Blog
Kontakt os
AI

Managed Agents: Googles nye API giver agenter sandbox og infrastruktur

Google lancerede Managed Agents i Gemini API på I/O 2026 Developer Keynote. Med et enkelt API-kald får udviklere en AI-agent og et sikkert, isoleret Linux-miljø hostet af Google. Det fjerner det infrastrukturarbejde, der hidtil har gjort ag…

Google I/O 2026 Managed Agents i Gemini API

Google lancerede Managed Agents i Gemini API på I/O 2026 Developer Keynote. Med et enkelt API-kald får udviklere en AI-agent og et sikkert, isoleret Linux-miljø hostet af Google. Det fjerner det infrastrukturarbejde, der hidtil har gjort agentudvikling til en ops-opgave.

Managed Agents bygger på Googles Interactions API og Antigravity-harnesset. Agenter defineres via Markdown-filer med instruktioner, skills og værktøjer. Google håndterer sandboxing, skalering og sikkerhed, så udvikleren fokuserer på agentlogikken.

 

Ét API-kald, en agent og en sandbox

Managed Agents løser et konkret problem. Agenter i produktion kræver sikker, isoleret eksekvering. Hvis en agent skal køre kode, læse filer eller installere pakker, har den brug for et sandboxed miljø. At bygge den infrastruktur selv er komplekst og dyrt. Google kalder det selv "an infrastructure nightmare."

Løsningen er enkel: hvert managed agent-kald opretter automatisk et remote Linux-miljø. Agenten kan installere pakker, eksekvere scripts og gemme filer i sit eget sandbox. Når opgaven er færdig, er miljøet tilgængeligt for output. Udvikleren behøver ikke at konfigurere containere, VMs eller netværk.

Agenter defineres via Markdown, ikke kode. En agent.md-fil indeholder instruktioner, tilgængelige skills og værktøjer. Det er den samme mekanisme, der driver Antigravity 2.0 og Googles interne kodningsagenter. Under Developer Keynote opsummerede Logan fra Google det sådan: det føles som om det mest populære nye programmeringssprog er Markdown.

 

Hvad er en Managed Agent?

En Managed Agent er en AI-agent hostet af Google via Gemini API. Du definerer agentens instruktioner, skills og værktøjer. Google håndterer den sikre sandbox, skalering og infrastruktur. Agenten kører i et isoleret Linux-miljø og kan installere pakker, eksekvere scripts og gemme filer.

Hvordan adskiller Managed Agents sig fra Interactions API?

Interactions API er det underliggende interface til modeller og agenter i Gemini API. Managed Agents bygger ovenpå ved at tilføje et sandboxed eksekveringsmiljø og Antigravity-harnesset. Deep Research var den første agent på Interactions API. Managed Agents udvider konceptet med fuld kodeeksekvering.

Kan jeg bruge Managed Agents med mine egne værktøjer?

Ja. Managed Agents understøtter custom instructions, skills og tools defineret i Markdown-filer. Du kan tilføje egne API-kald, dataloaders og processer som skills. Googles økosystempartnere tilbyder også færdige integrationer fra dag ét.

 

 

AI Talk Radio: En agent der producerer hele shows

På Developer Keynote demonstrerede Google en managed agent, der producerer komplette talkradio-shows. Agenten får et emne, og derefter kører den en fuld pipeline: research fra Hacker News, scriptskrivning, text-to-speech med flere stemmer, musikgenerering med Lyria, lydmiksning og coverart med Nano Banana. Outputtet er en færdig MP3 med metadata.

Det interessante er ikke selve radio-showet, men arkitekturen bag. Udvikleren skrev ingen orkestrering. Han definerede skills og tools i Markdown-filer, og agenten planlagde og eksekverede selv. Hele processen kørte i en sandboxed miljø via ét Gemini API-kald.

Stitch, Googles vibe-designprodukt i Labs, bruger den samme mekanisme i produktion. Deres managed agent forbinder til en brugers GitHub-repo, analyserer kodebasen og genererer en design.md-fil, så Stitch kan skabe on-brand designs. Fordi det er en managed agent, skalerer det til millioner af brugere uden at Stitch-teamet vedligeholder infrastrukturen.

Ud over Stitch tester eksterne early access-kunder som Ramp, Resemble AI og Clippy allerede Managed Agents. Google melder om, at disse teams bygger agenter hurtigere end med nogen tidligere API-tilgang.

 

Antigravity SDK og CLI: Harnesset på dine vilkår

Managed Agents passer til udviklere, der vil have Google til at håndtere infrastrukturen. Men for dem, der vil have fuld kontrol, lancerede Google også Antigravity SDK. Det giver det samme agent-harness, der driver Antigravity 2.0, men med frihed til at køre det hvor som helst og på egne vilkår.

Parallelt lancerede Google Antigravity CLI som den officielle afløser for Gemini CLI. CLI'en giver den samme harness og modeller, men i en terminal-nativ oplevelse, der tilpasser sig brugerens tema, workflows og key bindings. Alle eksisterende Gemini CLI-brugere får automatisk adgang, og Google har publiceret migrationsguides til at portere custom skills.

Under en live-demo brugte Kevin fra Google Antigravity 2.0 til at generere fine-tuning-kode for Gemma 4 (Googles open source-model), SSH'ede ind på en GPU-VM og brugte Antigravity CLI til at starte og monitorere træningsprocessen. Resultatet var en finjusteret model, der kørte lokalt på hans laptop, bygget fra prompt til deploy på under en time.

 

Domænespecifikke skill-bundter

Google lancerede også domænespecifikke skill-bundter til agenter. Det første er et science-bundle med primitiver til sundhed, biologi og videnskabelig forskning. Idéen er, at agenter får specialiseret fagviden ud over generel kodning, så de kan tackle opgaver inden for specifikke domæner. Flere bundter er på vej.

 

Hvad det betyder for virksomheder

Managed Agents sænker barren for at bringe agentic AI i produktion markant. Virksomheder, der i dag bygger agentløsninger, kæmper typisk med infrastruktur: sikker sandboxing, skalering, monitoring. Googles managed agents fjerner den byrde og lader teamet fokusere på agentens faktiske værdi.

Google annoncerede også, at Antigravity nu kan forbindes direkte til Google Cloud-projekter med enterprise-vilkår. For eksisterende Gemini Enterprise-kunder rulles Antigravity ud i de kommende måneder. Det betyder, at virksomheder kan gå fra prototype i AI Studio til produktionsdeploy på Cloud med en sammenhængende værktøjskæde.

For at kickstarte økosystemet lancerede Google Build with Gemini XPRIZE Hackathon med 2 millioner dollars i præmier og en ny Google AI Ultra Plan til 100 dollars om måneden. Alle Ultra-abonnenter fik 100 dollars i bonus-credits på lanceringsdagen.

Fortsæt læsningen