智能体现在可以在后台运行了。是什么让任务不会偏离？
摘要
谷歌为托管智能体添加了后台执行和远程 MCP 支持，引发了关于任务偏离以及长时间运行工作中需要重新审批的担忧。
谷歌刚刚为托管智能体添加了后台执行和远程 MCP 支持。显而易见的反应是智能体可以做更多事情。我始终放不下的一点是，它们现在可以在更长时间里犯错。一个持续两小时的任务不一定还是用户最初描述的那个任务。新信息会出现。某个工具只成功了一半。之前合理的权限可能不再合理。我们在 iMessage 中构建 Dexi 时不断遇到这个问题。聊天可能会消失几个小时，但工作仍然保持开启状态。系统必须保留当前仍在进行的事项、已发生的变化，以及在执行敏感操作之前何时需要再次询问。事先声明：我正在构建 Dexi。对于发布智能体的人来说，你们为长时间运行的工作持久化了什么？什么会触发重新审批？
相似文章
扩展 Gemini API 中的托管代理：后台任务、远程 MCP 等
Google 正在扩展 Gemini API 中的托管代理，新增后台执行、远程 MCP 服务器集成、自定义函数调用和凭据刷新等功能，从而打造更可靠、更面向生产的代理。
当长时间运行的代理任务被中断时，哪些部分得以保留？
探讨长时间运行的AI代理任务被中断时，哪些状态或进度得以保留，并讨论对可靠性和恢复的影响。
介绍 Agent Executor，谷歌的分布式 Agent 运行时（6分钟阅读）
谷歌推出 Agent Executor，这是一个开源分布式运行时，用于可靠的长时运行代理工作流，具有持久执行、安全隔离和会话一致性等特点。
你使用什么机制来区分“智能体忙碌”和“任务完成”？
本文讨论了AI智能体系统中的一种反模式：智能体看似忙碌却未能完成任务。作者建议通过分离职责并要求完成证明来解决。
@googledevs: Most agent demos are stateless. Ask → answer → context gone. Production agents need to run for days — pausing, resuming…
Google Devs introduces Agent Factory series with ADK 2.0 and Gemini 3.5 Flash, demonstrating how to build production-grade stateful agents that can run for days, featuring insights on skills, MCP, and code review strategies from engineers like Rohde Davis.