Normalmente, os fluxos de trabalho de agente de longa duração são tarefas orientadas por IA que são executadas por longos períodos, de minutos a dias, geralmente envolvendo várias etapas, interações do sistema, pausas para entrada humana ou recuperação de interrupções antes de serem concluídas.
Para essas cargas de trabalho, o tempo de execução inclui suporte para execução durável, permitindo que os fluxos de trabalho sejam retomados após interrupções ou aprovações humanas, juntamente com sandboxing seguro para isolar componentes do agente, controles de consistência de sessão para fluxos de trabalho distribuídos e recursos de recuperação de conexão destinados a preservar o estado de execução durante interrupções de rede, escreveu o Google em uma postagem no blog.
O tempo de execução também suporta “ramificação de trajetória”, que permite aos desenvolvedores testar caminhos de execução alternativos a partir de pontos de verificação salvos sem perder o contexto anterior, acrescentou.
Além disso, o Agent Executor conecta vários modelos de implantação, incluindo agentes locais e pré-construídos ou gerenciados personalizados, disse a empresa, permitindo que os usuários misturem e combinem qualquer um ou todos os Google Antigravity, agentes de fronteira criados pelo Google, agentes criados pelo usuário e gerenciados pelo Google, e agentes personalizados e agentes usando o protocolo Agent2Agent (A2A), conforme desejado.
