К содержимому
Дайджест

7 блоков для автономного AI-сотрудника на Gemini

AI Engineer·6 ноября 2026·17:27
текст даёт основное можно повторить промо пошагово
Открыть на YouTube
Доклад Филиппа Шмида из Google DeepMind о том, как собрать автономного AI-сотрудника на Gemini и managed agents, для инженеров, которые строят агентов.

Что в ролике

Читатель, который хочет получить не чат-бота, а автономного цифрового сотрудника, получает разбор семи его потребностей: мозг, компьютер, инструкции, инструменты, доступы, правила и расписание. Спикер показывает новую модель Gemini for Argon с контекстом в миллион токенов и выходом до миллиона токенов, а также API managed agents, где агенту выделяется удалённая песочница, и он сам выполняет код и пишет файлы без ручного цикла вызовов. Знания предлагается делить на системные инструкции, короткие навыки и длинные справочники, чтобы не раздувать контекст и не платить на каждом запросе. Для инструментов есть встроенный Google Search, MCP-серверы, свои функции; а для доступов — внешний сетевой прокси, который подменяет фиктивные значения на реальные только для разрешённых доменов, и такие учётные данные нельзя прочитать из песочницы. Хуки с регулярными выражениями позволяют детерминированно блокировать или подтверждать определённые команды, а cron-триггеры запускают агента по расписанию, например в 8:30 для аудита портфеля. В демо агент сам обновляет Google Sheets на основе навыка и шлёт сообщения в Slack, при этом вся инфраструктура находится внутри managed agents. Автор советует начинать с API в AI Studio и заключает, что из этих семи блоков можно собрать первого AI-сотрудника.

Практика

Что получишь
Понятную схему из семи блоков, чтобы собрать собственного автономного агента на Gemini managed agents, и понимание, как безопасно дать ему доступы и расписание.
Первый шаг
Получить API-ключ в AI Studio и отправить первый запрос к Gemini через interactions API — это четыре строки кода.
Цифры
  • —1 млн токенов — размер контекстного окна Gemini for Argon
  • —1 млн выходных токенов — максимум генерации у новой модели
  • —8:30 — время, на которое можно поставить cron-триггер для ежедневного аудита портфеля
  • —4 строки кода — столько нужно для первого запроса через interactions API в AI Studio
Честно
Доклад продвигает продукты Google — Gemini, managed agents, AI Studio; это выступление сотрудника компании, а не независимый обзор. Полные исходники демо не приложены, поэтому повторение потребует самостоятельной работы по документации API. Некоторые команды и настройки видны только на экране во время демо.
Если слова незнакомы — 5 терминов

Связки из этого ролика

2 шт.

Компоненты

11 шт.

Формат: пошаговый урок · для практикующих · уверенность разметки 0.85 · источник