この記事の要点
- Gemini APIのManaged Agentsに、長時間処理を預けるためのbackground executionが追加された
- remote MCP server integrationにより、managed agentsが外部ツールや内部APIに接続しやすくなる
- custom function callingとcredential refreshも発表され、実運用で必要になる道具立てが増えた
店頭で答えるAI、奥で作業するAI
生成AIを店にたとえるなら、これまでの多くは店頭の相談員だった。質問すると説明してくれる。文章も作ってくれる。コードの案も出してくれる。ただし、相談員がその場を離れて倉庫を探し、道具をそろえ、別の担当者に確認し、数分後に戻ってくるような動きはまだ苦手だった。Google AIが2026年7月7日に発表したGemini APIのManaged Agents拡張は、この「奥で作業するAI」に近い。
発表された新機能は、background execution、remote MCP server integration、custom function calling、credential refresh。開発者向けの発表ではあるが、意味は一般の利用者にもつながる。AIがチャットの返答だけでなく、時間のかかる処理を裏側で続けたり、外部のツールや社内システムに接続したり、必要な関数を呼び出したり、期限切れになる認証情報を更新したりする方向へ進んでいるからだ。
番号札を渡して作業を続ける
background executionは、かなり身近な比喩で理解できる。混んでいる店で番号札を受け取り、用意ができたら呼ばれる仕組みに近い。Googleは、長時間かかるタスクでHTTP接続を開いたままにするのは壊れやすいと説明している。そこでbackground: trueを渡すと、interactionはサーバー側で非同期に実行され、APIはすぐにIDを返す。AIとのやり取りを、画面の前でずっと待つ形から、作業を預けてあとで受け取る形に変える仕組みだ。
この変化は、AIを仕事に使うときの感覚を変える。たとえば、複数ファイルを調べて修正案を作る、長いログを追いかける、関連情報を集めながらコードを試す、といった作業は一瞬で終わらない。人間が画面を見つめて待つ必要がなくなれば、AIは単なる相談窓口ではなく、作業キューを持つ担当者のように扱われる。
MCPはAIの差し込み口になる
remote MCP server integrationも大事な部分だ。Googleは、private databasesやinternal APIsにアクセスするためのcustom proxy middlewareを書かなくても、managed agentsをremote Model Context Protocol serversへ直接接続できると説明している。さらに、remote toolsとbuilt-in sandbox capabilitiesを組み合わせられる。interactionの時点でmcp_server toolをGoogle Searchやcode executionと一緒に渡し、エージェントが外部ツールと通信できるようにする。
これは、AIにとっての差し込み口が整っていく話だ。家庭用の電源プラグが決まっていれば、いろいろな家電を同じ壁のコンセントにつなげられる。業務システムの世界でも、AIごと、ツールごとに別々のつなぎ方を作るのは負担が大きい。MCPのような接続方法が広がると、AIエージェントは必要な道具を呼び出しやすくなる。もちろん、何に接続してよいか、どこまで実行してよいかという管理は欠かせない。
実運用の地味な壁を越えにいく
今回の発表には、custom function callingとcredential refreshも含まれている。Googleの説明では、built-in toolsはサーバー上で自動的に実行され、custom functionsは呼び出し側に戻って実行される。つまり、Google側の環境で動かすものと、利用企業側の環境で動かすものを分けて扱える。credential refreshは、アクセストークンや短命のAPIキーが期限切れになる問題に対応するためのものだ。既存のenvironment_idに新しいnetwork configurationを渡すことで、資格情報を更新したりキーをローテーションしたりできるとされている。
このあたりは派手なデモには見えにくい。しかし、企業でAIを使うときには重要になる。AIが一度だけ動けばよい試作段階と、業務アプリの一部として動き続ける本番運用では、求められるものが違う。途中で接続が切れないこと、期限切れの鍵を扱えること、外部ツールとの役割分担ができること。GoogleがManaged Agentsを「production-ready agents」と表現している背景には、そうした地味だが避けられない課題がある。
AIサービスを見る物差しが変わる
非エンジニアの読者にとって、このニュースはGemini APIの細部を覚える話ではない。AIがどれだけ自然な文章を書くか、どれだけ早く答えるかだけでなく、裏側でどれだけ仕事を進められるかを見る話だ。社内のシステムに接続できるのか。時間のかかる処理を任せられるのか。人間の承認が必要なところで止まれるのか。認証情報を安全に扱えるのか。
AIは、話し相手から作業環境の一部へ移りつつある。GoogleのGemini API拡張は、その変化を開発者向けの機能として示した。やがて一般の利用者が見るのは、機能名ではなく、AIに頼んだ仕事が裏側で進んでいる体験そのものになる。