Google 於 2026 年 5 月 19 日宣布 Gemini API 加入 Managed Agents。這條消息對開發者和企業 AI 團隊很重要，因為它不是單純提供一個更強模型，而是把代理執行所需的基礎設施，包括工具調用、程式執行、檔案狀態和隔離沙盒，包裝成可以透過 API 使用的能力。
官方文章指出，開發者現在可以用單次呼叫啟動一個能夠推理、使用工具、執行程式碼的代理，並在隔離、暫時性的 Linux 環境中運行。這個體驗由新的 Antigravity agent 驅動，建基於 Gemini 3.5 Flash，並可透過 Interactions API 和 Google AI Studio 使用。
這個方向回應了生產級 AI 代理的一個現實問題：代理不只是模型。要讓代理真正替產品或客戶做事，開發團隊需要處理沙盒、檔案、狀態、瀏覽、工具權限、長任務恢復、錯誤處理和基建擴展。Google 的 Managed Agents，就是嘗試把這些繁重部分抽象化，讓團隊更專注於產品體驗和代理行為設計。
文章提到，每次 interaction 可以建立或接收一個環境，後續呼叫可以恢復同一個 session，保留檔案和狀態。這一點很關鍵，因為真正的代理任務通常不是一問一答，而是需要逐步研究、產生檔案、修改結果、再根據中間狀態繼續。沒有狀態管理，代理很難進入長流程。
Google 亦將 custom agents 的定義方式放到 markdown 檔案。開發者可以用 AGENTS.md 和 SKILL.md 定義指示、技能和資料，再註冊成 managed agent。這反映代理工程正在由臨時 prompt 走向可版本化、可審查、可部署的工程資產。對團隊協作來說，這比把複雜指令藏在應用程式字串內更可維護。
Managed Agents 亦有企業路線。Google 表示 Gemini API 的 managed agents 會在 Gemini Enterprise Agent Platform 上以 private preview 形式提供。這意味企業將可以在更受控的環境中使用類似代理基建，連接治理、權限和企業資料邊界。
對正在建 AI 工作流的團隊來說，這條新聞的啟示很直接。2026 年的代理平台競爭，不只是模型排名，而是誰能提供穩定沙盒、工具層、狀態恢復、指令版本管理和企業治理。當這些基建成熟，更多產品就可以把代理能力放進用戶流程，而不需要每個團隊由零重建執行環境。
但抽象化不等於可以忽略責任。開發團隊仍要清楚定義代理可讀取甚麼資料、可執行哪些工具、失敗時怎樣回滾、輸出如何被審核。Managed Agents 降低了基建門檻，也同時讓產品設計、權限管理和驗收測試變得更重要。
