ขยายความสามารถของ Managed Agents ใน Gemini API: งานพื้นหลัง, Remote MCP และอื่นๆ

Google เพิ่งทำการเคลื่อนไหวที่เงียบแต่มีความสำคัญต่อนักพัฒนาที่สร้าง AI agents สำหรับการใช้งานจริง เมื่อวันที่ 7 กรกฎาคม 2026 ทีม Google DeepMind ประกาศความสามารถใหม่ชุดหนึ่งสำหรับ Managed Agents ใน Gemini API — การทำงานในพื้นหลัง, การรวมเซิร์ฟเวอร์ MCP ระยะไกล, การเรียกใช้ฟังก์ชันแบบกำหนดเอง และการรีเฟรชข้อมูลประจำตัว การขยายความสามารถของ Managed Agents ใน Gemini API ด้วยงานพื้นหลังและการสนับสนุน remote MCP ไม่ใช่แค่การอัปเดตฟีเจอร์เท่านั้น มันเป็นสัญญาณว่าอุตสาหกรรมกำลังจริงจังเกี่ยวกับความหมายที่แท้จริงของ "พร้อมใช้งานจริง" สำหรับ AI agents ที่ทำงานอัตโนมัติ

หากคุณเคยรู้สึกหงุดหงิดกับงาน agent ที่ทำงานนานและไม่เสถียร, การรวมเครื่องมือที่ไม่มั่นคง หรือค่าใช้จ่ายในการจัดการข้อมูลประจำตัวระหว่างเซสชัน — ประกาศนี้คุ้มค่าที่จะให้ความสนใจอย่างเต็มที่

เกิดอะไรขึ้น

Managed Agents ใน Gemini API ของ Google ช่วยให้นักพัฒนาสามารถเรียกใช้เอนด์พอยต์เดียวและมอบหมายงานหนัก — การให้เหตุผล, การทำงานของโค้ด, การติดตั้งแพคเกจ, การจัดการไฟล์ และการท่องเว็บ — ให้กับแซนด์บ็อกซ์บนคลาวด์ที่แยกออกมา คุณไม่ต้องจัดการรันไทม์ คุณไม่ต้องดูแลสภาพแวดล้อมการทำงาน คุณเพียงแค่อธิบายว่าคุณต้องการให้ทำอะไร และ Gemini จะจัดการส่วนที่เหลือ

การอัปเดตเดือนกรกฎาคม 2026 เพิ่มความสามารถสี่ประการที่เป็นรูปธรรมบนพื้นฐานนั้น:

• การทำงานในพื้นหลัง: ส่ง background: true ไปยังการเรียกใช้ interaction ของคุณ และ API จะส่งคืน ID ทันที ไคลเอนต์ของคุณไม่จำเป็นต้องเก็บการเชื่อมต่อ HTTP ไว้เปิด แต่สามารถสำรวจสถานะ, สตรีมการอัปเดตความคืบหน้า หรือเชื่อมต่อใหม่ในภายหลังขณะที่ agent ทำงานเสร็จสิ้นฝั่งเซิร์ฟเวอร์ สิ่งนี้แก้ปัญหาความเปราะบางของงานระยะยาวผ่านการเชื่อมต่อที่เปิดอยู่โดยตรง
• การรวมเซิร์ฟเวอร์ MCP ระยะไกล: Agents สามารถเชื่อมต่อกับเซิร์ฟเวอร์ Model Context Protocol (MCP) ระยะไกลได้แล้ว ซึ่งหมายความว่าพวกเขาสามารถเข้าถึงเครื่องมือและแหล่งข้อมูลภายนอกได้โดยไม่ต้องให้คุณสร้างโค้ดเชื่อมต่อแบบกำหนดเองสำหรับการรวมทุกครั้ง
• การเรียกใช้ฟังก์ชันแบบกำหนดเอง: นักพัฒนาสามารถกำหนดฟังก์ชันของตนเองและเปิดเผยต่อ agent ได้ ให้การควบคุมที่แม่นยำว่า agent สามารถดำเนินการใดภายในเวิร์กโฟลว์
• การรีเฟรชข้อมูลประจำตัวระหว่าง interactions: Agents สามารถรีเฟรชข้อมูลประจำตัวในช่วงกลางเซสชันได้แล้ว ซึ่งมีความสำคัญอย่างยิ่งสำหรับเวิร์กโฟลว์ใดๆ ที่ข้ามขอบเขตการรับรองความถูกต้อง — คิดถึง OAuth tokens ที่หมดอายุในช่วงกลางงานระหว่างไปป์ไลน์ข้อมูลหลายขั้นตอน

ตัวอย่าง SDK ในประกาศใช้แพคเกจ JavaScript @google/genai โดยมีตัวอย่าง Python และ cURL ที่มีอยู่ใน เอกสาร Antigravity agent การเริ่มต้นใช้งานเป็นการติดตั้งครั้งเดียว: npm install @google/genai

สิ่งที่น่าสังเกตที่นี่ไม่ใช่ฟีเจอร์เดียว — มันคือรูปแบบ ส่วนเพิ่มเติมแต่ละส่วนแก้ไขโหมดความล้มเหลวที่ทราบในการปรับใช้ agent การใช้งานจริง Google กำลังฟังความคิดเห็นของนักพัฒนาอย่างชัดเจนแทนที่จะส่งมอบความสามารถในการค้นหาใช้กรณี

ทำไมมันจึงสำคัญสำหรับเอเชีย

ระบบนิเวศของนักพัฒนาเอเชียกำลังสร้าง AI agents ในอัตราที่มักจะเกินความสมบูรณ์ของโครงสร้างพื้นฐานของเครื่องมือที่มีอยู่ ในเอเชียตะวันออกเฉียงใต้, เกาหลีใต้, ญี่ปุ่น และอินเดีย ทีมกำลังปรับใช้ agents สำหรับทุกสิ่งตั้งแต่การประสานงานโลจิสติกส์และการประมวลผลเอกสารทางการเงินไปจนถึงการทำให้การสนับสนุนลูกค้าเป็นอัตโนมัติในหลายภาษา เธรดทั่วไปในการปรับใช้การใช้งานจริงเกือบทุกครั้ง? ปัญหาที่ยากไม่ใช่การให้เหตุผลของ AI — มันคือการประปา

การทำงานในพื้นหลังมีความสำคัญอย่างมากในบริบทนี้ เวิร์กโฟลว์ที่มีมูลค่าสูงจำนวนมากในตลาดเอเชียมีลักษณะเป็นระยะยาวโดยธรรมชาติ Agent ปฏิบัติตามข้อกำหนดที่ประมวลผลการยื่นแบบฟอร์มด้านกฎระเบียบในสิงคโปร์, agent ห่วงโซ่อุปทานที่ประสานการเรียกเก็บเงินข้ามพรมแดนระหว่างเวียดนามและจีน หรือ agent วิเคราะห์เอกสารที่ทำงานผ่านสัญญาภาษาไทยหลายร้อยฉบับ — ไม่มีสิ่งใดเหล่านี้เสร็จสิ้นในเวลาไม่กี่วินาที การเก็บการเชื่อมต่อ HTTP ไว้เปิดเป็นเวลาหลายนาทีไม่ใช่แค่เปราะบาง ในตลาดที่มือถือเป็นหลักที่มีการเชื่อมต่อที่แปรผัน มันมักจะเป็นไปไม่ได้

การรวม remote MCP มีความสำคัญเท่าเทียมกันสำหรับภูมิทัศน์เทคโนโลยีเอเชีย ระบบองค์กรทั่วทั้งภูมิภาคนั้นแตกแยก — ส่วนผสมของแพลตฟอร์ม ERP เก่า, เครื่องมือ SaaS ระดับภูมิภาค, เกตเวย์การชำระเงินในท้องถิ่น และ API ของรัฐบาลที่ไม่เสมอไปปฏิบัติตามแบบแผน API ตะวันตก ความสามารถในการเชื่อมต่อ agents กับเซิร์ฟเวอร์ MCP ระยะไกลหมายความว่าทีมสามารถสร้างชั้นอะแดปเตอร์บาง ๆ ครั้งเดียวและนำกลับมาใช้ใหม่ในเวิร์กโฟลว์ agent แทนที่จะสร้างการรวมใหม่จากศูนย์สำหรับ agent ใหม่ทุกตัว

การรีเฟรชข้อมูลประจำตัวฟังดูเหมือนเป็นเชิงอรรถ แต่มันเป็นตัวบล็อกสำหรับการปรับใช้การใช้งานจริงจำนวนมาก API ของรัฐบาลและการเงินในตลาดเช่นอินโดนีเซีย, ไทย และฟิลิปปินส์มักใช้โทเค็นที่มีอายุสั้น Agent ที่ไม่สามารถรีเฟรชข้อมูลประจำตัวของตนเองในช่วงกลางงานไม่สามารถทำให้เวิร์กโฟลว์บางอย่างเสร็จสิ้นได้โดยไม่มีการแทรกแซงของมนุษย์ — ซึ่งขัดต่อจุดประสงค์ของการทำให้เป็นอัตโนมัติทั้งหมด

สำหรับผู้ก่อตั้งที่สร้างบน MonstarX แพลตฟอร์มการพัฒนา AI-native ของเอเชีย การอัปเดต Gemini API เหล่านี้ลดภาษีโครงสร้างพื้นฐานในการสร้างผลิตภัณฑ์ agent ที่จริงจัง ระบบดั้งเดิมกำลังดีขึ้น คำถามเปลี่ยนจาก "เราสามารถทำให้สิ่งนี้ใช้งานได้หรือไม่?" ไปเป็น "สิ่งใดที่คุ้มค่าที่จะสร้าง?"

นี่หมายความว่าอะไรสำหรับนักพัฒนา

ลองดูเรื่องที่เป็นรูปธรรมเกี่ยวกับสิ่งที่คุณสามารถสร้างได้แตกต่างกันในตอนนี้

ไปป์ไลน์ agent แบบอะซิงโครนัสโดยไม่มีโครงสร้างพื้นฐานแบบกำหนดเอง ก่อนการทำงานในพื้นหลัง การทำงานของ agent ระยะยาวอย่างน่าเชื่อถือหมายถึงการสร้างคิวงานของคุณเอง — Redis, BullMQ หรือบริการงานบนคลาวด์ — เพียงเพื่อจัดการชั้นการทำงานแบบอะซิงโครนัส ตอนนี้คุณได้รับสิ่งนั้นฟรีจาก API โครงสร้างของคุณจะง่ายขึ้น เวิร์กโฟลว์ที่ก่อนหน้านี้ต้องการคนงานคิว, ฐานข้อมูลสถานะ และตัวจัดการ webhook สามารถเป็นการเรียกใช้ API เดียวที่มีการสำรวจได้

นี่คือรูปแบบในทางปฏิบัติ:

// เริ่มงาน — ส่งคืน ID interaction ทันที
const interaction = await client.interactions.create({
  model: "gemini-2.0-flash",
  prompt: "วิเคราะห์รายงานการเงิน Q2 และแสดงความผิดปกติ",
  background: true
});

// สำรวจหรือเชื่อมต่อใหม่ในภายหลัง
const result = await client.interactions.get(interaction.id);

นั่นคือโครงสร้างพื้นฐานแบบอะซิงโครนัสทั้งหมดสำหรับงาน agent ระยะยาว ไม่มีคิว ไม่มีกระบวนการคนงาน ไม่มีตารางสถานะ

ระบบนิเวศเครื่องมือผ่าน remote MCP โปรโตคอล MCP ได้รับความนิยมเพิ่มขึ้นเป็นวิธีมาตรฐานในการเปิดเผยเครื่องมือให้กับ AI agents การสนับสนุน remote MCP หมายความว่าคุณสามารถเชื่อมต่อ Gemini agent กับเซิร์ฟเวอร์ที่เข้ากันได้กับ MCP ใดๆ — เครื่องมือภายใน, API ของบุคคลที่สาม, แหล่งข้อมูลเฉพาะ — โดยไม่ต้องเขียนตัวห่อฟังก์ชันแบบกำหนดเองสำหรับแต่ละตัว หากทีมของคุณได้ลงทุนในการสร้างเซิร์ฟเวอร์ MCP สำหรับเครื่องมือสื่อสารอื่นๆ การลงทุนนั้นจะนำไปใช้โดยตรงกับ Gemini agents

เวิร์กโฟลว์ agent ที่สามารถประกอบได้ด้วยฟังก์ชันแบบกำหนดเอง การเรียกใช้ฟังก์ชันแบบกำหนดเองให้คุณมีชั้นควบคุมที่ agents ที่ใช้พรอมต์บริสุทธิ์ขาดหายไป คุณกำหนดฟังก์ชัน, ลายเซ็นของพวกเขา และพฤติกรรมของพวกเขา Agent ตัดสินใจว่าจะเรียกใช้เมื่อใด นี่คือรูปแบบที่ทำให้ agents น่าเชื่อถือพอที่จะปรับใช้ในการใช้งานจริง — คุณไม่ได้ให้การเข้าถึงแบบเปิดกว้างของโมเดลไปยังระบบของคุณ คุณกำลังให้ชุดเครื่องมือที่กำหนดไว้อย่างดีกับอินเทอร์เฟซที่คาดเดาได้

การจัดการข้อมูลประจำตัวที่ไม่ทำให้เซสชันยาวนานขาด สำหรับ agent ใดๆ ที่สัมผัส API ที่ได้รับการรับรองความถูกต้อง การรีเฟรชข้อมูลประจำตัวเป็นข้อกังวลระดับแรกแล้วแทนที่จะเป็นความคิดหลัง สร้าง agents ที่ทำงานเป็นเวลาหลายชั่วโมงโดยไม่ต้องให้มนุษย์ทำการรับรองความถูกต้องใหม่ในช่วงกลางงาน สิ่งนี้มีความเกี่ยวข้องโดยเฉพาะสำหรับเวิร์กโฟลว์การประมวลผลแบบกลุ่มข้ามคืน — งานพื้นหลังประเภทที่มีค่าสูงสุดอย่างแม่นยำ