Managed Agents en Gemini API muestra la ambición de Google de vender infraestructura, no solo modelo
El movimiento más revelador de Google en IA no siempre está en el modelo con la mejor demostración. A veces está en la capa que convierte un modelo en un producto programable. Esto es lo que apareció con el anuncio Managed Agents en Gemini API, publicado el 19 de mayo de 2026, pero aún muy actual en el ciclo de adopción de esta semana. El mensaje es claro: Google quiere que los desarrolladores compren no sólo inteligencia, sino también la infraestructura operativa del agente. ## Qué pasó Según la publicación oficial, Gemini API ahora admite agentes administrados. Con una sola llamada, el desarrollador puede iniciar el agente Antigravity en un entorno limitado seguro y efímero de Linux, con la capacidad de razonar, usar herramientas, navegar por la web, ejecutar código y mantener el estado entre interacciones. El sistema también le permite definir sus propios agentes con instrucciones, habilidades y datos, registrados en archivos de rebajas como AGENTS.md y SKILL.md. Además, la función llega en versión preliminar tanto en Gemini API como en Google AI Studio, con plantillas para comenzar rápidamente y obtiene soporte empresarial en Gemini Enterprise Agent Platform. Esto muestra dos frentes simultáneos: conveniencia para los desarrolladores individuales y estrategia de plataforma para las empresas. No es sólo un nuevo SDK. Es un intento de empaquetar el "tiempo de ejecución del agente" como un servicio. ## La técnica detrás Crear un agente de producción siempre ha sido más complicado que crear una indicación inteligente. Es necesario aislar la ejecución, administrar archivos, preservar sesiones, controlar herramientas, ocuparse de la navegación y aún mantener la seguridad. Lo que Google está diciendo es: dejen de montar ese andamio manualmente; alquila el nuestro. Antigravity actúa como un arnés administrado, proporcionando un entorno Linux remoto, un estado reanudable y primitivas de acción comunes. Esto tiene profundas implicaciones técnicas. Al exponer AGENTS.md y SKILL.md como artefactos versionables, Google acerca la definición de agentes al flujo de desarrollo moderno: texto legible, control de versiones e iterabilidad. Al mismo tiempo, abstrae una parte costosa de la operación, especialmente para los equipos que no quieren invertir temprano en su propia infraestructura de espacio aislado, observabilidad y continuidad de las sesiones. Hay una tensión aquí. Cuanto más simplifica el proveedor el tiempo de ejecución, más velocidad gana el desarrollador. Pero la dependencia de la semántica operativa de ese proveedor también crece: formato de sesión, límites de sandbox, navegación, política de herramientas, costo y gobernanza. Ese es el verdadero juego del anuncio. El modelo importa, por supuesto. Pero el potencial bloqueo está en tiempo de ejecución. ## Por qué esto es importante Para empresas emergentes y equipos pequeños, los agentes administrados pueden comprimir meses de trabajo en días. En lugar de crear un entorno aislado, control de archivos y reanudación del contexto desde cero, el equipo comienza con el producto. Esto reduce la barrera de entrada y acelera la creación de prototipos serios. Para las empresas, la historia es diferente: el valor radica en la estandarización, el control y la escalabilidad, especialmente cuando varios agentes necesitan convivir con la política corporativa. También hay un efecto competitivo. Hasta hace poco, muchos proveedores vendían modelos y dejaban que el ecosistema se encargara del resto. Ahora, los grandes jugadores están subiendo posiciones. Quien controle el tiempo de ejecución del agente controla la mayor parte del costo, la telemetría, los estándares de habilidades y el camino hacia la producción. Google dice explícitamente que quiere competir por este nivel. ## El futuro que anticipa El futuro plausible es un mercado dividido entre agentes "autohospedados", con más control y mayores costes operativos, y agentes "gestionados", con más velocidad y más dependencia del proveedor. En muchos casos, la ruta híbrida debería ganar: prototipo con tiempo de ejecución administrado y suministro interno de piezas críticas a medida que el producto madura. También es probable que AGENTS.md y SKILL.md evolucionen de una convención práctica a una unidad de interoperabilidad entre herramientas. Si este formato, o algo similar, cruza los proveedores, la ganancia para los desarrolladores será enorme. Si permanece estancado en un ecosistema de un solo jugador, seguirá siendo útil pero menos transformador. ## Qué tener en cuenta Los próximos meses responderán a tres preguntas centrales. El primero es el rendimiento real: ¿qué tan confiable es el sandbox en secuencias largas, con navegación y archivos persistentes? La segunda es la economía: ¿el tiempo de ejecución administrado reduce el costo total o simplemente traslada los costos de infraestructura a costos de plataforma? El tercero es la portabilidad: ¿hasta qué punto un agente definido aquí puede migrar a otra pila sin una reescritura importante? La buena lectura del anuncio no es "Google ha lanzado otro agente". Se trata de "Google quiere ser el sistema operativo invisible para agentes de terceros". Si se pueden combinar velocidad, gobernanza y suficiente interoperabilidad, esta capa podría valer más que cualquier modelo de referencia único.
Fuentes
- https://blog.google/innovation-and-ai/technology/developers-tools/managed-agents-gemini-api/
- https://ai.google.dev/