Gli Agenti Managed di Gemini di Google ricevono un Aggiornamento Discreto: Modello Predefinito più Veloce, Guardrail e un Livello Gratuito

Punti chiave

• Gli agenti managed dell'API Gemini di Google ora utilizzano come predefinito il modello Gemini 3.6 Flash, senza richiedere modifiche al codice per gli utenti esistenti.
• I nuovi hook di ambiente consentono agli sviluppatori di eseguire script personalizzati prima o dopo ogni chiamata a uno strumento che l'agente effettua all'interno della sua sandbox cloud.
• Una nuova impostazione max_total_tokens limita quanto un agente può spendere per un'attività prima di mettersi in pausa in sicurezza.
• Gli agenti managed sono ora disponibili nel livello gratuito dei progetti Google AI, quindi gli sviluppatori possono provarli senza fatturazione attiva.
• I trigger programmati consentono agli agenti di essere eseguiti secondo una pianificazione ricorrente, riutilizzando la stessa sandbox tra le esecuzioni.

Google ha discretamente aggiornato gli strumenti che offre agli sviluppatori che creano agenti IA, software in grado di eseguire attività multi-step come modificare file o eseguire codice in modo autonomo. I cambiamenti, annunciati da Google AI sul blog di DeepMind, si concentrano meno sulla pura potenza del modello e più sul lavoro noioso ma importante di mantenere gli agenti economici, sicuri e prevedibili.

Ecco cosa è effettivamente cambiato e perché è importante per le app che le persone comuni finiranno per usare.

Cos'è un agente managed, in parole semplici?

Un agente managed è un lavoratore IA che Google esegue per te all'interno di una sandbox cloud isolata, un piccolo computer murato nel cloud. Gli dai un'attività in una singola chiamata API, e lui ragiona, scrive codice, installa pacchetti, modifica file e naviga in rete per completare il lavoro.

Gli sviluppatori li usano per costruire cose come revisori di codice automatizzati, assistenti di ricerca o gli strumenti analista IA utilizzati all'interno delle banche. L'utente vede solo una funzione utile. L'agente sta facendo il lavoro dietro le quinte.

Cosa è cambiato con il modello predefinito?

L'agente antigravity-preview-05-2026 ora funziona con Gemini 3.6 Flash come predefinito, sostituendo il precedente Gemini 3.5 Flash. Il codice esistente lo preleva automaticamente alla prossima chiamata.

Google descrive 3.6 Flash come un modello equilibrato per il ragionamento, la codifica e l'uso degli strumenti. Gli sviluppatori che vogliono spendere meno possono comunque fissare l'agente su Gemini 3.5 Flash-Lite, che Google descrive come l'opzione con costo e latenza più bassi della famiglia 3.5.

Perché gli "hook" sono importanti?

Gli hook di ambiente consentono a uno sviluppatore di eseguire il proprio script prima o dopo ogni azione che l'agente compie all'interno della sua sandbox. Ciò significa che un'azienda può bloccare le chiamate agli strumenti rischiose, forzare la formattazione del codice o controllare ciò che ha fatto l'IA, senza fidarsi del modello per controllarsi da solo.

Lo sviluppatore inserisce un file .agents/hooks.json nell'ambiente. Il runtime attiva quindi i loro script su eventi pre_tool_execution o post_tool_execution. Se uno script di pre-esecuzione restituisce una decisione di deny, la chiamata allo strumento viene saltata e il motivo viene trasmesso di nuovo al contesto del modello in modo che sappia di provare qualcos'altro.

Alston Lin, fondatore e CTO della banca di investimento nativa IA OffDeal, ha detto che il suo team utilizza gli hook di post-esecuzione per verificare i loghi delle aziende all'interno dei pacchetti bancari di investimento: controllando ciascuno per l'azienda corretta, proporzioni, sfondo trasparente e contrasto, prima che arrivi in una diapositiva. Prima degli hook, ha detto Lin, quella convalida non aveva dove essere eseguita perché la sandbox era remota.

Per il resto di noi, questa è la differenza tra una funzione IA che occasionalmente imbarazza un'azienda e una che ha una rete di sicurezza.

E per quanto riguarda i costi incontrollati?

Gli agenti che eseguono loop autonomamente possono bruciare token, i piccoli frammenti di testo per cui l'IA effettua addebiti, più velocemente di quanto un umano noti. Google sta affrontando questo con un nuovo limite max_total_tokens che gli sviluppatori possono passare quando creano un'interazione.

Quando l'agente raggiunge il limite, si mette in pausa con uno stato di incomplete e preserva il suo ambiente. Lo sviluppatore può quindi riprenderlo in seguito con un budget fresco passando l'ID di interazione precedente. I nuovi trigger programmati consentono anche a un agente di essere eseguito secondo una pianificazione cron, riutilizzando la sua sandbox tra le esecuzioni in modo che i file persistano.

Chi può provarlo adesso?

Gli agenti managed sono ora disponibili nei progetti del livello gratuito, il che significa che gli sviluppatori possono sperimentare utilizzando una chiave API da un progetto Google AI senza fatturazione attiva. C'è anche una nuova API Environments per elencare ed eliminare sessioni sandbox dal codice, piuttosto che aspettare il timeout predefinito di sette giorni.

Nulla di questo è il lancio di un modello che attira i titoli. È l'infrastruttura che determina se gli agenti IA costruiti su Gemini si sentono affidabili o sconsiderati.