Gemini API 托管智能体升级：3.6 Flash 默认上线

Google DeepMind 近日宣布对 Gemini Interactions API 中的托管智能体（Managed Agents）进行多项功能更新，包括将默认模型升级至 Gemini 3.6 Flash、新增环境钩子（environment hooks）机制、加入预算控制，以及面向免费层项目开放访问。这些能力建立在先前发布的「后台任务」与「远程 MCP 服务器集成」基础之上。

Gemini 3.6 Flash 成为默认模型

托管智能体中的 antigravity-preview-05-2026 代理现已默认运行 Gemini 3.6 Flash，开发者无需修改代码，下次调用即可自动启用。开发者也可以在创建交互或托管智能体时，通过 agent_config.model 显式指定模型，例如选择成本更低的 Gemini 3.5 Flash-Lite，或锁定自定义偏好模型。

目前支持的主要模型包括：

• Gemini 3.6 Flash（gemini-3.6-flash，默认）：在推理、编码与工具调用上取得平衡。
• Gemini 3.5 Flash（gemini-3.5-flash）：上一代通用智能体工作流模型。
• Gemini 3.5 Flash-Lite（gemini-3.5-flash-lite）：Gemini 3.5 系列中延迟与成本最低的版本。

环境钩子：在沙箱内拦截、检查与审计工具调用

新增的「环境钩子」允许开发者在智能体沙箱内每一次工具调用前后执行自定义脚本。只需在环境中添加 .agents/hooks.json 配置文件，运行时即会在 pre_tool_execution 或 post_tool_execution 事件上调用相应处理函数。matcher 字段支持正则表达式，可使用 | 匹配多个工具，或使用 * 捕获所有调用。

钩子同时支持 command 类型（在沙箱内运行本地脚本）和 http 类型（直接 POST 到外部端点）。例如，下方配置中的 security-gate 会在每次 code_execution 或 write_file 调用前运行 gate.py：若脚本返回 {"decision": "deny", "reason": "..."}，对应工具调用将被跳过，拒绝原因会自动注入到模型上下文中。而 auto-format 组则在每次工具调用结束后执行 auto_lint.py，统一代码风格。

AI 原生投资银行 OffDeal 已基于该能力构建生产级验证流水线。其 AI 分析师 Archie 在写入公司列表后，post_tool_execution 钩子即触发流水线：在沙箱内抓取候选 logo、执行像素级质量检查、借助 Gemini 视觉模型逐张核验，并最终输出仅包含合规图片的可发布清单，避免不合规 logo 进入投资人的演示文稿。

预算控制与免费层开放

为应对多轮自主循环可能带来的高 token 消耗，新版托管智能体允许通过 agent_config.max_total_tokens 设定总消耗上限（输入 + 输出 + 思考 token 合计）。当智能体触及预算时，任务将安全暂停，交互返回 status: "incomplete"，但沙箱状态会被保留；开发者只需传入 previous_interaction_id 并搭配新一轮预算即可从断点继续执行。

与此同时，托管智能体已面向免费层项目开放，开发者可以使用未开通计费的项目的 API Key 直接体验智能体工作流，降低了入门与试验门槛。