Gemini 3.6 Flash révolutionne les agents gérés avec des hooks avancés

Introduction des agents gérés avec Gemini 3.6 Flash

La dernière mise à jour de l'API Gemini introduit des avancées significatives pour les agents gérés, qui passent désormais par défaut à Gemini 3.6 Flash. Cette évolution s'accompagne de l'intégration de nouveaux hooks d'environnement qui permettent de bloquer, vérifier ou auditer les appels d'outils au sein du sandbox. En outre, des fonctionnalités comme les contrôles de budget, les déclencheurs programmés et un accès gratuit sont désormais disponibles.

Les agents gérés dans l'API Gemini bénéficient de ces nouvelles capacités, qui s'ajoutent aux précédentes améliorations telles que l'exécution de tâches en arrière-plan et l'intégration avec un serveur MCP distant. Grâce à l'API Interactions de Gemini, un simple appel API peut coordonner diverses opérations comme le raisonnement, l'exécution de code, l'installation de paquets, la gestion de fichiers et la récupération web dans un sandbox cloud sécurisé. Pour ceux utilisant un assistant de codage IA, il suffit de saisir la commande suivante dans le terminal pour accéder à l'API Interactions :

npx skills add google-gemini/gemini-skills --skill gemini-interactions-api

Pour les développeurs utilisant le SDK TypeScript/JavaScript @google/genai, voici comment procéder. Pour d'autres langages comme Python ou cURL, la documentation de l'agent Antigravity est disponible.

npm install @google/genai

Gemini 3.6 Flash : le modèle par défaut

Avec l'agent antigravity-preview-05-2026, Gemini 3.6 Flash est désormais le modèle par défaut. Cette transition ne nécessite aucun changement de code, et les interactions futures l'adopteront automatiquement. Les utilisateurs ont également la possibilité de choisir explicitement des modèles en configurant agent_config.model lors de la création d'une interaction ou d'un agent géré. Pour des coûts réduits, Gemini 3.5 Flash-Lite est disponible, permettant de fixer un modèle de préférence.

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "Audit all dependencies in package.json, upgrade outdated packages, and verify the build by running npm test.",
  environment: "remote",
  type: "antigravity",
  model: "gemini-3.5-flash-lite",
});

console.log(interaction.output_text);

Modèles disponibles

• Gemini 3.6 Flash (gemini-3.6-flash, par défaut) : Conçu pour un équilibre optimal entre raisonnement, codage et utilisation d'outils.
• Gemini 3.5 Flash (gemini-3.5-flash) : Une version antérieure pour des flux de travail généraux.
• Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite) : Offre la latence et le coût les plus bas parmi la famille Gemini 3.5.

Hooks d'environnement : une sécurité renforcée

Les hooks d'environnement introduisent la possibilité d'exécuter des scripts personnalisés avant ou après chaque appel d'outil effectué par l'agent dans son sandbox. En ajoutant un fichier .agents/hooks.json dans votre environnement, le runtime exécutera vos gestionnaires lors des événements pre_tool_execution ou post_tool_execution.

Le champ matcher utilise des expressions régulières, permettant de cibler plusieurs outils avec | ou de capturer tous les appels avec * :

"security-gate": {
  "pre_tool_execution": [
    {
      "matcher": "code_execution|write_file",
      "type": "command",
      "command": "python3 /.agents/hooks-scripts/gate.py"
    }
  ],
  "post_tool_execution": [
    {
      "type": "command",
      "command": "python3 /.agents/hooks-scripts/auto_lint.py"
    }
  ]
}

Dans cet exemple :

• Le groupe security-gate exécute gate.py avant chaque appel code_execution ou write_file. Si le script retourne {"decision": "deny", "reason": "..."}, l'appel est annulé et la raison est communiquée dans le contexte du modèle.
• Le groupe auto-format exécute auto_lint.py après chaque outil pour appliquer un style de code uniforme.

Les hooks supportent également des gestionnaires de type HTTP qui envoient des POST à un point de terminaison externe. Pour des définitions complètes des hooks HTTP et des détails sur la gestion des échecs, consultez la documentation des hooks.

Des entreprises comme la banque d'investissement Offdeal exploitent déjà ces hooks pour créer des pipelines de validation de qualité en production. Par exemple, OffDeal utilise des hooks post_tool_execution pour automatiser la vérification d'images dans le sandbox.

"OffDeal est une banque d'investissement native à l'IA, et Archie est l'analyste IA que nos banquiers utilisent chaque jour. Une exigence pour des présentations prêtes pour les banquiers est d'avoir des logos d'entreprise : tableaux d'acheteurs, colonnes de sponsors, grilles de tombstones, souvent 30+ logos dans une seule présentation, chacun devant être la bonne entreprise, de la bonne taille et du bon rapport d'aspect, contenir le nom, avoir un fond transparent et avoir un contraste élevé lorsqu'il est placé sur une diapositive blanche. Avant les hooks d'agent, nous ne pouvions pas faire cela sur les agents gérés de Gemini : le sandbox est distant, donc notre code de validation n'avait nulle part où s'exécuter. Avec les hooks, un hook post_tool_execution déclenche notre pipeline à l'intérieur du sandbox au moment où Archie écrit sa liste d'entreprises, récupérant des candidats, appliquant des vérifications de qualité au niveau des pixels, vérifiant chaque logo avec la vision de Gemini et publiant un manifeste de fichiers approuvés qui sont les seules images autorisées dans la présentation." - Alston Lin, Fondateur et CTO d'OffDeal

Contrôle des coûts et automatisation

Accès gratuit

Les agents gérés sont désormais accessibles dans des projets de niveau gratuit, permettant aux développeurs d'expérimenter avec des workflows d'agents sans nécessiter de facturation active.

Gestion budgétaire

Les agents gérés, en raison de leurs boucles autonomes multi-tours, peuvent consommer des budgets de tokens importants. Pour éviter des dépenses incontrôlées, il est possible de définir max_total_tokens dans agent_config pour limiter la consommation totale (entrée + sortie + réflexion). Si l'agent atteint cette limite, l'exécution s'arrête en toute sécurité et l'interaction retourne le statut : "incomplete". L'état de l'environnement est préservé, permettant de reprendre là où cela s'est arrêté en utilisant previous_interaction_id avec un nouveau budget.

const interaction = await client.interactions.create({
  agent: "antigravity-preview-05-2026",
  input: "Audit all modules in this repo and generate a migration report.",
  type: "antigravity",
  max_total_tokens: 10000,
  environment: "remote",
});

Programmation des tâches

Les tâches récurrentes des agents peuvent être automatisées grâce à des déclencheurs programmés. Un déclencheur associe un agent, un environnement, un prompt et un calendrier cron en une ressource persistante qui s'active sans intervention manuelle. Chaque exécution réutilise le même sandbox, garantissant la persistance des fichiers entre les exécutions.

Gestion des environnements

L'API Environnements permet de lister, inspecter et supprimer des sessions de sandbox depuis le code. Vous pouvez récupérer les ID d'environnement après une déconnexion, ou nettoyer les sandboxes une fois votre pipeline terminé, plutôt que d'attendre leur expiration après 7 jours.

Conclusion

Ces mises à jour transforment les agents gérés en travailleurs autonomes, contrôlés par les coûts et programmés pour fonctionner dans de véritables environnements de développement. Ils permettent de respecter les budgets sans nécessiter d'orchestration externe. Pour explorer davantage les définitions d'agents personnalisés, les configurations d'environnement, les règles réseau et les modèles de streaming avancés, consultez l'aperçu de l'API Interactions de Gemini et le guide de démarrage rapide des agents gérés.