Gemini用Interactions API提供開始

GoogleおよびGoogle DeepMindは、GeminiモデルやAIエージェントと効率的にやり取りするための「Interactions API」を一般提供（GA）開始しました。本APIは、今後のGemini関連開発における主要インターフェースとして位置づけられます。これにより、従来のコンテンツ生成にとどまらず、自律的なアクションや高度なコンテキスト管理を実行できる統合プラットフォームが提供されます。

1. 新たに導入された強力な機能

• Managed Agents: リモートの安全なLinux環境（サンドボックス）上でエージェントを自律的に動作させ、高度な推論、Webブラウジング、ファイル操作などを安全に実行させることが可能です。
• ​非同期バックグラウンド実行​: 時間のかかる複雑なタスクに対応するため、非同期に処理を実行できるようになりました。
• ​サーバー側での会話状態管理​: previous_interaction_id を用いることで、サーバー側でマルチターンの対話をシームレスに管理できるようになります。
• ​実行ステップの可視化​: エージェントの内部的な思考プロセスやツール呼び出しの各ステップを可視化し、デバッグやUI反映を容易にします。

2. 主要APIとしての推奨と移行

Googleは公式ドキュメントにおけるサンプルコードや推奨APIの記述を本APIへ切り替えており、主要なサードパーティ製SDKでも標準のインターフェースとなるよう整備を進めています。なお、従来の generateContent APIも引き続きサポートされ、互換性は維持されます。

今回の「Interactions API」のGAは、単なる大規模言語モデルのテキスト生成機能から、自律的に外部ツールを使いタスクを完遂する「AIエージェント」の開発へと移行を加速させる重要なマイルストーンです。開発者は新機能を用いて、よりセキュアで管理しやすいアプリケーションを構築できるようになります。