Песочница для AI-агентов: один вызов API вместо серверов

Что в ролике
Если вы строите агентов и не хотите вручную поднимать окружения, этот доклад показывает, как Google DeepMind перенесла песочницу на свою сторону. Автор коротко проходит эволюцию от продолжения текста к агентам с целями, мышлением и вызовами функций, а затем показывает interactions API — упрощённый слой над моделями Gemini и агентами вроде anti-gravity. Ключевое новшество — поле environment, которое при вызове API запускает удалённую песочницу: агент сам пишет файлы, ставит зависимости и выполняет код, а окружение можно переиспользовать между запросами и разными агентами. Источники подгружаются из GCS-бакетов, GitHub или inline-файлов, при этом skills-папка и agents MD автоматически попадают в системный промпт, а API агентов позволяет собрать базового агента с инструкцией и готовым окружением. Для демонстрации он показывает AI Talk Radio — галерейный апплет в AI Studio, который по одной фразе генерирует выпуск с несколькими ведущими, музыкой и речью, и весь агент сводится к файлу agents MD и Python-скиллам. Вторая демонстрация — anti-gravity агент в песочнице, который на первый запрос за 7–10 секунд определяет, что работает на Ubuntu с 8 vCPU и 16 ГБ памяти, а затем может доустанавливать node и отдавать файлы из окружения. Стартовать можно бесплатно в AI Studio с Gmail-аккаунтом, а для production есть бюджеты, CLI для агентов и GitHub-репозиторий с примерами.
Практика
- Что получишь
- Понимание, как запустить агента с готовой песочницей через один вызов Gemini API и убрать со своей стороны управление функциями и инфраструктурой.
- Первый шаг
- Открыть ai.studio, войти через Gmail и в галерее выбрать AI Talk Radio или шаблон anti-gravity агента, чтобы повторить демонстрации без настройки.
- Цифры
- —4 цента — столько стоит генерация одного изображения моделью Nano Banana Light, которую команда выпустила накануне
- —7–10 секунд — столько занимает первый запуск песочницы у anti-gravity агента до первых команд
- —8 vCPU и 16 ГБ памяти — характеристики Ubuntu-окружения, которые агент сам определил в песочнице
- Честно
- Автор — сотрудник Google DeepMind, и доклад целиком продвигает Gemini API и AI Studio. Бесплатного тарифа хватает на демо, но для больших объёмов и некоторых моделей потребуется привязать карту и настроить бюджеты. Код всех демо открыт в AI Studio и GitHub, однако часть шагов видна только на экране (консоль агента, команды bash, сгенерированное аудио), поэтому для точного повторения стоит пересмотреть фрагменты демо.
Если слова незнакомы — 9 терминов
- APIспособ для программы общаться с сервисом через запросы
- агентпрограмма, которая сама планирует шаги и вызывает инструменты
- песочницаизолированное облачное окружение, где агент может выполнять код, создавать файлы и ставить зависимости
- системный промптскрытая инструкция, которую модель получает до начала диалога
- GCSGoogle Cloud Storage, облачное файловое хранилище Google
- inline-файлфайл, переданный прямо в запросе, а не по ссылке
- vCPUвиртуальное процессорное ядро в облачной машине
- скиллфайл с инструкцией и кодом, который учит агента выполнять повторяемую задачу
- agents MDфайл с инструкциями для агента, который автоматически попадает в его системный промпт
Связки из этого ролика
5 шт.- MCP
- Python
- Ubuntu
- GCS
- GitHub
Компоненты
9 шт.Формат: сборка на живом примере · для практикующих · уверенность разметки 0.85 · источник