హుక్స్ మరియు నియంత్రణలతో Google Gemini Managed Agents ను విస్తరించింది

Google Gemini Managed Agents కు మరిన్ని operational controls జోడించింది

ఉత్పత్తి వాతావరణంలో agent deployments ను మరింత సులభంగా నిర్వహించగలిగేలా చేయడానికి Google, Gemini APIలో Managed Agents feature ను కొన్ని updates తో విస్తరించింది. జూలై 28న Google AI Blogలో వచ్చిన ఒక postలో, Managed Agents ఇప్పుడు డిఫాల్ట్‌గా Gemini 3.6 Flash ను ఉపయోగిస్తాయని, అలాగే environment hooks, budget controls, scheduled triggers, model selection, మరియు free-tier access ను జోడించిందని కంపెనీ తెలిపింది.

మొత్తం మార్పులు raw model novelty కంటే, agentic workflows ను developers infrastructure లా నిర్వహించగలిగే దానిగా మార్చడంపైనే ఎక్కువగా ఉన్నాయి. isolated cloud sandbox లో reasoning, code execution, package installation, file management, మరియు web retrieval ను సమన్వయం చేయగల single API surface గా ఈ system ను Google ప్రతిష్ఠిస్తోంది. కొత్త controls ఆ orchestration ను మరింత predictable, auditable, మరియు cost-aware గా చేయడానికి ఉద్దేశించబడ్డాయి.

ఈ framing ముఖ్యమైనది, ఎందుకంటే AI tooling లో ప్రస్తుత పోటీ మార్పు chat interfaces ను దాటి tools, code, మరియు external systems పై చర్యలు తీసుకోగల operational agents వైపు సాగుతోంది. చాలా teams కు practical barrier అనేది agent ఏమి చేయగలదనే విషయం మాత్రమే కాదు, దాన్ని ఎంత సురక్షితంగా పరిమితం చేయగలమన్నదీ. Google యొక్క తాజా update స్పష్టంగా ఆ ఆందోళనను లక్ష్యంగా పెట్టుకుంది.

Gemini 3.6 Flash డిఫాల్ట్ అవుతుంది

తక్షణ మార్పు ఏమిటంటే, Google యొక్క antigravity-preview-05-2026 agent ఇప్పుడు డిఫాల్ట్‌గా Gemini 3.6 Flash పై నడుస్తుంది. కంపెనీ ప్రకారం, developers తమ తదుపరి interaction లో కొత్త default ను పొందడానికి code మార్చాల్సిన అవసరం లేదు. Google Gemini 3.6 Flash ను reasoning, coding, మరియు tool use కోసం సమతుల్య model గా వివరిస్తోంది.

interaction లేదా managed agent సృష్టించేటప్పుడు agent_config.model ద్వారా explicit model selection ను కూడా కంపెనీ అందిస్తోంది. blog post మూడు supported options ను పేర్కొంటోంది: డిఫాల్ట్‌గా Gemini 3.6 Flash, previous-generation general agentic workflows కోసం Gemini 3.5 Flash, మరియు lower-cost, lower-latency option గా Gemini 3.5 Flash-Lite.

ఈ model menu సాధారణ enterprise tradeoff ను ప్రతిబింబిస్తుంది. Agents ను నిర్మించే teams సాధారణంగా పని ఆధారంగా capability, speed, మరియు cost మధ్య ఎంచుకోవాల్సి వస్తుంది. Agent configuration లో model choice ను నేరుగా చూపించడం ద్వారా, managed agents కేవలం ఒక flagship model పై ఆధారపడిన demo layer కాదని Google సూచిస్తోంది. అవి workload-specific tuning తో ఒక configurable platform గా మారుతున్నాయి.

3.6 Flash కు default switch ఒక competitive statement కూడా. Defaults కీలకం, ఎందుకంటే అవి adoption, benchmarking, మరియు developer expectations ను మౌనంగా shape చేస్తాయి. ఒక provider code changes అవసరం లేకుండా default behavior ను upgrade చేసినప్పుడు, experimentation కోసం friction తగ్గుతుంది మరియు installed base అంతటా migration వేగవంతమవుతుంది.

Environment hooks sandbox లో governance ను లక్ష్యంగా పెట్టాయి

మరింత వ్యూహాత్మకంగా ముఖ్యమైన addition environment hooks కావచ్చు. sandbox లో agent చేసే ప్రతి tool call కు ముందు లేదా తర్వాత custom scripts ను నడిపే వీలును ఈ hooks developers కు ఇస్తాయని Google చెబుతోంది. tool calls ను block, lint, లేదా audit చేయడానికి ఈ feature ఉపయోగపడుతుందని కంపెనీ ప్రత్యేకంగా వివరిస్తోంది.

ఇది గమనించదగ్గ సామర్థ్యం, ఎందుకంటే tool use అనేది agent systems ఆసక్తికరంగా ఉండటం నుండి ప్రమాదకరంగా మారే ప్రధాన ప్రాంతాలలో ఒకటి. tools ను call చేయగల, packages install చేయగల, లేదా files manipulate చేయగల agent కు organizational guardrails కూడా అవసరం కావచ్చు. Environment hooks developers కు ఆ rules మరియు checks ను prompt మాత్రమే లేదా external monitoring పై ఆధారపడకుండా execution flow లో నేరుగా చేర్చే స్థలాన్ని ఇస్తాయి.

ఆచరణలో, ఇది internal policy enforcement, command filtering, quality checks, లేదా regulated workflows కు సంబంధించిన trace logging కు మద్దతు ఇవ్వగలదు. Google మాటలు ఉన్నత స్థాయిలో ఉన్నప్పటికీ, దిశ స్పష్టంగా ఉంది: oversight తప్పనిసరి అయిన, ఐచ్ఛికం కాని environments లో Managed Agents ఉపయోగపడేలా కంపెనీ కోరుతోంది.

Sandbox-level control పై ఈ దృష్టి, కొనుగోలుదారులు ఇప్పుడు agent platforms ను ఎలా అంచనా వేస్తున్నారనే దానితో కూడా సరిపోతుంది. teams ఏమి జరిగిందో వివరించలేకపోతే, unsafe actions ను block చేయలేకపోతే, లేదా constraints నిరంతరం వర్తించాయని నిరూపించలేకపోతే capability alone సరిపోదు. experimentation మరియు production readiness మధ్య ఆ gap ను పూరించడానికి hooks ఒక మార్గం.

Budgets, schedules, మరియు free-tier access లక్ష్య ప్రేక్షకులను విస్తరిస్తాయి

కంపెనీ budget controls మరియు scheduled triggers ను కూడా జోడించిందని Google తెలిపింది. budget controls cost management పై దృష్టి పెడతాయి, ఎందుకంటే agent workflows అనేక steps ను అమలు చేయవచ్చు, tools ను repeatedly invoke చేయవచ్చు, లేదా background లో asynchronously పని చేయవచ్చు. మరోవైపు, scheduled triggers agents ను కేవలం on-demand prompts కాకుండా recurring tasks కోసం మరింత ఉపయోగకరంగా మారుస్తాయి.

ఈ కలయిక Google agents ను single session ను దాటి కొనసాగే automations గా చూస్తోందని సూచిస్తుంది. cost limits తో ఉన్న ఒక scheduled agent, interactive assistant కంటే managed service component లా కనిపించడం ప్రారంభిస్తుంది. developer teams కోసం, ఇది periodic audits నుండి recurring maintenance workflows వరకు use cases శ్రేణిని విస్తరిస్తుంది.

free-tier access ను జోడించడం కూడా ముఖ్యమైనది. production features platform lifecycle లో తరువాత దశ వరకు enterprise pricing వెనుకే gated గా ఉండటం సాధారణం. Managed Agents ను free tier లో అందుబాటులోకి తీసుకురావడం ద్వారా, paid usage కు కట్టుబడే ముందు agent patterns ను పరీక్షించాలనుకునే developers కోసం friction ను తగ్గిస్తూ funnel యొక్క పైభాగాన్ని విస్తరించాలని Google చూస్తున్నట్లు కనిపిస్తోంది.

ప్రస్తుత market లో ఇది ప్రాముఖ్యత కలిగి ఉంది, ఎందుకంటే developer mindshare సాధారణంగా trial చేయడం సులభం, instrument చేయడం సులభం, మరియు compare చేయడం సులభం అయిన platforms చుట్టూ ఏర్పడుతుంది. free access adoption కు హామీ ఇవ్వదు, కానీ చిన్న teams మరియు independent developers feature set ను పరిశీలించే అవకాశాన్ని పెంచుతుంది.

ఈ విడుదల ఇప్పుడు ఎందుకు ముఖ్యమైనది

ఈ announcement, blog post ప్రకారం, Google యొక్క earlier additions of background tasks and remote MCP server integration పై ఆధారపడి ఉంది. వరుసగా చూస్తే, platform మరింత durable agent workflows కోసం అవసరమైన components ను పొందుతోంది: asynchronous execution, external integrations, execution controls, model choice, మరియు cost management.

ఈ progression AI tooling market యొక్క విస్తృత దిశను ప్రతిబింబిస్తుంది. vendors ఇప్పుడు model quality headlines కంటే reliability మరియు controllability పై ఎక్కువగా పోటీ పడుతున్నారు. ఒక agent ఒక task పై reasoning చేయగలదని developers కి ఇప్పటికే తెలుసు. కఠినమైన ప్రశ్న ఏమిటంటే, organizational boundaries లో అది పదే పదే అదే పనిని విశ్వసనీయంగా చేయగలదా అనేది. Google యొక్క తాజా update నేరుగా ఆ gap ను లక్ష్యంగా చేస్తోంది.

post సమాధానం ఇవ్వని కొన్ని open questions ఇంకా ఉన్నాయి, వాటిలో developers hooks ను ప్రాక్టీస్ లో ఎంత విస్తృతంగా ఉపయోగిస్తారు, మరియు ఈ managed agents competing agent frameworks తో performance మరియు ergonomics లో ఎలా సరిపోలుతాయి అన్నది కూడా ఉంది. కానీ Google అందించిన వివరాల ఆధారంగా, ఈ release cosmetic refresh కాకుండా గణనీయమైన product step గా కనిపిస్తోంది.

మూల సందేశం సూటిగా ఉంది: Gemini Managed Agents ను experimental helper నుండి production-capable execution layer గా మార్చాలని Google కోరుకుంటోంది. Gemini 3.6 Flash ను default గా చేయడం దృష్టిని ఆకర్షించవచ్చు, కానీ పెద్ద మార్పు operational features చేరడమే; ఇవి agent systems ను sandbox లో వదిలిన తర్వాత అవి నిజంగా ఏమి చేస్తున్నాయో developers పర్యవేక్షించడానికి సహాయపడతాయి.

ఈ article Google AI Blog నివేదిక ఆధారంగా ఉంది. మూల article చదవండి.