はじめに
Google DeepMindが2026年5月19日、Gemini APIに「マネージドエージェント（Managed Agents）」機能を追加したと発表しました。APIへの1回の呼び出しで推論・ツール使用・コード実行を行うエージェントを、安全なクラウド上のLinux環境で起動できます。本稿では、その仕組みと実装方法を解説します。
参考記事
- タイトル: Introducing Managed Agents in the Gemini API
- 著者: Ali Çevik, Philipp Schmid
- 発行元: Google DeepMind
- 発行日: 2026年5月19日
- URL: https://blog.google/innovation-and-ai/technology/developers-tools/managed-agents-gemini-api/
関連記事
要点
- Gemini APIへの1回の呼び出しで、推論・ツール使用・コード実行を行うエージェントを隔離されたLinuxサンドボックス環境で起動できる
- エージェントの実態はGemini 3.5 Flash上に構築されたAntigravityエージェントであり、Interactions APIとGoogle AI Studioから利用可能である
- AGENTS.mdとSKILL.mdというMarkdownファイルで独自エージェントの指示・スキルを定義し、バージョン管理可能なエージェントとして登録できる
- 各インタラクションはセッション環境を保持しており、後続の呼び出しでファイルと状態を維持したままセッションを再開できる
- エンタープライズ向けには、Gemini Enterprise Agent PlatformでのManaged Agentsサポートがプライベートプレビューとして追加された
詳細解説
マネージドエージェントとは
Google DeepMindによれば、Gemini APIのマネージドエージェントは「APIへの1回の呼び出しで、推論・ツール使用・コード実行を行うエージェントを、隔離された一時的なLinux環境で起動できる」仕組みです。これまでプロダクショングレードのエージェントを構築するには、複雑なインフラの管理、スキャフォールディング、分離されたサンドボックスの維持など、多くの基盤作業が必要でした。この機能により、そうした複雑さが抽象化され、プロダクト体験とエージェントの挙動設計に集中できるようになります。
エージェントの中核を担うのは「Antigravityエージェント」です。2025年11月に登場したエージェントファースト開発環境「Antigravity」をベースに、今回はGemini 3.5 Flash上に構築された形でAPIから利用できるようになりました。
できること・環境の仕組み
Google DeepMindの発表によれば、Antigravityエージェントへの1回のAPI呼び出しでリモートLinux環境（remote Linux environment）がプロビジョニングされ、以下の3つの操作が可能になります。
- 推論・計画・ツール呼び出し をエージェントハーネスが処理
- コード実行とファイル管理 を隔離されたLinuxサンドボックス内で実行
- ウェブブラウジング によるライブデータの取得・処理
また、各インタラクションはセッション「環境」を作成または受け取る構造になっており、後続の呼び出しで環境IDを渡すことで、ファイルと状態を維持したままセッションを再開できます。これにより、複数ステップにまたがるタスクの継続が可能になります。
前提条件・環境構成
Managed Agentsを利用するには、以下が必要です。
- Gemini APIキー（Google AI Studio で取得可能）
- Python環境（Python 3.9以上を推奨）
- Google Gen AI Python SDK（google-genai）
SDKのインストールは以下のコマンドで行います。
# Google Gen AI SDKをインストールするコマンドです
pip install google-genaiインストール後、APIキーを環境変数として設定します。
# APIキーを環境変数に設定するコマンドです（Macまたは Linux の場合）
export GOOGLE_API_KEY="your-api-key"注意: Windowsの場合は set GOOGLE_API_KEY=your-api-key（コマンドプロンプト）または $env:GOOGLE_API_KEY=”your-api-key”（PowerShell）を使用してください。
インストール・基本的な使い方
以下は、Antigravityエージェントにグローバルな太陽エネルギー発電量の推移をプロットし、HTMLスライドを作成するよう指示する最小構成の例です。参考記事のサンプルコードをもとにしています。
from google import genai # Google Gen AI SDKをインポートします
# クライアントを初期化します（GOOGLE_API_KEY環境変数を自動で読み込みます）
client = genai.Client()
# エージェントにタスクを指示してインタラクションを作成します
interaction = client.interactions.create(
agent="antigravity-preview-05-2026", # 使用するエージェントのID（プレビュー版）
input="Plot the growth of solar energy generation globally and make some slides in HTML.",
environment="remote", # GoogleがホストするリモートのLinux環境を使用します
)
# エージェントからの出力テキストを表示します
print(interaction.output_text)environment=”remote” を指定することで、Google側がホストするLinux環境が使用されます。ローカル環境の設定は不要で、SDKのインストールとAPIキーの設定だけで実行できます。
注意: agent に指定するIDはプレビュー期間中に変更される可能性があります。最新のIDは公式ドキュメントで確認してください。
独自エージェントの定義と登録
Antigravityエージェントを拡張して独自のエージェントを定義することも可能です。複雑なオーケストレーション（複数のプロセスやサービスを連携・自動化する仕組み）コードを書く代わりに、AGENTS.md（エージェントへの指示）と SKILL.md（スキル定義）というMarkdownファイルを使ってすべてを定義し、バージョン管理可能なマネージドエージェントとして登録できます。
以下は、データアナリストエージェントを定義して登録し、Q1の売上データ分析とスライド作成を指示する例です。参考記事のサンプルコードをもとにしています。
# エージェントを定義してマネージドエージェントとして登録します
agent = client.agents.create(
id="data-analyst", # 登録するエージェントのID（任意の名前）
base_agent="antigravity-preview-05-2026", # ベースとなるエージェント
base_environment={
"type": "remote",
"sources": [
{
"type": "inline",
"target": ".agents/AGENTS.md", # エージェント指示ファイルの配置先
"content": "You are a data analyst agent..." # エージェントへの指示（英語）
},
{
"type": "inline",
"target": ".agents/slide-maker/SKILL.md", # スキル定義ファイルの配置先
"content": "---name: slide-maker ...--- # Slide Maker ..." # スキルの定義
}
]
}
)
# Interactions APIを使って登録したエージェントを呼び出します
result = client.interactions.create(
agent="data-analyst", # 先ほど登録したエージェントIDを指定します
input="Analyze the Q1 revenue data and create a slide deck",
)
print(result.output_text)AGENTS.mdとSKILL.mdでエージェントの振る舞いを宣言的に記述できる点は、コードとしてのバージョン管理・差分確認・チームでの共有がしやすいという利点があると考えられます。
利用開始方法とエンタープライズ対応
Managed AgentsはGemini APIにてプレビューとして公開されています。Google AI Studio Playgroundからカスタムテンプレートを使ってすぐに試すことも可能です。また、今回の発表と併せて、コーディングエージェントがカスタムエージェントのスキャフォールディングと管理を支援する「Gemini API agent skill」も新たに提供されています。
なお、Managed Agentsの前身となる試みとして、2025年12月にはInteractions APIと合わせてDeep Researchが開発者向けに提供開始されました。今回のManaged Agents提供は、そのインフラをより広く開発者が活用できる形に拡張したものと位置づけられます。
エンタープライズ向けには、Gemini Enterprise Agent PlatformでのManaged Agentsサポートがプライベートプレビューとして追加されています。
まとめ
今回のGemini APIマネージドエージェントの提供開始により、エージェントの実行基盤をゼロから構築することなく、AGENTS.mdとSKILL.mdによる宣言的な定義だけで自律実行エージェントを即座に起動できるようになりました。Gemini APIの継続的な機能拡張に関心がある方は、Webhook機能を解説した記事もあわせてご覧ください。
