Gemini API Managed Agents: 3.6 Flash, hooks และอื่นๆ

Google เพิ่งปล่อยอัปเกรดที่มีความหมายให้กับ Managed Agents ใน Gemini API — และถ้าคุณกำลังสร้างระบบ AI สำหรับการใช้งานจริงในเอเชีย รายละเอียดต่างๆ มีความสำคัญ ประกาศจาก Google DeepMind ครอบคลุมโมเดลค่าเริ่มต้นใหม่ environment hooks ที่ให้นักพัฒนาควบคุมการดำเนินการของเครื่องมือได้จริงๆ การควบคุมงบประมาณ ตัวกระตุ้นตามกำหนดเวลา และการเข้าถึงชั้นฟรี รวมกันแล้ว สิ่งเหล่านี้ไม่ใช่การปรับปรุงเล็กน้อย — เป็นโครงสร้างพื้นฐานที่ทำให้ agent อิสระสามารถปรับใช้ได้จริงๆ

Gemini API Managed Agents: 3.6 Flash, hooks และอื่นๆ แสดงถึงการเปลี่ยนแปลงจาก "สาธิตที่น่าประทับใจ" ไปเป็น "โครงสร้างพื้นฐานสำหรับการใช้งานจริง" นี่คือสิ่งที่เปลี่ยนแปลง เหตุใดจึงสำคัญสำหรับนักพัฒนาที่สร้างสรรค์ในเอเชีย และสิ่งที่คุณควรทำกับมันจริงๆ

เกิดอะไรขึ้น

Managed Agents ใน Gemini API ทำงานผ่านสิ่งที่พวกเขาเรียกว่า Antigravity agent — sandbox ที่แยกจากระบบคลาวด์ที่สามารถประสานงานการให้เหตุผล การดำเนินการโค้ด การติดตั้งแพ็คเกจ การจัดการไฟล์ และการดึงข้อมูลจากเว็บได้ในการเรียก API เพียงครั้งเดียว โดยไม่ต้องจัดการโครงสร้างพื้นฐานใดๆ ลองนึกถึงมันว่าเป็น agent runtime ที่มีสถานะและใช้เครื่องมือ ซึ่งอยู่ทั้งหมดในฝั่ง Google

การเปลี่ยนแปลงหลัก: Gemini 3.6 Flash เป็นโมเดลค่าเริ่มต้นสำหรับ agent antigravity-preview-05-2026 ตามโพสต์ Google AI Blog ไม่จำเป็นต้องเปลี่ยนแปลงโค้ด — การโต้ตอบครั้งต่อไปของคุณจะเลือกใช้มันโดยอัตโนมัติ Gemini 3.6 Flash ได้รับการอธิบายว่าเป็นโมเดลที่สมดุล ซึ่งเหมาะสำหรับการให้เหตุผล การเขียนโค้ด และการใช้เครื่องมือ หากคุณต้องการปักหมุดไว้ที่โมเดลเฉพาะหรือลดต้นทุน คุณสามารถส่ง agent_config.model เมื่อสร้างการโต้ตอบ:

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "ตรวจสอบการพึ่งพาทั้งหมดใน package.json อัปเกรดแพ็คเกจที่ล้าสมัย และตรวจสอบการสร้างโดยเรียกใช้ npm test",
  environment: "remote",
  agent_config: {
    type: "antigravity",
    model: "gemini-3.5-flash-lite",
  },
});

console.log(interaction.output_text);

โมเดลที่รองรับขยายไปถึง Gemini 3.6 Flash (ค่าเริ่มต้น) Gemini 3.5 Flash (รุ่นก่อนหน้า) และ Gemini 3.5 Flash-Lite สำหรับงานต้นทุนต่ำ ความยืดหยุ่นในการเลือกโมเดลมีความสำคัญ — หมายความว่าคุณสามารถปรับต้นทุนเทียบกับความสามารถต่องานแต่ละงาน แทนที่จะยอมรับโมเดลเดียวสำหรับการโต้ตอบ agent ทั้งหมด

การเพิ่มเติมหลักประการที่สองคือ environment hooks — กลไกที่ให้นักพัฒนาสามารถสกัดกั้น ตรวจสอบ บล็อก ตรวจสอบ หรือตรวจสอบการเรียกเครื่องมือภายใน sandbox ก่อนที่จะดำเนินการ สิ่งนี้จับคู่กับ การควบคุมงบประมาณ เพื่อจำกัดการใช้จ่าย agent ตัวกระตุ้นตามกำหนดเวลา สำหรับการรันแบบ async และตามเวลา และ การเข้าถึงชั้นฟรี ที่ลดอุปสรรคต่อการทดลอง ชั้นฟรีโดยเฉพาะบ่งชี้ว่า Google ต้องการการนำมาใช้ของนักพัฒนาอย่างกว้างขวางก่อนที่จะล็อคราคา

เหตุใดจึงสำคัญสำหรับเอเชีย

ระบบนิเวศของนักพัฒนาในเอเชียไม่ใช่เนื้อเดียวกัน แต่มีรูปแบบที่คุ้มค่าที่จะตั้งชื่อ ทีมสตาร์ทอัพในเอเชียตะวันออกเฉียงใต้ อินเดีย เกาหลีใต้ และญี่ปุ่นมักจะมีขนาดเล็กกว่า เคลื่อนไหวเร็วกว่า และดำเนินการด้วยงบประมาณโครงสร้างพื้นฐานที่แคบกว่าคู่ของพวกเขาใน San Francisco การรวมกันของการเข้าถึงชั้นฟรีและการควบคุมต้นทุนระดับโมเดลในรีลีสนี้ตอบสนองต่อความเป็นจริงนั้นโดยตรง

สำหรับ ผู้ก่อตั้ง SEA โดยเฉพาะ โมเดล sandbox ที่มีการจัดการนั้นน่าสนใจเพราะมันช่วยขจัดหมวดหมู่ของงาน DevOps ที่โดยปกติต้องใช้เวลาวิศวกรรมเฉพาะ คุณไม่จำเป็นต้องจัดสรรการคำนวณ จัดการสภาพแวดล้อมแพ็คเกจ หรือสร้างตรรกะการลองใหม่รอบการดำเนินการเครื่องมือ — Gemini API จัดการมัน ทีมสองคนใน Jakarta หรือ Ho Chi Minh City ที่สร้างผลิตภัณฑ์เวิร์กโฟลว์ที่ขับเคลื่อนด้วย AI สามารถปรับใช้ agent ที่จะต้องใช้ทีมแพลตฟอร์มเมื่อหกเดือนที่แล้ว

คุณสมบัติ ตัวกระตุ้นตามกำหนดเวลา มีความเกี่ยวข้องโดยเฉพาะสำหรับผลิตภัณฑ์ที่ใช้ในเอเชียที่มีกรณีการใช้งานแบบ async-heavy: ไปป์ไลน์ข้อมูลตามตารางเวลา การสร้างรายงานตามกำหนดเวลา การตรวจสอบการแข่งขันเป็นระยะ หรือการทำให้เป็นอัตโนมัติที่รับรู้เขตเวลาสำหรับธุรกิจที่ให้บริการทั้งตลาดเอเชียและตะวันตก สิ่งเหล่านี้ไม่ใช่กรณีขอบ — เป็นรูปแบบหลักสำหรับผลิตภัณฑ์ SaaS และเครื่องมือภายในที่ทีมเทคโนโลยีเอเชียสร้างขึ้นจริงๆ

การควบคุมงบประมาณมีความสำคัญเช่นกัน สตาร์ทอัพเอเชียจำนวนมากกำลังสร้างสรรค์บนรันเวย์ที่ผ่อนปรน และความเสี่ยงของต้นทุน agent ที่หนีไป — agent ติดอยู่ในลูป หรืองานที่กำหนดขอบเขตไม่ดีที่ใช้โควตา API มากมาย — เป็นอุปสรรคที่แท้จริงต่อการปรับใช้การใช้งานจริง ฝากงบประมาณที่ยากแน่นอนในระดับ API แทนที่จะพึ่งพาการป้องกันระดับแอปพลิเคชัน เป็นสถานที่ที่เหมาะสมในการบังคับใช้สิ่งนี้

มีสัญญาณที่กว้างขวางกว่านี้สำหรับระบบนิเวศ AI ของเอเชีย การลงทุนของ Google ในโครงสร้างพื้นฐาน agent ที่มีการจัดการ — ไม่ใช่แค่โมเดล แต่ชั้นรันไทม์ — บ่งชี้ว่าสนามรบการแข่งขันสำหรับเครื่องมือนักพัฒนา AI กำลังเปลี่ยนจาก "โมเดลใดที่ฉลาดที่สุด" ไปเป็น "แพลตฟอร์มใดที่ทำให้ agent ง่ายที่สุดในการรันอย่างน่าเชื่อถือในการใช้งานจริง" นั่นคือการต่อสู้ที่นักพัฒนาเอเชีย และ MonstarX ในฐานะแพลตฟอร์มพัฒนาที่เป็นเจ้าของ AI ต่างก็ติดตามอย่างใกล้ชิด

ความหมายสำหรับนักพัฒนา

มาเป็นรูปธรรมกันเถอะ หากคุณกำลังสร้างสรรค์ด้วย Gemini API วันนี้ นี่คือสิ่งที่คุณควรดำเนินการจริงๆ จากรีลีสนี้

นำ environment hooks มาใช้สำหรับ agent ที่ใช้งานจริงใดๆ ความสามารถในการสกัดกั้นการเรียกเครื่องมือก่อนการดำเนินการคือคุณสมบัติที่แยกแยะ agent สาธิตจาก agent ที่น่าเชื่อถือ ใช้ hooks เพื่อบันทึกการเรียกเครื่องมือทุกครั้ง บังคับใช้รายการอนุญาตว่าโดเมนภายนอกใดที่ agent สามารถเข้าถึงได้ หรือฉีดเกตการอนุมัติสำหรับการดำเนินการที่ทำลายล้างเช่นการลบไฟล์หรือการเขียนฐานข้อมูล นี่คือรูปแบบที่ทีมที่มีจิตสำนึกด้านการปฏิบัติตามกฎหมายใน fintech healthtech และ enterprise SaaS ในเอเชียต้องการก่อนที่พวกเขาจะสามารถปรับใช้ agent ได้ใกล้เคียงกับข้อมูลการใช้งานจริง

ใช้การเลือกโมเดลอย่างมีจิตสำนึก อย่าใช้ Gemini 3.6 Flash เป็นค่าเริ่มต้นสำหรับทุกงานเพียงเพราะมันเป็นค่าเริ่มต้นใหม่ แมปงาน agent ของคุณตามความซับซ้อน: ใช้ Flash-Lite สำหรับการดำเนินการปริมาณสูงและเสี่ยงต่ำเช่นการจัดรูปแบบข้อมูลหรือการจำแนก ใช้ 3.6 Flash สำหรับการให้เหตุผลหลายขั้นตอนและงานโค้ด ปักหมุดไว้ที่เวอร์ชันโมเดลเฉพาะในการใช้งานจริงเพื่อให้อัปเกรดไม่เปลี่ยนพฤติกรรมอย่างเงียบ ๆ พารามิเตอร์ agent_config.model ให้คุณควบคุมนั้น — ใช้มัน

ตั้งค่าการควบคุมงบประมาณก่อนที่จะเปิดตัว นี่ไม่อาจเจรจาต่อรองได้สำหรับ agent ใดๆ ที่ทำงานโดยไม่มีการดูแลของมนุษย์ การควบคุมงบประมาณใหม่ใน Managed Agents ให้คุณจำกัดการใช้จ่ายในระดับ API รวมสิ่งนี้กับการตรวจสอบในฝั่งแอปพลิเคชันของคุณ — บันทึกการใช้โทเค็นต่อการโต้ตอบ เตือนเกี่ยวกับความผิดปกติ และสร้างเบรกเกอร์วงจรสำหรับงานที่เกินระยะเวลาที่คาดไว้

ทดลองตัวกระตุ้นตามกำหนดเวลาตอนนี้ ขณะที่ยังอยู่ในชั้นฟรี หากผลิตภัณฑ์ของคุณมีกรณีการใช้งานการทำให้เป็นอัตโนมัติตามเวลาใดๆ — และส่วนใหญ่มี — ให้สร้างต้นแบบในสัปดาห์นี้ ตัวกระตุ้นตามกำหนดเวลาสำหรับ agent ที่มีการจัดการหมายความว่าคุณสามารถแทนที่รูปแบบ cron-job-plus-script ด้วยการเรียก agent เดียวที่จัดการสภาพแวดล้อมการดำเนินการของตัวเอง ชั้นฟรีทำให้ต้นทุนการทดลองเป็นศูนย์

ติดตั้งทักษะ Interactions API หากคุณใช้ผู้ช่วยการเขียนโค้ด AI ประกาศของ Google รวมถึงคำสั่งเทอร์มินัลโดยตรง: npx skills add google-gemini/gemini-skills --skill gemini-interactions-api สิ่งนี้ให้ผู้ช่วยการเขียนโค้ดของคุณเข้าถึงบริบท Interactions API โดยตรง ซึ่งปรับปรุงคุณภาพของโค้ด agent ที่สร้างขึ้นอย่างมีความหมาย

สำหรับทีมที่ใช้ connectors เพื่อเชื่อมต่อ API และแหล่งข้อมูลในเวิร์กโฟลว์ agent ของพวกเขา Gemini API