Google AI Studio 11 月 11 日(北京时间 12 日凌晨)宣布,Gemini API 的 Managed Agents 现在可以“自带沙箱”。以前 Antigravity 等托管 Agent 的工具只能在 Google 托管的 Linux 沙箱里执行;现在 Agent 循环和模型调用仍在 Google 一侧,执行 shell 命令、读写文件这些工具调用则可以交给你自己的容器、VM 或 microVM。接入方式是先调用 POST /v1beta/environments 并传 {"mode":"self_hosted"},拿到环境 id 和只返回一次的 environment_key,再在沙箱里运行开源 gemini-api CLI 的 environments connect。全程只走出站 HTTPS,不需要开放入站端口。
核心要点速览
- ✓分工:Agent 循环、模型和交互流留在 Google,7 个内置工具(execute_bash、读写/编辑文件、list_dir、grep_search、find_by_name)在你的环境执行
- ✓网络:100% 出站 HTTPS,无需开放入站端口;worker 只持有环境级 environment_key,项目级 GEMINI_API_KEY 不用放进沙箱
- ✓两种模式:environments connect 单 worker 长驻;environments poll + serve 为每次交互起一个新沙箱,沙箱里只有短期 lease token、零 API key
- ✓官方示例覆盖 8 家:Cloud Run、Agent Substrate、Cloudflare Sandbox、Daytona、E2B、Fly.io、Modal、Vercel Sandbox,另有 Docker / rootless Podman 配方
- ✓限制:sources、network、env 和 /files 快照只适用于 Google 托管环境,自托管环境传这些会返回 400 INVALID_ARGUMENT;单独定价官方未公布

开发者 3 秒速决决策指标
本地显存不够?先比较云端 API 与自部署的实际成本
40 款主流编程套餐横向比价,支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
Google 在 9 月推出 Gemini API Managed Agents:一次调用 Antigravity Agent,就会配一台 Google 托管的临时 Linux 沙箱,让 Agent 在里面写代码、跑命令。问题是很多企业的代码、私有包和数据不能离开自己的网络,也想自己控制出网策略,托管沙箱就成了落地门槛。Anthropic、Mistral 等厂商也都在做托管 Agent,“执行层放在哪里”正是各家竞争的焦点。
架构亮点与底层机制
自托管环境把执行层拆了出来:Google 继续负责 Agent 循环、模型调用和交互流;你的 worker 通过 leaseInteractions 接口主动拉取任务,在 --root-dir 内执行工具,再把结果和心跳交回。文件类工具被限制在根目录内,阻止 .. 和符号链接越界。生产推荐 poll + serve 模式:控制面持有密钥,每次交互新起一个只拿到短期 lease token 的沙箱,结束即销毁。
权威 Benchmark 与实测跑分对比
这是基础设施能力,官方未公布性能或成本跑分。按 Daytona 的说法,每次交互新起沙箱会多出几秒启动时间;长驻 worker 则没有这段等待,文件还能跨交互保留。
开发者实战落地与开箱指南
安装开源 gemini-api CLI(Go,Apache 2.0),用 API key 调 POST /v1beta/environments 创建 self_hosted 环境,并立刻保存 environment_key。在沙箱里运行 gemini-api environments connect --environment-key ... --root-dir /workspace,然后在 interactions.create 里传入环境 id。官方警告:local 模式会在本机直接执行 bash,只适合临时测试;正式使用要放进容器或 VM,以非 root 运行,并屏蔽云元数据地址。
即刻查看该技术对应模型与主流工具的实测差异,或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察