Что такое Gemini Agent? Как Google AI Agent вызывает инструменты, API и функции

Обновлено 18 августа 2026. Технические утверждения сверены с Managed Agents (Gemini Agent), Function calling и Using Tools with Gemini API.

Симптом: в документах смешаны Gemini, Agent, Tools и Function calling — непонятно, брать Interactions, свой цикл или управляемого агента.
Быстрый разбор: отделите «модель предложила вызов» от «кто исполняет побочные эффекты». Встроенные инструменты крутит Google. Свои функции живут в вашем приложении, пока не вернётся function_result.

Текст для бэкенда, который подключает Google AI Agent к заказам и внутренним API, для архитекторов, сравнивающих свой Agent Loop с Managed Agents, и для платформ, которые умеют чатиться, но не могут безопасно писать в БД.

Что на самом деле называют Gemini Agent

На совещании одна фраза закрывает три слоя. Смешав их, вы перевернёте IAM и разбор инцидентов.

Первый слой — модель Gemini. По схеме функции она может выдать структурированный function_call, а не прозу. Это ответ на «знает ли модель, что вызывать?», а не на «есть ли у неё пароль от БД».

Второй слой — инструменты Gemini API. Документация собирает способности, которые модель может запросить в ходе хода или Live-сессии: Search, Code Execution, URL Context или ваши Function Calling. См. документацию Tools.

Третий слой — продуктовый Gemini Agent / Managed Agent. Системная инструкция, инструменты по умолчанию, удалённый MCP, свои функции, файлы и AGENTS.md становятся агентом с ID через Interactions API. По умолчанию: code_execution, google_search, url_context; список можно переопределить на interaction. См. Building Managed Agents.

Нужен один структурированный lookup — хватит Function calling. Нужны песочница, поиск, исполнение кода, MCP и переиспользуемая конфигурация — берите Managed Agents. Не выливайте все бизнес-правила в промпт только из‑за слова Agent.

Инструменты, API и функции: кто исполняет

Инструменты — каталог для модели. Хостинг исполняет Google; свои инструменты — лишь декларация.
API — ваши HTTP и запросы. Секрет остаётся у сервисного аккаунта.
Функции — локальный код и продюсеры очередей. JSON Schema, сверка по id.

У Function calling три задачи: действие, дополнение знаний, расширение возможностей. Это не Structured Outputs, который только ограничивает финальный ответ. Если промежуточный шаг бьёт в вашу систему — Function calling. Руководство Function calling

Когда инструменты пишут файлы, отделите диск хоста от рабочей области агента: Что такое AI Virtual File System? Полное руководство 2026. Схему оркестрации удобно фиксировать навыком из Diagram Design: полный обзор навыка Claude Code.

Схема цикла Gemini Agent от объявления схемы до function_result — Свои функции не исполняются внутри модели. Цикл продолжается только после результата с тем же id.

Полный цикл вызова функции

Имя функции в ответе — ещё не успех. Официальный поток — пять шагов.

Объявить имя, описание и JSON Schema, включая когда вызывать нельзя.
Отправить ход пользователя и tools в interactions.create или generateContent.
Модель отвечает текстом или возвращает function_call с id и arguments.
Проверить типы, auth, таймауты, идемпотентность, затем ударить в реальный API. Модель ваш код не запускает.
Вернуть function_result с тем же id, при продолжении — previous_interaction_id.

{
  "type": "function",
  "name": "get_order_status",
  "description": "Статус исполнения по номеру заказа. Не создавать и не отменять.",
  "parameters": {
    "type": "object",
    "properties": {
      "order_id": {"type": "string", "description": "Бизнес-номер вроде OD-20260818-001"}
    },
    "required": ["order_id"]
  }
}

Не склеивайте аргументы модели в SQL или shell. Схема, внутренний DTO, сервисный аккаунт. Потоковые arguments исполняйте только после полного JSON. Параллельные вызовы могут взять склад и доставку сразу; композиционные (место, затем погода) ждут предыдущий шаг.

Встроенные инструменты и свои функции

Типичный прод-баг: читать «модель запросила инструмент» как «сервер уже сделал работу». Встроенные крутятся у Google и дают парные function_result. Свои функции — ваша ответственность.

Managed Agents используют step matching. Встроенное заканчивается на сервере; незавершённые свои вызовы переводят interaction в requires_action. Повторно исполнить тот же call_id в платежах — инцидент. Храните исходный call, логи исполнения, результат и статус interaction.

Режимы, MCP и композиционные вызовы

tool_choice: auto, any, none и превью validated. any для погоды уместен, для «удалить прод» без человека — нет. Удалённый MCP вешает внешний tool-сервер через name и url. Неаутентифицированный публичный MCP нельзя выносить в интернет. Gemini 3 смешивает встроенные и свои инструменты в одном interaction; previous_interaction_id тащит контекст. Логи архивируйте по interaction, не по одному HTTP POST.

Контроль до боевых записей

Чтение и запись — разные функции; скрытое из схемы убрать.
Идемпотентность создания, списания, писем по function_call.id или request-id.
Таймауты с типизированной ошибкой, не пустая строка для повторной мутации аргументов.
Минимальный результат: статус, краткое, следующий шаг.
Бюджеты хопов, времени и токенов; переполнение — в человеческую очередь.
Повтор: версия схемы, модели, аргументы, хеш результата.

Если результат мог уже попасть в учётную систему — сначала таблица идемпотентности. «Пусть модель попробует ещё» запрещено. Двойной рендер в UI — чините агрегацию логов, не промпт.

Три фразы: Structured Outputs для финальной нагрузки, Function calling для ваших API, Managed Agents для песочницы, поиска, MCP и переиспользуемой конфигурации. Все три могут жить в одном продукте — ответственность исполнения должна быть на архитектурной схеме.

На ноутбуке, который засыпает, цикл Gemini Agent теряет колбэки requires_action. Для ночных прогонов аренда Mac у Kvmkit обычно чище, чем личный ПК. См. русскую главную Kvmkit. USB и выделенные сети оставляйте на своём железе.