Google ने Gemini Managed Agents में हुक्स और नियंत्रण जोड़े

Google ने Gemini Managed Agents में और अधिक परिचालन नियंत्रण जोड़े

Google ने Gemini API में Managed Agents फीचर का विस्तार ऐसे अपडेट्स के साथ किया है, जिनका लक्ष्य production में एजेंट डिप्लॉयमेंट्स को अधिक आसानी से नियंत्रित करना है। 28 जुलाई को Google AI Blog पर प्रकाशित एक पोस्ट में कंपनी ने कहा कि Managed Agents अब डिफ़ॉल्ट रूप से Gemini 3.6 Flash का उपयोग करते हैं और इनमें environment hooks, budget controls, scheduled triggers, model selection और free-tier access जोड़े गए हैं।

इन बदलावों का संयुक्त उद्देश्य केवल मॉडल की नई क्षमता दिखाना नहीं है, बल्कि agentic workflows को ऐसी चीज़ में बदलना है जिसे डेवलपर्स अधिकतर infrastructure की तरह प्रबंधित कर सकें। Google इस सिस्टम को एक एकल API surface के रूप में पेश कर रहा है, जो isolated cloud sandbox के भीतर reasoning, code execution, package installation, file management और web retrieval को समन्वित कर सकता है। नए नियंत्रणों का मकसद इस orchestration को अधिक अनुमानित, ऑडिट योग्य और लागत-सचेत बनाना है।

यह दृष्टिकोण महत्वपूर्ण है क्योंकि AI टूलिंग में वर्तमान प्रतिस्पर्धात्मक बदलाव चैट इंटरफेस से आगे बढ़कर उन operational agents की ओर जा रहा है जो tools, code और बाहरी सिस्टमों पर कार्य कर सकते हैं। कई टीमों के लिए व्यावहारिक बाधा केवल यह नहीं है कि कोई agent क्या कर सकता है, बल्कि यह भी है कि उसे कितनी सुरक्षित तरह से सीमित किया जा सकता है। Google का यह नवीनतम अपडेट स्पष्ट रूप से उसी चिंता को संबोधित करता है।

Gemini 3.6 Flash अब डिफ़ॉल्ट है

सबसे तात्कालिक बदलाव यह है कि Google का antigravity-preview-05-2026 agent अब डिफ़ॉल्ट रूप से Gemini 3.6 Flash चलाता है। कंपनी के अनुसार, डेवलपर्स को अगली interaction पर नया default लेने के लिए code बदलने की जरूरत नहीं है। Google Gemini 3.6 Flash को reasoning, coding और tool use के लिए एक संतुलित मॉडल बताता है।

कंपनी स्पष्ट model selection भी agent_config.model के माध्यम से दे रही है, जब कोई interaction या managed agent बनाया जाता है। ब्लॉग पोस्ट में तीन समर्थित विकल्प बताए गए हैं: Gemini 3.6 Flash as the default, पिछले पीढ़ी के सामान्य agentic workflows के लिए Gemini 3.5 Flash, और कम लागत, कम latency वाले विकल्प के रूप में Gemini 3.5 Flash-Lite।

यह model menu एक परिचित enterprise tradeoff को दर्शाता है। agent बनाने वाली टीमों को आम तौर पर काम के अनुसार capability, speed और cost के बीच चुनाव करना पड़ता है। एजेंट configuration में model choice को सीधे दिखाकर Google यह संकेत दे रहा है कि Managed Agents केवल एक flagship model पर आधारित demo layer नहीं हैं। वे एक configurable platform बन रहे हैं, जिसे workload के अनुसार ट्यून किया जा सकता है।

डिफ़ॉल्ट को 3.6 Flash पर बदलना भी एक प्रतिस्पर्धात्मक बयान है। defaults महत्वपूर्ण होते हैं, क्योंकि वे चुपचाप adoption, benchmarking और developer expectations को आकार देते हैं। जब कोई provider code बदले बिना डिफ़ॉल्ट व्यवहार अपग्रेड करता है, तो वह experimentation की बाधा कम करता है और installed base में migration तेज़ कर सकता है।

Environment hooks sandbox के भीतर governance पर केंद्रित हैं

और अधिक रणनीतिक जोड़ environment hooks हो सकते हैं। Google कहता है कि ये hooks डेवलपर्स को sandbox के भीतर agent द्वारा किए गए हर tool call से पहले या बाद में custom scripts चलाने की अनुमति देते हैं। कंपनी विशेष रूप से इस फीचर को tool calls को block, lint या audit करने के तरीके के रूप में बताती है।

यह एक महत्वपूर्ण क्षमता है, क्योंकि tool use उन मुख्य बिंदुओं में से एक है जहां agent systems रोचक से जोखिमपूर्ण बन जाते हैं। जो agent tools call कर सकता है, packages install कर सकता है या files manipulate कर सकता है, उसे संगठनात्मक guardrails की भी जरूरत हो सकती है। Environment hooks डेवलपर्स को वे नियम और जांच सीधे execution flow में डालने की जगह देते हैं, केवल prompting या बाहरी monitoring पर निर्भर रहने के बजाय।

व्यावहारिक रूप से, यह internal policy enforcement, command filtering, quality checks या regulated workflows से जुड़े trace logging में मदद कर सकता है। Google की भाषा अभी भी उच्च-स्तरीय है, लेकिन दिशा स्पष्ट है: कंपनी चाहती है कि Managed Agents ऐसे वातावरणों में उपयोग किए जा सकें जहां oversight अनिवार्य हो, वैकल्पिक नहीं।

Sandbox-स्तरीय नियंत्रण पर जोर इस बात से भी मेल खाता है कि खरीदार अब agent platforms का मूल्यांकन कैसे करते हैं। केवल capability पर्याप्त नहीं है, यदि टीम यह नहीं समझा सकती कि क्या हुआ, unsafe actions को रोक नहीं सकती, या यह साबित नहीं कर सकती कि constraints लगातार लागू किए गए थे। Hooks इस अंतर को experiment और production readiness के बीच भरने के एक तरीके हैं।

Budgets, schedules और free-tier access लक्ष्य-समूह को व्यापक बनाते हैं

Google ने budget controls और scheduled triggers भी जोड़े हैं। Budget controls लागत प्रबंधन के लिए हैं, जो agent workflows में एक व्यावहारिक मुद्दा है, क्योंकि वे कई steps चला सकते हैं, बार-बार tools invoke कर सकते हैं, या background में asynchronously काम कर सकते हैं। Scheduled triggers agents को केवल on-demand prompts के बजाय recurring tasks के लिए अधिक उपयोगी बनाते हैं।

यह संयोजन संकेत देता है कि Google agents को एक ऐसे automation के रूप में देख रहा है जो एक ही session से आगे टिकती है। लागत सीमाओं वाला scheduled agent interactive assistant से अधिक एक managed service component जैसा बनने लगता है। डेवलपर टीमों के लिए, इससे periodic audits से लेकर recurring maintenance workflows तक उपयोग के दायरे बढ़ते हैं।

Free-tier access का जोड़ भी महत्वपूर्ण है। Production features अक्सर platform lifecycle के बाद तक enterprise pricing के पीछे सीमित रहती हैं। Managed Agents को free tier में उपलब्ध कराकर Google संभवतः developer funnel के शीर्ष को चौड़ा करने और उन डेवलपर्स के लिए friction कम करने की कोशिश कर रहा है, जो paid usage से पहले agent patterns को परखना चाहते हैं।

यह मौजूदा बाज़ार में मायने रखता है, क्योंकि developer mindshare आमतौर पर उन platforms के इर्द-गिर्द बनती है जो trial करने में आसान, instrument करने में आसान और तुलना करने में आसान होती हैं। Free access adoption की गारंटी नहीं देता, लेकिन यह छोटे teams और independent developers के लिए feature set आज़माने की संभावना बढ़ाता है।

यह रिलीज़ अभी क्यों महत्वपूर्ण है

यह घोषणा Google की पहले की background tasks और remote MCP server integration additions पर आधारित है, ब्लॉग पोस्ट के अनुसार। क्रम से देखें तो platform अब उन घटकों को जोड़ रहा है जो अधिक टिकाऊ agent workflows के लिए जरूरी हैं: asynchronous execution, external integrations, execution controls, model choice और cost management।

यह प्रगति AI tooling market की व्यापक दिशा को दर्शाती है। Vendors अब केवल model quality headlines पर नहीं, बल्कि reliability और controllability पर भी प्रतिस्पर्धा कर रहे हैं। डेवलपर्स पहले से जानते हैं कि कोई agent किसी task पर reasoning कर सकता है। कठिन प्रश्न यह है कि क्या वह organizational boundaries के भीतर बार-बार वही काम कर सकता है। Google का नवीनतम अपडेट सीधे उसी अंतर को संबोधित करता है।

अभी भी कुछ खुले प्रश्न हैं, जिन्हें पोस्ट नहीं सुलझाती, जिनमें यह शामिल है कि डेवलपर्स hooks का उपयोग वास्तविकता में कितनी व्यापकता से करेंगे और performance तथा ergonomics के मामले में ये managed agents प्रतिस्पर्धी agent frameworks की तुलना में कैसे हैं। लेकिन Google द्वारा दिए गए विवरणों के आधार पर, यह रिलीज़ एक महत्वपूर्ण product step है, न कि केवल एक दिखावटी refresh।

मुख्य संदेश सीधा है: Google चाहता है कि Gemini Managed Agents एक experimental helper से production-capable execution layer बनें। Gemini 3.6 Flash को default बनाना ध्यान खींच सकता है, लेकिन बड़ा बदलाव operational features का जुड़ना है, जो डेवलपर्स को यह supervise करने में मदद करते हैं कि sandbox में छोड़े जाने के बाद agent systems वास्तव में क्या करती हैं।

यह लेख Google AI Blog की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.