К содержимому
Дайджест

Управляемые агенты в облаке: команда для финансового анализа

AI Engineer·26 октября 2026·19:44
текст даёт основное понять, как устроено промо
Открыть на YouTube
Доклад инженера Google DeepMind о том, как запускать управляемых агентов в облаке через Gemini API и собирать из них многошаговые рабочие процессы для анализа данных.

Что в ролике

Доклад Джека Уозерспуна из Google DeepMind объясняет, как запускать кодинг-агентов не на своей машине, а в облачной песочнице через один вызов Gemini API, и показывает, как собрать из них команду для финансового анализа. Вызов managed-агента поднимает песочницу на инфраструктуре Google Cloud, куда можно заранее загрузить инструкции agents, скиллы или подключить GitHub-репозиторий, а также добавить MCP-инструменты и Google Search. Внутри работает тот же anti-gravity-харнесс, что и в продуктах Google, а модель меняется конфигом — можно выбрать быстрый Gemini Flash или новый Gemini 4 Argon, вышедший накануне. У Gemini 4 общий лимит контекста в 1 миллион токенов делится между входом, размышлениями и выходом, поэтому модель способна выдавать очень длинные расчёты и финансовые модели. Секреты в песочницу не попадают: прокси подставляет плейсхолдер, а реальный токен GitHub или OAuth добавляется только при вызове соответствующего API, поэтому агент не может увести токен. Состояние разделено на interactions для разговора и environments для файловой системы, что позволяет одному агенту сохранить метрики в файл, а другому с чистым контекстом подхватить ту же среду и сделать прогноз. Триггеры запускают агента по расписанию, например каждое утро в 8:30 до открытия рынка, а через вебхуки можно слать результат в Slack или Jira. В демо автор запускает SEC-исследователя по Nvidia, затем quant-агента, который читает метрики и пишет отчёт, и показывает готовое приложение с тикером VOO, где агенты сами собирают PDF с графиками и источниками.

Практика

Что получишь
Понимание, как вынести кодинг-агентов в облачные песочницы через Gemini API и собрать цепочку агентов, где каждый делает свою часть анализа и записывает результаты в файлы.
Первый шаг
Зайти в AI Studio, выбрать шаблон managed-агента и запустить бесплатный пример, чтобы увидеть пошаговые трейсы первого вызова.
Цифры
  • —1 миллион токенов — общий лимит контекста у Gemini 4, который делится между входом, размышлениями и выходом
  • —64K токенов — обычный максимум выходных токенов, который Gemini 4 расширяет за счёт длинного декодирования
  • —8:30 утра — время ежедневного запуска финансового агента из примера с триггерами
Честно
Это презентация продукта Google DeepMind: автор продвигает managed-агентов Gemini API и новую модель Gemini 4 Argon. Код, конфиги и результаты демо видны на экране, в пересказе их нет, для повторения нужен ключ Gemini API и доступ к AI Studio, бесплатного старта может не хватить для полноценной цепочки с OAuth.
Если слова незнакомы — 8 терминов

Связки из этого ролика

2 шт.

Компоненты

12 шт.

Формат: разбор · для практикующих · уверенность разметки 0.85 · источник