Geplante Trigger ermöglichen es Agenten, nach einem regelmäßigen Zeitplan zu laufen und die gleiche Sandbox zwischen den Durchläufen wiederzuverwenden.

Google hat die Tools, die es Entwicklern für die Erstellung von KI-Agenten anbietet – Software, die mehrstufige Aufgaben wie das Bearbeiten von Dateien oder das Ausführen von Code eigenständig durchführen kann – stillschweigend aktualisiert. Die von Google AI auf dem DeepMind Blog angekündigten Änderungen konzentrieren sich weniger auf reine Modellleistung und mehr auf die wichtige, aber unspektakuläre Arbeit, Agenten kostengünstig, sicher und vorhersehbar zu halten.

Hier ist, was sich tatsächlich geändert hat und warum es für die Apps wichtig ist, die am Ende normale Menschen nutzen werden.

Was ist ein Managed Agent in einfachen Worten?

Ein Managed Agent ist ein KI-Arbeiter, den Google für Sie in einer isolierten Cloud-Sandbox ausführt – einem kleinen, abgetrennten Computer in der Cloud. Sie geben ihm eine Aufgabe in einem API-Aufruf, und er überlegt, schreibt Code, installiert Pakete, bearbeitet Dateien und durchsucht das Web, um die Aufgabe zu erledigen.

Entwickler nutzen diese, um Dinge wie automatisierte Code-Reviewer, Forschungsassistenten oder KI-Analysewerkzeuge für den Einsatz in Banken zu erstellen. Der Benutzer sieht nur eine hilfreiche Funktion. Der Agent leistet die Arbeit im Hintergrund.

Was hat sich beim Standardmodell geändert?

Der antigravity-preview-05-2026-Agent läuft nun standardmäßig auf Gemini 3.6 Flash und ersetzt das ältere Gemini 3.5 Flash. Vorhandener Code wird beim nächsten Aufruf automatisch aktualisiert.

Google beschreibt 3.6 Flash als ausgewogenes Modell für Reasoning, Coding und Tool-Nutzung. Entwickler, die weniger ausgeben möchten, können den Agent weiterhin auf Gemini 3.5 Flash-Lite festlegen, das Google als die kostengünstigste und latenzärmste Option der 3.5-Familie beschreibt.

Warum sind die neuen „Hooks" wichtig?

Environment Hooks ermöglichen es einem Entwickler, sein eigenes Skript vor oder nach jeder Aktion auszuführen, die der Agent in seiner Sandbox durchführt. Das bedeutet, ein Unternehmen kann riskante Tool-Aufrufe blockieren, Code-Formatierung erzwingen oder prüfen, was die KI tat, ohne sich auf das Modell verlassen zu müssen, sich selbst zu kontrollieren.

Ein Entwickler legt eine .agents/hooks.json-Datei in die Umgebung. Die Runtime führt dann ihre Skripte auf pre_tool_execution- oder post_tool_execution-Ereignissen aus. Wenn ein Pre-Execution-Skript eine deny-Entscheidung zurückgibt, wird der Tool-Aufruf übersprungen und der Grund wird in den Kontext des Modells übergeben, damit es es anders versucht.

Alston Lin, Gründer und CTO der KI-nativen Investmentbank OffDeal, sagte, dass sein Team Post-Execution-Hooks verwendet, um Firmenlogos in Investment-Banking-Decks zu überprüfen: Jedes wird auf das richtige Unternehmen, Seitenverhältnis, transparenten Hintergrund und Kontrast überprüft, bevor es in eine Folie gelangt. Vor Hooks, so Lin, hatte diese Validierung keinen Ort zum Ausführen, da die Sandbox remote war.

Für den Rest von uns ist dies der Unterschied zwischen einer KI-Funktion, die ein Unternehmen gelegentlich blamiert, und einer, die ein Sicherheitsnetz hat.

Was ist mit unkontrollierten Kosten?

Agenten, die autonom Schleifen durchlaufen, können Token – die kleinen Textabschnitte, die eine KI berechnet – schneller aufbrauchen, als ein Mensch es bemerkt. Google geht diesem Problem mit einer neuen max_total_tokens-Obergrenze entgegen, die Entwickler beim Erstellen einer Interaktion übergeben können.

Wenn der Agent das Limit erreicht, pausiert er mit dem Status incomplete und bewahrt seine Umgebung. Der Entwickler kann ihn dann später mit einem frischen Budget fortsetzen, indem er die vorherige Interaktions-ID übergibt. Neue geplante Trigger ermöglichen es einem Agent auch, nach einem Cron-Zeitplan zu laufen und seine Sandbox zwischen den Läufen wiederzuverwenden, sodass Dateien erhalten bleiben.

Wer kann es jetzt ausprobieren?

Managed Agents sind nun in kostenlosen Projekten verfügbar, was bedeutet, dass Entwickler mit einem API-Schlüssel aus einem Google AI-Projekt ohne aktive Abrechnung experimentieren können. Es gibt auch eine neue Environments API zum Auflisten und Löschen von Sandbox-Sitzungen aus Code, anstatt auf das Standard-Timeout von sieben Tagen zu warten.

Dies ist keine schlagzeilenträchtige Modelleinführung. Es ist die Infrastruktur, die entscheidet, ob sich KI-Agenten auf Basis von Gemini zuverlässig oder unbesonnen anfühlen.