Gemini Managed Agents Explained: Platforma agentowa Google dla przedsiębiorstw w 2026

Każda duża platforma chmurowa ściga się, by odpowiedzieć na to samo pytanie: jak dać przedsiębiorstwom sposób wdrażania autonomicznych agentów AI bez utraty kontroli, bezpieczeństwa ani zgodności? Odpowiedzią Google jest Managed Agents API — skierowane do deweloperów jądro Gemini Enterprise Agent Platform, wcześniej znanej jako Vertex AI Agent Platform.

W odróżnieniu od skierowanego do użytkowników końcowych agenta Gemini lub no-code’owego Workspace Studio, Managed Agents są stworzone specjalnie dla zespołów, które potrzebują odizolowanych środowisk uruchomieniowych, konfigurowalnych zasad sieciowych, scentralizowanego zarządzania i głębokiej integracji z danymi przedsiębiorstwa. To stawka Google na warstwę infrastrukturalną przedsiębiorstwa agentowego — i jeden z najbardziej kompleksowych stosów agentowych, jakie wypuścił jakikolwiek dostawca chmury.

Oto czym to jest, jak działa i co oznacza dla zespołów budujących na platformach agentowych dla przedsiębiorstw lub je oceniających.

Czym są zarządzani agenci Gemini?

W terminologii Google zarządzany agent to autonomiczny agent AI działający w hostowanym przez Google, odizolowanym środowisku Linux — udostępnianym, zarządzanym i koordynowanym przez Managed Agents API na platformie agentowej Google.

To znacząco różni się od lżejszych wzorców „agentowych”, które można budować, łącząc wywołania Gemini API. Zarządzany agent działa w dedykowanym środowisku uruchomieniowym (opartym na frameworku Antigravity firmy Google), może wnioskować w ramach wieloetapowych przepływów pracy, wykonywać kod, wywoływać narzędzia, korzystać z podłączonych danych przedsiębiorstwa i komunikować się z usługami zewnętrznymi — wszystko to w ramach ścisłych, konfigurowalnych granic bezpieczeństwa, którymi Google zarządza w Twoim imieniu.

Praktyczny efekt: deweloperzy definiują, co agent powinien móc robić, za pomocą konfiguracji, a Google zajmuje się infrastrukturą — bez zarządzania maszynami wirtualnymi, bez orkiestracji kontenerów, bez budowania własnego sandboxa.

Interfejs API Managed Agents: warstwa sterowania i warstwa danych

Interfejs API Managed Agents jest podzielony na dwa obszary, które odpowiadają znanemu wzorcowi chmurowemu: warstwie sterowania i warstwie danych.

Agents API (warstwa sterowania)

Agents API obsługuje cykl życia zarządzanych agentów — tworzenie ich, konfigurowanie, aktualizowanie i zarządzanie nimi na poziomie organizacji. Korzystając z tego API, deweloperzy mogą:

• Definiować agenta deklaratywnie (w stylu YAML/JSON), określając jego narzędzia, montowane źródła danych, zmienne środowiskowe oraz dozwoloną listę zewnętrznych połączeń sieciowych.
• Montować źródła danych przedsiębiorstwa — w tym dane Workspace, wewnętrzne repozytoria dokumentów lub zewnętrzne API — do których agent może uzyskiwać dostęp podczas wykonywania.
• Stosować zasady bezpieczeństwa i zarządzania zgodne z regułami DLP i kontroli dostępu Gemini Enterprise.
• Programowo zarządzać zdarzeniami cyklu życia agentów (utwórz, aktualizuj, wyłącz, audytuj), co ułatwia integrację z istniejącymi narzędziami CI/CD lub do zarządzania infrastrukturą.

To rozdzielenie udostępniania od wywołania w czasie działania jest celowe: pozwala zespołom IT i bezpieczeństwa zarządzać tym, co agenci mogą robić, zanim jeszcze jakikolwiek użytkownik wejdzie z nimi w interakcję.

Interactions API (warstwa danych)

Interactions API to interfejs czasu działania — sposób, w jaki aplikacje faktycznie komunikują się z uruchomionym zarządzanym agentem. Za pośrednictwem tego API wywołujący mogą:

• Wysyłać do konkretnego wystąpienia agenta polecenia i zadania.
• Otrzymywać odpowiedzi strumieniowo lub partiami, gdy agent rozumuje i wykonuje wywołania narzędzi.
• Obserwować etapy pośrednie — planowanie, wywołania narzędzi, uruchomienia kodu — zależnie od konfiguracji logowania.

Rozdzielenie warstwy sterowania i warstwy danych oznacza, że jedna definicja agenta może obsługiwać wielu wywołujących, bez konieczności znajomości wewnętrznej architektury agenta przez każdego z nich. Ułatwia też podmianę konfiguracji agenta w warstwie sterowania bez zakłócania aplikacji downstream.

Środowisko uruchomieniowe Antigravity Sandbox

Środowiskiem wykonawczym dla zarządzanych agentów jest Antigravity harness firmy Google — sandbox Linux udostępniany osobno dla każdego agenta, który zapewnia bezpieczne, odizolowane środowisko do wieloetapowej pracy agentowej.

W tym sandboxie zarządzany agent może:

• Rozumować i planować z użyciem modeli Gemini (w tym Gemini 3.5 Flash, dostosowanego do dłuższych przepływów agentowych, oraz Gemini 3.1 Pro do bardziej złożonych zadań).
• Wywoływać narzędzia — wyszukiwanie w sieci, wykonywanie kodu, function calling oraz narzędzia niestandardowe zdefiniowane przez zewnętrzne konektory.
• Wykonywać kod, odczytywać i zapisywać pliki oraz realizować wieloetapowe przepływy pracy, przestrzegając ograniczeń sieciowych zdefiniowanych w konfiguracji agenta.

Google zarządza sandboxem w całości. Deweloperzy konfigurują zachowanie przez Agents API; platforma obsługuje izolację, limity zasobów i granice bezpieczeństwa. To kluczowy zakład infrastrukturalny: że przedsiębiorstwa wolałyby konfigurować zasady zarządzania niż samodzielnie operować środowiskami sandbox.

Szersza platforma Gemini Enterprise Agent Platform

Managed Agents API to jedna warstwa większego stosu, który Google nazywa Gemini Enterprise Agent Platform. Zrozumienie miejsca zarządzanych agentów w tym stosie ma znaczenie dla każdego, kto rozważa ich użycie lub buduje na nich rozwiązania.

Każda z warstw zasila Gemini Enterprise, które zapewnia scentralizowany widok każdego agenta w organizacji — stworzonego przez Google, stworzonego przez pracowników, niestandardowych agentów ADK oraz agentów partnerów zewnętrznych — wszystko to podlega tym samym zasadom widoczności i kontroli polityk.

Workspace Studio Agents a Managed Agents: czym się różnią?

Jednym ze źródeł niejasności w narracji Google o agentach jest relacja między Workspace Studio agents a agentami Managed Agents API. Rozwiązują one różne problemy na różnych poziomach stosu.

Workspace Studio to no-code’owa/low-code’owa powierzchnia, w której zwykli użytkownicy biznesowi projektują, zarządzają i udostępniają agentów AI („flows”), aby automatyzować pracę w Gmail, Drive, Chat, Sheets i połączonych aplikacjach zewnętrznych, takich jak Asana, Jira, Slack, Salesforce i Mailchimp. Agenci ci są tworzeni w kilka minut przy użyciu promptów w języku naturalnym, gotowych kroków, szablonów, webhooków i kroków Apps Script — bez udziału inżynierii.

Managed Agents są skierowane do deweloperów potrzebujących głębszej kontroli: odizolowanych środowisk uruchomieniowych, konfigurowalnych allowlist sieciowych, niestandardowych definicji narzędzi, montowanych źródeł danych oraz polityk bezpieczeństwa przedsiębiorstwa. To właściwy wybór dla złożonych procesów back-office, automatyzacji obejmującej wiele systemów i scenariuszy, w których zarządzanie i możliwość audytu są niepodlegające negocjacjom.

Z czasem Google łączy te warstwy. Agenci Workspace Studio mogą wywoływać niestandardowych agentów zbudowanych na Agent Platform, a oba typy są widoczne w konsoli zarządzania Gemini Enterprise. Stos został zaprojektowany tak, by był kompozycyjny — różne zespoły budują na poziomie odpowiadającym ich umiejętnościom i wymaganiom.

Wbudowani agenci Google: implementacje referencyjne

Obok API skierowanych do deweloperów Google wypuścił kilka własnych agentów, które pokazują, do czego platforma jest zdolna — i służą jako implementacje referencyjne dla typów przepływów pracy, do których zarządzani agenci najlepiej się nadają.

Deep Research wykonuje setki wyszukiwań w sieci i w zasobach przedsiębiorstwa, planuje strategię badawczą i syntetyzuje wyniki w uporządkowany raport. To, co ręcznie mogłoby zająć zespołowi tygodnie, można zrealizować w kilka godzin.

NotebookLM Enterprise to agent badawczo-pisarski oparty na AI, który podsumowuje, wyodrębnia informacje i odpowiada na pytania w obrębie gęstych źródeł dokumentów — osadzony w treści własnej organizacji i zarządzany przez Gemini Enterprise.

Gemini Code Assist i CodeMender są skierowane na produktywność programistów i bezpieczeństwo. CodeMender w szczególności identyfikuje podatności w bazach kodu, sugeruje i testuje poprawki oraz wdraża łatki po akceptacji dewelopera — to zamknięty obieg pracy bezpieczeństwa.

Gemini Spark (omówiony osobno w naszym dogłębnym artykule o Gemini Spark) to trwały osobisty agent AI w Gemini Enterprise, który realizuje wieloetapowe zadania w Workspace i niestandardowych konektorach, uruchamia cykliczne przepływy pracy, uczy się nowych umiejętności i prosi o zgodę przed działaniami wysokiego ryzyka, takimi jak wysyłanie e-maili.

Gemini Agent w Gemini Apps to wersja skierowana do użytkowników końcowych — funkcja Labs, która pozwala użytkownikom delegować wieloetapowe zadania, takie jak kategoryzacja e-maili, tworzenie odpowiedzi, reorganizacja kalendarza i badania w sieci. Wymaga subskrypcji Google AI Ultra i jest obecnie ograniczona do wybranych regionów.

Razem te wbudowane agenty pokazują podejście Google: testować platformę publicznie, demonstrować zastosowania i pozwolić zespołom enterprise odtwarzać lub rozszerzać te wzorce.

Bezpieczeństwo, zarządzanie i zgodność

Scentralizowane zarządzanie to kluczowy wyróżnik, na który Google stawia w tej platformie. Dla zespołów IT i bezpieczeństwa dostępne są między innymi:

Centralna widoczność. Aplikacja Gemini Enterprise zapewnia jedną konsolę, w której administratorzy mogą zobaczyć każdego agenta w organizacji — stworzonego przez Google, przez pracowników, niestandardowych agentów ADK oraz agentów partnerów zewnętrznych — wraz z ich konfiguracjami, poziomami dostępu i statusem.

Wykonanie w sandboxie. Każdy zarządzany agent działa w hostowanym przez Google sandboxie Linux z konfigurowalną allowlistą sieciową. Agenci mogą łączyć się wyłącznie z usługami zewnętrznymi wyraźnie dozwolonymi w ich konfiguracji, co zmniejsza ryzyko nieautoryzowanego dostępu do danych lub ruchu bocznego.

Egzekwowanie zasad przez Agent Gateway. Ruch z agentów do zewnętrznych źródeł danych i usług przechodzi przez Agent Gateway, który egzekwuje polityki DLP (Data Loss Prevention) i bezpieczeństwa. Agenci uwierzytelniają się w zewnętrznych narzędziach przy użyciu zakresowych poświadczeń — a nie szerokich kluczy API.

Możliwość audytu. Administratorzy mogą przeglądać i audytować logi aktywności agentów, wspierając wymagania zgodności, które wymagają pełnego zapisu tego, co agenci zrobili, kiedy i dlaczego.

Skierowany do użytkowników końcowych Gemini Agent dodaje dodatkową warstwę zabezpieczeń widocznych dla użytkownika: wyraźne wskazówki dotyczące bezpieczeństwa (w tym zalecenie, by nie wpisywać haseł na czacie) oraz ostrzeżenie przed planowaniem cyklicznych działań o wysokiej stawce ze względu na możliwość błędów modelu.

Doświadczenie dewelopera i wzorce

Dla zespołów integrujących Managed Agents API z istniejącą infrastrukturą doświadczenie jest oparte na konfiguracji i przede wszystkim REST. Typowe wzorce wdrożeniowe obejmują:

Definiowanie agentów deklaratywnie za pomocą plików konfiguracyjnych, które określają narzędzia, umiejętności, połączenia danych i ograniczenia środowiska wykonawczego — a następnie zapisywanie tych konfiguracji w systemie kontroli wersji tak jak każdy inny artefakt infrastruktury jako kod.

Używanie Agents API do tworzenia i aktualizowania agentów programowo jako części potoków CI/CD, dzięki czemu wdrożenia agentów przechodzą przez ten sam proces przeglądu i akceptacji co wdrożenia aplikacji.

Wywoływanie agentów przez Interactions API z usług backendowych, warstw orkiestracji lub innych agentów — przy czym protokoły Agent-to-Agent (A2A) umożliwiają zarządzanym agentom wzajemne wywoływanie się między systemami.

Antigravity 2.0, dostępny jako samodzielna aplikacja desktopowa i CLI, daje twórcom dodatkowe narzędzia do sterowania w trakcie tworzenia, dostosowywania i lokalnego testowania orkiestracji przed wdrożeniem na platformę zarządzaną.

Przypadki użycia, w których zarządzani agenci sprawdzają się najlepiej

Platforma jest zoptymalizowana pod kątem złożonych, wieloetapowych przepływów pracy, które korzystają z wykonania w sandboxie i osadzenia w danych przedsiębiorstwa. Udokumentowane przypadki użycia obejmują:

Automatyzację między systemami — orkiestrację przepływów pracy w Workspace, Jira, Salesforce i systemach wewnętrznych z użyciem konektorów i niestandardowych narzędzi, bez budowania własnego middleware integracyjnego dla każdej pary systemów.

Badania i analizy — wieloetapowe badania rynku, analizy konkurencji i procesy due diligence z użyciem agentów w stylu Deep Research, osadzonych zarówno w treściach internetowych, jak i dokumentach wewnętrznych.

Zarządzanie wiedzą — podsumowywanie, Q&A i wyodrębnianie wniosków z gęstych repozytoriów dokumentów przedsiębiorstwa, wspierane przez agentów w stylu NotebookLM z integracją Workspace i Drive.

Produktywność deweloperska i bezpieczeństwo kodu — zautomatyzowany code review, refaktoryzacja i wdrażanie poprawek bezpieczeństwa za pośrednictwem Code Assist i CodeMender, z bramkami akceptacji człowieka na każdym krytycznym etapie.

Automatyzacja cyklicznych przepływów pracy — używanie Workspace Studio do codziennych automatyzacji (podsumowania e-maili, briefy przed spotkaniami, triage zgłoszeń) przy jednoczesnym wykorzystywaniu Managed Agents do bardziej złożonej orkiestracji wymagającej niestandardowych narzędzi lub ścisłego zarządzania.

Ekosystem: marketplace, partnerzy i ADK

Poza podstawowymi API Google zbudował Agent Marketplace, w którym organizacje mogą odkrywać, oceniać i wdrażać agentów stworzonych przez partnerów. Marketplace można filtrować według branży, przypadku użycia i statusu weryfikacji (w tym certyfikacji zgodności z Gemini Enterprise).

Integracje zewnętrzne obejmują typowy krajobraz narzędzi enterprise: Asana, Jira, Mailchimp, Salesforce, Slack, Teams i inne — dostępne przez konektory, webhooki i niestandardowe kroki w Workspace Studio.

Agent Development Kit (ADK) to ścieżka pro-code dla zespołów, które chcą maksymalnej kontroli. Agenci ADK są w pełni niestandardowymi implementacjami hostowanymi na Vertex AI Agent Engine, ale udostępnianymi i zarządzanymi przez Gemini Enterprise obok zarządzanych agentów. ADK i managed agents są komplementarne, a nie konkurencyjne: managed agents obsługują typowy przypadek konfigurowalnych autonomicznych przepływów pracy; ADK obsługuje sytuacje wymagające niestandardowej logiki orkiestracji.

Kompromisy i kwestie do rozważenia przez twórców

Dla zespołów budujących produkty agentowe lub oceniających platformy agentowe dla przedsiębiorstw, Gemini managed agents oferują przekonujące połączenie zarządzanej infrastruktury, narzędzi do zarządzania i integracji z Workspace. Ale kompromisy zasługują na uczciwe rozważenie.

Vendor lock-in jest realny. Runtime Antigravity, Agents API i Agent Gateway są własnością Google. Agenci zbudowani na tym stosie są w znacznym stopniu sprzężeni z Google Cloud. Zespoły, które muszą uruchamiać agentów on-premises, w chmurze hybrydowej lub u wielu dostawców chmury, uznają tę platformę za ograniczającą.

Ograniczenia rezydencji danych i zgodności zależą od regionalnych ofert Google Cloud, które mogą nie spełniać każdego reżimu regulacyjnego. Zespoły z surowymi wymaganiami dotyczącymi suwerenności danych powinny zweryfikować dostępność regionalną przed podjęciem decyzji.

Elastyczność modeli jest ograniczona. Zarządzani agenci działają na modelach Gemini. Organizacje, które chcą kierować określone obciążenia do innych modeli frontier — albo korzystać z modeli open source ze względów kosztowych lub prywatności — potrzebują dodatkowej architektury, by osiągnąć taką elastyczność.

Zarządzanie to funkcja, a nie ograniczenie, dla właściwych organizacji. Zespoły IT i bezpieczeństwa w przedsiębiorstwach często traktują scentralizowane zarządzanie jako wymóg, a nie miły dodatek. Dla takich organizacji widoczność i kontrola polityk w Gemini Enterprise mogą przyspieszyć wewnętrzną akceptację wdrożeń agentów.

Dla zespołów budujących niezależnych, open-source’owych współpracowników AI lub platformy orkiestracji wielu modeli praktyczną ścieżką jest często integracja: traktowanie zarządzanych agentów Gemini jako jednego z celów wdrożeniowych, przy jednoczesnym zachowaniu logiki orkiestracji niezależnej od chmury.

Gdzie zarządzani agenci Gemini plasują się na tle konkurencji

Najbardziej oczywistą przewagą Google jest głębia integracji z Workspace połączona z zakresem od no-code do pro-code, który pozwala różnym zespołom budować na poziomie odpowiadającym ich umiejętnościom. Najbardziej oczywistą luką względem AWS jest szerokość modeli — wielomodelowy katalog Bedrock daje zespołom większą elastyczność bez wychodzenia poza zarządzaną infrastrukturę.

Ostateczna ocena

Zarządzani agenci Gemini to najpełniejszy obraz, jaki Google narysowało dotąd dla platformy „agentowego przedsiębiorstwa”: odizolowane środowisko uruchomieniowe, API deweloperskie oparte na konfiguracji, no-code’owa powierzchnia dla użytkowników biznesowych, pierwszoplanowe agenty referencyjne, scentralizowane zarządzanie i marketplace dla rozszerzeń firm trzecich. Elementy te pasują do siebie spójnie.

Prawdziwe pytanie dla nabywców enterprise nie brzmi, czy platforma jest zdolna do działania — wyraźnie jest — lecz czy kompromisy związane z przywiązaniem do Google Cloud, obsługą wyłącznie modeli Gemini i ograniczeniami rezydencji danych są akceptowalne w ich kontekście. Dla organizacji już mocno inwestujących w Google Workspace i Google Cloud odpowiedź brzmi prawdopodobnie tak. Dla organizacji potrzebujących elastyczności modeli lub wdrożeń w chmurze hybrydowej wygoda zarządzanej platformy wiąże się z ograniczeniami architektonicznymi, które warto dokładnie ocenić.

---

Co to oznacza dla Eigent

Architektura zarządzanych agentów Gemini — odizolowane środowiska uruchomieniowe, kontrolowany dostęp do narzędzi, koordynacja agent-agent — odzwierciedla zestaw założeń infrastrukturalnych, do których Eigent niezależnie zmierza na otwartej, agnostycznej względem modeli podstawie. Na roadmapie: głębsze wsparcie dla izolowanych przestrzeni roboczych agentów, które odzwierciedlają gwarancje sandboxingu zarządzanych środowisk uruchomieniowych, oraz protokoły orkiestracji wielu agentów, działające z Gemini, Claude, GPT i modelami lokalnymi — tak aby zespoły nie były zmuszone do wyboru jednego dostawcy, by uzyskać orkiestrację agentów klasy enterprise.

---

Często zadawane pytania

Czym są zarządzani agenci Gemini?

Zarządzani agenci Gemini to autonomiczni agenci AI działający w hostowanym przez Google, odizolowanym środowisku Linux, udostępnianym i zarządzanym przez Managed Agents API na Gemini Enterprise Agent Platform. Deweloperzy konfigurują agenta — określając narzędzia, montowane źródła danych i zasady sieciowe — a Google zarządza underlying infrastrukturą, bezpieczeństwem i środowiskiem uruchomieniowym.

Czym Managed Agents API różni się od bezpośredniego korzystania z Gemini API?

Bezpośrednie korzystanie z Gemini API wymaga zbudowania własnej orkiestracji, logiki wywoływania narzędzi, sandboxingu i zarządzania. Managed Agents API zapewnia w pełni zarządzane środowisko uruchomieniowe (Antigravity harness), w którym całą tę infrastrukturą zajmuje się Google. Kompromisem jest mniejsza elastyczność w zamian za mniejsze obciążenie operacyjne.

Czym jest Antigravity harness?

Antigravity to środowisko uruchomieniowe agentów firmy Google, które zasila zarządzanych agentów. Udostępnia ono dla każdego agenta osobny sandbox Linux, w którym agent może rozumować przy użyciu modeli Gemini, wykonywać kod, wywoływać narzędzia, korzystać z montowanych źródeł danych i realizować wieloetapowe przepływy pracy — wszystko w granicach bezpieczeństwa określonych w konfiguracji agenta.

Czym Workspace Studio różni się od Managed Agents API?

Workspace Studio to no-code’owy/low-code’owy interfejs dla użytkowników biznesowych do budowania i udostępniania agentów automatyzacji w Gmail, Drive, Docs, Sheets i aplikacjach zewnętrznych. Managed Agents API to API skierowane do deweloperów, służące do tworzenia bardziej złożonych agentów z odizolowanymi środowiskami uruchomieniowymi, niestandardowymi narzędziami i kontrolami bezpieczeństwa przedsiębiorstwa. Te dwa podejścia się uzupełniają: Workspace Studio do codziennych automatyzacji tworzonych przez użytkowników, Managed Agents do przepływów back-office lub wrażliwych z punktu widzenia bezpieczeństwa.

Czym jest Agent Development Kit (ADK)?

Agent Development Kit to pro-code’owy SDK Google do budowania w pełni niestandardowych agentów AI hostowanych na Vertex AI Agent Engine. Agenci ADK oferują maksymalną elastyczność dla niestandardowej logiki orkiestracji, ale wymagają większego nakładu pracy deweloperskiej niż oparty na konfiguracji Managed Agents API. Zarówno ADK, jak i managed agents są zarządzane przez Gemini Enterprise.

Czy Managed Agents API obsługuje modele inne niż Gemini?

Nie. Managed Agents API jest zaprojektowany z myślą o modelach Gemini (w tym Gemini 3.5 Flash i Gemini 3.1 Pro). Zespoły, które chcą kierować obciążenia do innych modeli frontier lub modeli open source, potrzebują warstwy orkiestracji agnostycznej względem modeli poza zarządzanym stosem Google.

Jakie kontrole zarządzania zapewnia Gemini Enterprise?

Gemini Enterprise zapewnia scentralizowaną konsolę, w której administratorzy mogą przeglądać wszystkich agentów w organizacji (stworzonych przez Google, przez pracowników, niestandardowych i zewnętrznych), zarządzać politykami dostępu, egzekwować reguły DLP przez Agent Gateway i audytować aktywność agentów. Zarządzani agenci działają w odizolowanych środowiskach z konfigurowalnymi allowlistami sieciowymi, ograniczając, do jakich usług zewnętrznych agent może się dostać.

Czy Gemini Enterprise Agent Platform to to samo co Vertex AI Agent Platform?

Tak. Google zmienił nazwę Vertex AI Agent Platform na Gemini Enterprise Agent Platform w ramach szerszej strategii pozycjonowania Gemini jako marki dla swojego enterprise’owego stosu AI. Podstawowa infrastruktura i API są takie same; rebranding odzwierciedla konsolidację produktów AI Google pod parasolem Gemini.