Modelos e LLMs

Google atualiza agentes com Gemini 3.6 Flash e hooks

Recurso deixa equipes bloquear chamadas, revisar código e auditar ações em sandboxes remotos.

Reprodução · blog.google

Os Managed Agents da Gemini API agora usam o Gemini 3.6 Flash por padrão, anunciou o Google DeepMind em 28 de julho de 2026. A atualização também adiciona hooks, controles de orçamento, gatilhos agendados e acesso ao nível gratuito. O pacote serve a equipes que usam agentes para programar, executar código, instalar pacotes, gerenciar arquivos e buscar informações na web.

O Gemini 3.6 Flash vira padrão

O agente antigravity-preview-05-2026 passa a rodar com gemini-3.6-flash sem exigir mudanças no código. A próxima interação recebe o modelo automaticamente.

Quem quiser controlar a escolha pode definir agent_config.model ao criar uma interação ou um agente gerenciado. O Google lista o Gemini 3.5 Flash para fluxos gerais e o Gemini 3.5 Flash-Lite para menor latência e custo. O Gemini 3.6 Flash aparece como opção voltada a raciocínio, programação e uso de ferramentas.

Uma única chamada continua coordenando tarefas dentro de um sandbox isolado na nuvem. O agente combina raciocínio, execução de código, instalação de pacotes, gestão de arquivos e busca na web.

A atualização amplia recursos anunciados antes. Os Managed Agents já tinham tarefas em segundo plano e integração com servidores MCP remotos.

Hooks interceptam chamadas no sandbox

Para usar os hooks, a equipe adiciona .agents/hooks.json ao ambiente. O runtime executa scripts antes ou depois de cada chamada de ferramenta, nos eventos pre_tool_execution e post_tool_execution.

O campo matcher aceita expressões regulares. A regra code_execution|write_file seleciona duas ferramentas, enquanto * captura todas.

Um hook de pré-execução pode bloquear uma ação. Se o script devolver {"decision": "deny", "reason": "..."}, o runtime pula a chamada e envia o motivo da rejeição ao contexto do modelo.

Um hook de pós-execução pode revisar o resultado. No exemplo do Google, auto_lint.py roda depois de cada ferramenta para aplicar regras de estilo ao código.

Os hooks também aceitam handlers do tipo HTTP. Nesse caso, o runtime envia uma requisição POST diretamente a um endpoint externo.

O anúncio usa exemplos do SDK TypeScript/JavaScript @google/genai, instalado com npm install @google/genai. O Google também indica documentação para Python e cURL, além do comando npx skills add google-gemini/gemini-skills --skill gemini-interactions-api para adicionar a habilidade da Interactions API a um assistente de programação.

A empresa diz que equipes já usam hooks em pipelines de validação voltados à produção. O exemplo citado é a OffDeal, descrita como um banco de investimento nativo em IA.

Alston Lin, fundador e CTO da OffDeal, afirma que a empresa usa hooks após a execução para verificar imagens no sandbox remoto. O fluxo busca candidatos a logotipos, aplica checagens de qualidade em nível de pixel, verifica cada imagem com Gemini Vision e publica um manifesto com os arquivos aprovados para os decks.

O relato mostra uma aplicação concreta do recurso. A atualização também libera acesso ao nível gratuito, mantém os agentes em sandboxes remotos e adiciona os controles de orçamento e os gatilhos agendados ao conjunto de recursos.

Fontes

Google AI BlogModelos e LLMs
Como fazemos: nossa equipe monitora diariamente os repositórios de código aberto em maior alta e produz esta cobertura com apoio de modelos de linguagem, sempre a partir de dados verificados na fonte primária — repositório, documentação oficial e ranking público. Os números de estrelas e a posição no ranking refletem o momento da coleta. Entenda o método.