Google je predstavio nekoliko novih mogućnosti za takozvane upravljane agente (Managed Agents) u okviru Gemini API-ja, uz obrazloženje da programerima žele da olakšaju pravljenje pouzdanih agenata spremnih za produkciju. Najava, objavljena na Google-ovom portalu za programere, u prvi plan stavlja četiri stvari: pokretanje zadataka u pozadini, direktno povezivanje na daljinske MCP servere, prilagođene funkcije i osvežavanje pristupnih podataka tokom rada agenta.
Reč je o razvojnom, a ne potrošačkom proizvodu. Upravljani agenti u Gemini API-ju namenjeni su timovima koji grade sopstvene AI agente povrh Google-ovih modela, pa se ove izmene tiču pre svega inženjera i firmi koje takve sisteme ugrađuju u svoje aplikacije, a ne krajnjih korisnika Gemini aplikacije.
Šta je tačno najavljeno
Najvidljivija promena jeste izvršavanje u pozadini. Do sada je agent koji obavlja dug zadatak morao da drži otvorenu HTTP vezu dok se posao ne završi, što je krhko rešenje kod operacija koje traju minutima ili duže. Uz novu opciju, kako navodi Google, interakcija se pokreće asinhrono na serveru i odmah vraća identifikator preko kojeg klijent kasnije proverava status i napredak. Agent time prestaje da bude nešto što čeka na jednu sinhronu vezu i postaje bliži pozadinskom radniku koji obavlja zadatak sopstvenim tempom.
Druga stavka je podrška za daljinske MCP servere. Model Context Protocol je otvoreni standard za povezivanje AI modela sa spoljnim alatima i izvorima podataka, koji je krajem 2024. godine uvela kompanija Anthropic, a koji je u međuvremenu prihvatila većina velikih igrača. Google sada omogućava da se upravljani agent direktno poveže na udaljeni MCP server, bez pisanja posebnog posredničkog sloja, i da tako kombinuje spoljne alate sa ugrađenim mogućnostima u Google-ovom izolovanom okruženju.
Prilagođene funkcije i osvežavanje kredencijala
Treća novina su prilagođene funkcije. Programeri mogu da definišu sopstvene alate uporedo sa onima koje Google već nudi u svom sandboks okruženju. Prema opisu, sistem sam pokreće ugrađene alate na serveru, dok se za korisnički definisanu logiku interakcija prebacuje u stanje koje traži akciju, pa klijentska aplikacija izvrši taj deo lokalno i vrati rezultat. Time se poslovna logika koja mora da ostane na strani firme ne mora slati Google-u.
Četvrta stavka rešava praktičan problem dugotrajnih sesija. Pristupni tokeni i API ključevi mogu da isteknu pre nego što agent završi posao, pa Google uvodi osvežavanje kredencijala tako što se, uz postojeći identifikator okruženja, prosledi nova mrežna konfiguracija. Kako se navodi, na taj način okruženje zadržava svoj sistem datoteka i instalirane pakete, a agent nastavlja rad bez prekida. Google je dodao i da se rad sa upravljanim agentima može isprobati u besplatnom nivou API-ja.
Zašto je MCP u središtu priče
Iako je lista funkcija tehnička, najveći deo pažnje privlači upravo MCP. Protokol koji je potekao iz Anthropica danas se pojavljuje u proizvodima praktično svih konkurenata, pa i u Google-ovom agentskom sloju, što ga sve više čini zajedničkim jezikom kojim agenti razgovaraju sa alatima i podacima. Za firme to znači da alat napisan po MCP standardu u principu može da se poveže na više različitih modela, umesto da se piše posebna integracija za svaku platformu.
Ova najava dolazi svega nekoliko dana nakon što je Google Cloud, 1. jula, zasebno objavio daljinski MCP server za svoju Gemini Enterprise Agent Platform. Taj server omogućava da se spoljni agenti bezbedno povežu na resurse u Google Cloud-u preko skupa krajnjih tačaka za generisanje, predviđanje, upravljanje modelima i slično. U Google-ovom saopštenju se navodi da se tako izgrađeni agenti mogu graditi i iz alata drugih proizvođača, uključujući i Claude Code, što dodatno ilustruje koliko se granice između pojedinačnih ekosistema oslanjaju na isti protokol.
Agent kao asinhroni radnik
Zajednički imenilac svih izmena jeste pomak od agenta kao ćaskanja ka agentu kao procesu koji radi u pozadini. Pozadinski zadaci, trajno sandboks okruženje i osvežavanje kredencijala idu u istom smeru: da agent može da preuzme zadatak koji traje duže, da preživi prekide veze i da zadrži kontekst dok posao ne privede kraju. To je isti pravac u kojem se poslednjih meseci kreću i konkurenti, od pozadinskih agenata u razvojnim alatima do dugotrajnih sesija koje se prate sa telefona.
Za razvojne timove u regionu, uključujući i one u Srbiji koji grade proizvode povrh velikih modela, praktična vrednost je u tome što se deo infrastrukture za pouzdanost seli na stranu platforme. Umesto sopstvenog sistema redova čekanja i logike za ponavljanje neuspelih poziva, deo tog tereta preuzima sam API. Koliko će to zaista pojednostaviti razvoj, pokazaće tek upotreba u stvarnim projektima, jer ovakve najave po pravilu izgledaju urednije u dokumentaciji nego u produkciji.
Šta ostaje otvoreno
Uz nove mogućnosti idu i uobičajena ograničenja. Google u ovom trenutku govori o skupu funkcija za programere, a ne o velikoj promeni samog modela. Uporedo s tim, kompanija i dalje nije izbacila u opštu dostupnost svoj najavljeni frontijer model Gemini 3.5 Pro, koji je, prema više izveštaja, i u drugoj nedelji jula ostao u ograničenom pregledu, uz odloženu dostupnost. Drugim rečima, Google trenutno pomera agentski i infrastrukturni sloj, dok se najjači model još dorađuje.
Otvoreno ostaje i pitanje pouzdanosti u praksi. Asinhrono izvršavanje i daljinske veze donose nove tačke otkaza, od isteklih tokena do nedostupnih spoljnih servera, pa će stvarna vrednost zavisiti od toga koliko uredno platforma obrađuje te situacije. Bezbednosni aspekt povezivanja agenata na spoljne alate takođe je predmet šire rasprave u struci, budući da svaki dodatni kanal ka podacima i sistemima proširuje površinu za moguće zloupotrebe. Za sada je jasno samo da Google agentski deo Gemini ponude gura ka produkciji, korak po korak, dok se odgovori na ta pitanja tek prikupljaju iz upotrebe.
Često postavljana pitanja
Šta su upravljani agenti u Gemini API-ju
To je Google-ov skup mogućnosti za programere koji grade sopstvene AI agente povrh Gemini modela. Platforma preuzima deo posla oko izvršavanja, alata i okruženja, tako da timovi ne moraju sve da grade od nule.
Šta je MCP i zašto je bitan
Model Context Protocol je otvoreni standard za povezivanje AI modela sa spoljnim alatima i podacima, koji je uvela kompanija Anthropic. Bitan je jer ga sada koristi većina velikih platformi, pa isti alat može da se poveže na različite modele bez posebne integracije za svaku.
Šta donose pozadinski zadaci
Omogućavaju da se dug zadatak pokrene asinhrono na serveru i da klijent kasnije proverava status preko identifikatora, umesto da drži otvorenu vezu do kraja posla. To je korisno kod operacija koje traju duže od nekoliko trenutaka.
Da li se ove izmene tiču krajnjih korisnika Gemini aplikacije
Ne direktno. Reč je o razvojnim funkcijama namenjenim inženjerima i firmama. Krajnji korisnici mogu posredno da osete efekte kroz aplikacije koje su izgrađene na ovim alatima, ali same izmene nisu deo potrošačke aplikacije.
