2026 年 Gemini API：Web 开发中的智能体、限额与密钥
托管智能体、组合工具、异步执行，以及新的配额和身份验证规则，正在改变 Gemini API 的 Web 架构。
Fabiano Brito
Autenticare CEO 兼 Google Cloud 架构师
对 Web 应用而言，最重要的变化并不是“生成更好的文字”，而是减少团队必须自行构建的编排层。一次交互可以搜索公开信息、调用后端函数，并在工具之间保留上下文。托管智能体还可以持续工作，而不必一直占用 HTTP 连接。
架构因此改变，但责任并没有消失。身份验证、授权、幂等性、可观测性和人工监督仍然属于应用本身。
重新定义应用的三项变化
一次交互，多个系统
Google Search、Maps 与自定义函数可以协同工作，并把结果传给下一步。
异步任务
后台执行会返回标识符。前端可以查询状态，不必让请求保持数分钟。
托管环境
Managed Agents 在远程沙箱中整合推理、文件、软件包、代码执行和受控的网络访问。
这适用于商品目录研究、内容增强、代码仓库分析和技术支持。工具循环的一部分可以交给 Interactions API，而应用继续控制策略和不可逆操作。
Web 模式：启动任务、返回 ID、持续跟踪
应在服务器启动长任务、保存标识符，并向前端提供状态端点。官方示例使用 background: true：
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
agent: "antigravity-preview-05-2026",
input: "分析代码仓库并生成技术报告。",
environment: "remote",
background: true,
});
// 在服务器保存 interaction.id；不要把凭据暴露给浏览器。
return { jobId: interaction.id, status: interaction.status };示例智能体仍处于预览阶段，名称可能变化。请把模型和智能体名称作为配置，并记录每次工具调用的 ID，以便把模型决策与后端响应对应起来。
限额不是写死的常量
配额按项目而不是按密钥计算，包括每分钟请求数（RPM）、每分钟输入令牌数（TPM）和每日请求数（RPD）。实际容量随模型、层级和账户状态变化，应在 AI Studio 中查看。遇到 429 RESOURCE_EXHAUSTED 时，应使用队列、带随机抖动的指数退避和最大重试次数。
在前端接入智能体之前
使用最小权限；浏览器只接收必要的 ID 和结果。
持久化 interaction ID、状态、次数和结果，避免重复工作。
在发布、付款、删除或修改外部数据前要求确认或明确策略。
跟踪 RPM、TPM、成本、延迟、失败和工具调用。
优势不在于给网站加一个提示词，而在于像运维分布式系统一样运维智能体执行。