← Все материалы
МАТЕРИАЛ РЕДАКЦИИ

Tool Retrieval для доступа агентов к сотням инструментов появился в Gemini API

Главная тема: Tool Retrieval для доступа агентов к сотням инструментов появился в Gemini API

Tool Retrieval для доступа агентов к сотням инструментов появился в Gemini API
Иллюстрация: Google AI — официальный блог. Ссылка на источник — в конце материала.

Когда ИИ-агенту нужно выбрать подходящее действие среди сотен подключённых инструментов, сам поиск может стать отдельной работой. Google сообщила о запуске Tool Retrieval в предварительной версии Gemini Interactions API: сервис подбирает нужный инструмент и загружает описание его параметров только тогда, когда этого требует задача.

Что именно здесь автоматизируется? Разработчику больше не требуется постоянно передавать модели схемы параметров всех инструментов. Однако подключить сами инструменты и включить функцию по-прежнему должен человек: Google указывает, что для этого добавляется tool_search, а параметр defer_loading переводится в значение true. Это не автономность агента в широком смысле, а автоматизация выбора доступного ему действия.

Почему отложенная загрузка важна при сотнях функций? По заявленной механике модель получает подробную схему лишь выбранного инструмента, а не весь каталог сразу. Редакционно это выглядит как попытка не превращать каждое обращение к агенту в чтение объёмного справочника. Но Google не приводит в supplied данных измерений скорости, точности выбора или экономии ресурсов, поэтому практический выигрыш пока нельзя выразить в секундах или процентах.

Где выполняется поиск? Google утверждает, что Gemini проводит его на стороне сервиса, поэтому разработчикам не нужно создавать и размещать собственный индекс. Поддерживаются и удалённые серверы MCP — протокола, через который агент может получать описания внешних инструментов. Это упрощает инфраструктуру, но не отвечает на вопрос, насколько надёжно модель выбирает между похожими функциями и что происходит при неоднозначном запросе.

Есть и заметное ограничение: при поиске на стороне клиента каждое обращение добавляет ещё один сетевой обмен. Насколько это ощутимо, зависит от реальной задержки, а таких результатов Google в приведённых сведениях не публикует. Поэтому серверный поиск выглядит удобнее по числу шагов, но сравнивать варианты по скорости пока рано.

Отдельной самостоятельной платы за Tool Retrieval, согласно заявлению Google, нет. Это не означает бесплатную работу всего агента: сведений о базовых расходах на вызовы моделей и инструментов здесь нет. Функция заявлена для Gemini 3.6 и более поздних моделей, включая все модели Gemini 4, однако статус preview важнее солидного номера версии — перед нами предварительный выпуск, а не обещание неизменного поведения в рабочей системе.

Практический вопрос перед включением функции: готовы ли ваши инструменты к ситуации, когда агент выберет неподходящий из похожих вариантов, если Google пока не сообщила показатели точности такого выбора?

Воронежский «Факел» применит ИИ «Сбера» для анализа матчей и тренировок

После матча тренерам нужно разбирать десятки эпизодов: кто куда сместился, как двигался мяч и где команда потеряла темп. Воронежский «Факел» собирается поручить часть этой работы решениям AI4Sport: Сбербанк и клуб объявили о технологическом партнёрстве, сообщает CNews.

ИИ будет извлекать из видеозаписей данные о движении игроков и мяча, а медицинский штаб — следить за состоянием и восстановлением футболистов по данным умных колец «Сбер». Сначала систему планируют применять в академии, чтобы выстроить единую методику и оценивать прогресс молодых игроков и их медицинские показатели; затем решения должны использоваться и основной командой.

Что здесь действительно автоматизируется? Прежде всего сбор и первичная обработка информации, а не тренерские решения. Представитель Сбербанка заявил, что технология должна сократить время разбора матчей и обработки данных. Однако в сообщении нет результатов независимого испытания, показателей точности или конкретной оценки сэкономленного времени. Поэтому пока речь идёт о заявленных целях партнёрства, а не о доказанном спортивном преимуществе.

Любопытнее всего будет увидеть, сможет ли единый массив видео- и медицинских данных показывать развитие игрока без ложной точности: цифры помогают заметить тенденцию, но не объясняют её сами по себе. Перед включением такой системы клубу важно проверить практическую вещь: кто и по каким правилам будет интерпретировать показатели, если данные алгоритма, тренерское наблюдение и самочувствие футболиста разойдутся.

Источники

Google AI · CNews