在開發 AI Agent（人工智慧代理人）時，許多工程師會發現，單純的對話式 AI 很快就會遇到瓶頸。最常見的問題在於，當 Agent 需要執行複雜的程式碼、讀取大型檔案或呼叫外部 API 時，HTTP 連線往往會因為超時而中斷，且 Agent 缺乏一個穩定且可持續的執行環境。為了讓 AI 從單純的聊天機器人轉化為能處理實務任務的生產力工具，Google 在 Gemini API 的 Managed Agents 功能中引入了幾項關鍵的工程化更新。
Managed Agents 的核心概念是提供一個隔離的雲端沙箱（Cloud Sandbox）。這意味著當你呼叫 API 時，Gemini 不僅僅是在生成文字，它還能在這個獨立的環境中執行程式碼、安裝套件、管理檔案以及獲取網頁資訊，而開發者不需要自己去搭建和維護這些複雜的執行環境。
解決長任務超時的非同步執行機制
在傳統的同步請求中，客戶端必須保持 HTTP 連線直到伺服器回傳結果。但對於 AI Agent 來說，有些任務（例如分析大量數據或執行複雜腳本）可能需要數分鐘甚至更久，長時間維持連線極其不穩定。
為了克服這個問題，Gemini API 引入了背景執行（Background Execution）模式。開發者只需在請求中設定 background 為 true，伺服器就不會讓客戶端死等結果，而是立即回傳一個唯一的 ID。客戶端可以使用這個 ID 隨時輪詢狀態、串流追蹤進度，或在稍後重新連線。這將 AI Agent 的運作模式從同步對話轉變為非同步的工作者（Asynchronous Worker），讓應用程式在 Agent 執行任務時不會被阻塞。
透過 MCP 協定簡化外部工具整合
讓 Agent 存取私有資料庫或內部 API 通常需要撰寫大量的代理中間件（Proxy Middleware），這增加了開發成本與維護難度。這次更新整合了 Model Context Protocol（MCP，模型上下文協定）。
MCP 是一種開放標準，旨在讓 AI 模型能以統一的方式與外部數據源和工具溝通。透過遠端 MCP 伺服器（Remote MCP Server）整合，開發者可以直接將 Agent 連接到定義好的 MCP 端點，而不需要為每個工具寫專屬的對接程式碼。Agent 可以同時使用內建的沙箱能力（如執行 Python 程式碼）與遠端的 MCP 工具，實現內外協作。
自定義函數與沙箱工具的混合調度
在實務開發中，有些邏輯必須在客戶端或特定的企業內部環境執行（例如觸發金流交易），而有些則適合在雲端沙箱執行（例如計算複雜數學公式）。
Gemini API 現在支援自定義函數呼叫（Custom Function Calling）與內建沙箱工具的並行使用。系統會透過步驟匹配（Step Matching）來決定執行路徑：如果是內建工具，伺服器會自動在沙箱中執行；如果是自定義函數，系統會將互動狀態轉移至 requires_action，通知客戶端執行本地的業務邏輯，完成後再將結果回傳給 Agent。
維持狀態的憑證更新機制
AI Agent 在執行長期任務時，最頭痛的往往是 API 金鑰或存取令牌（Access Token）過期導致任務中斷。以往若要更換憑證，可能需要重新啟動整個環境，導致先前安裝的套件或下載的檔案遺失。
新的憑證刷新（Credential Refresh）機制允許開發者在下一次互動時，攜帶原有的環境 ID（environment_id）並提供新的網路配置。這樣做可以在不破壞沙箱狀態（保留檔案系統、已安裝套件與 Git 倉庫）的前提下，即時更新網路存取權限，確保 Agent 的工作流能連續且穩定地進行。
總結
這次 Gemini API 的更新將 Managed Agents 從一個簡單的執行環境，提升到了生產級別的 Agent 基礎設施。透過非同步處理解決穩定性問題，利用 MCP 協定降低整合成本，並透過靈活的函數調度與憑證管理，讓 AI Agent 真正能夠在真實的開發與運作環境中扮演自動化工作者的角色。
來源：blog.google - Expanding Managed Agents in Gemini API: background tasks, remote MCP and more
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。