Το Google DeepMind έχει καταστήσει το Interactions API την προεπιλεγμένη διεπαφή για τα μοντέλα και τους αντιπροσώπους Gemini, ολοκληρώνοντας μια μετατόπιση από την παλαιότερη διεπαφή "generateContent" που έχει εδραιώσει την ανάπτυξη Gemini από την πρώτη αποστολή των μοντέλων. Η κίνηση, που ανακοινώθηκε στο ιστολόγιο προγραμματιστών της Google στις 26 Ιουνίου, αναβαθμίζει ένα API που βρίσκεται σε beta από τον Δεκέμβριο του 2025 στον κύριο τρόπο με τον οποίο οι προγραμματιστές αναμένεται να χτίσουν το Gemini.

Η παλαιότερη διεπαφή «generateContent» εξακολουθεί να λειτουργεί, τόνισε η Google, επομένως οι υπάρχουσες εφαρμογές δεν θα διακοπούν από τη μια μέρα στην άλλη. Ωστόσο, η εταιρεία σχεδιάζει τώρα μια σταθερή γραμμή: οι νέες δυνατότητες αντιπροσώπων θα αποστέλλονται μόνο μέσω του API Interactions στο μέλλον. For more context on this story, see our ongoing latest AI developments.

> "Το Interactions θέτει το σκηνικό για τη νέα εποχή των Agents."
>
> — Logan Kilpatrick, επικεφαλής σχέσεων προγραμματιστών Google

Η Google δημοσίευσε έναν οδηγό μετεγκατάστασης για να βοηθήσει τους προγραμματιστές να μετακινηθούν από την προηγούμενη διεπαφή και το νέο API είναι πλέον η προεπιλογή στο Google AI Studio και σε όλη την επίσημη τεκμηρίωση Gemini.

Τι αλλάζει το API Interactions

Η πιο σημαντική αλλαγή είναι η δομική. Η προηγούμενη διεπαφή οργάνωνε συνομιλίες γύρω από ρόλους — ετικέτες όπως «χρήστης» και «μοντέλο» — αντικατοπτρίζοντας τη γνωστή μορφή συνομιλίας που υιοθέτησαν τα περισσότερα μοντέλα μεγάλων γλωσσών API. Το API Interactions αντικαθιστά αυτήν τη δομή που βασίζεται σε ρόλους με βήματα πληκτρολόγησης, όπου κάθε ενέργεια, από την είσοδο ενός χρήστη έως μια κλήση συνάρτησης έως μια απόκριση μοντέλου, είναι το δικό της ρητά καθορισμένο βήμα.

Το αποτέλεσμα, σύμφωνα με την Google, είναι ένα σχήμα που ταιριάζει καλύτερα σε πολύπλοκες ροές εργασιών αντιπροσώπων παρά σε απλή συνομιλία πέρα ​​δώθε. Οι πράκτορες πρέπει συνήθως να αλυσιδώνουν τις κλήσεις εργαλείων, να εκτελούνται στο παρασκήνιο και να διακλαδίζονται με βάση τα ενδιάμεσα αποτελέσματα — μοτίβα που το παλιό μοντέλο συνομιλίας βασισμένο σε ρόλους χειριζόταν άβολα.

Ενσωματωμένο Agent Primitives

Από τότε που εισήλθε στην έκδοση beta στα τέλη του 2025, το Interactions API έχει συγκεντρώσει ένα σύνολο λειτουργιών που η Google τοποθετεί ως δομικά στοιχεία πρώτης κατηγορίας αντιπροσώπων:

  • Διαχειριζόμενοι πράκτορες που εκτελούνται μέσα στο δικό τους περιβάλλον δοκιμών Linux, δίνοντας στους προγραμματιστές ένα απομονωμένο περιβάλλον για την εκτέλεση κώδικα και εντολών που δημιουργείται από πράκτορες.
  • Εκτέλεση στο παρασκήνιο για μακροχρόνιες εργασίες, επιτρέποντας στους πράκτορες να συνεχίσουν να εργάζονται ασύγχρονα αντί να αποκλείουν ένα μόνο αίτημα.
  • Συνδυασμός εργαλείων με ενσωματωμένη την Αναζήτηση Google και τους Χάρτες Google, ώστε οι πράκτορες να μπορούν να αντλούν πληροφορίες και δεδομένα τοποθεσίας σε πραγματικό χρόνο χωρίς οι προγραμματιστές να καλωδιώνουν αυτές τις ενσωματώσεις με μη αυτόματο τρόπο.
  • Γενιά πολυμέσων που εκτείνεται σε εικόνες, μουσική και ομιλία, επιτρέποντας σε μια διεπαφή μεμονωμένου πράκτορα να παράγει πολυτροπική έξοδο.

Η Google έχει επίσης απλοποιήσει τμήματα του σχήματος από την έκδοση beta, εξαλείφοντας την τριβή που είχαν επισημάνει οι πρώτοι χρήστες.

Λειτουργίες Flex και Priority

Οι προγραμματιστές που βασίζονται στο Interactions API μπορούν να επιλέξουν μεταξύ δύο τρόπων εκτέλεσης. Η λειτουργία ευέλικτης λειτουργίας μειώνει το κόστος κατά περίπου 50 τοις εκατό, ανταλλάσσοντας κάποιο λανθάνοντα χρόνο για φθηνότερο συμπέρασμα — χρήσιμο για εργασίες μεγάλου όγκου ή στο παρασκήνιο. Η Λειτουργία προτεραιότητας βελτιστοποιεί την ταχύτητα, τα αιτήματα δρομολόγησης για την ταχύτερη απόκριση.

Ο μοχλός κόστους έχει σημασία για την Google ανταγωνιστικά. Οι δαπάνες επιχειρηματικής τεχνητής νοημοσύνης έχουν γίνει κεντρική ανησυχία σε ολόκληρο τον κλάδο, με τις εταιρείες να εξετάζουν όλο και περισσότερο το κόστος συμβολικών ως κλίμακες χρήσης μοντέλων. Η προσφορά μιας λειτουργίας μείωσης κόστους κατά 50 τοις εκατό δίνει στους προγραμματιστές Gemini έναν συγκεκριμένο τρόπο να περιορίζουν τους λογαριασμούς χωρίς να εγκαταλείπουν την πλατφόρμα.

Γιατί η αλλαγή έχει σημασία

Η μετάβαση αντικατοπτρίζει μια ευρύτερη στροφή του κλάδου από τις διεπαφές chat προς τις διεπαφές agent. Εκεί που τα πρώτα προϊόντα LLM πλαισιώθηκαν ως βοηθοί συνομιλίας, το τρέχον κύμα εργαλείων προγραμματιστών βασίζεται σε αυτόνομους και ημι-αυτόνομους πράκτορες που ολοκληρώνουν εργασίες πολλαπλών βημάτων σε εργαλεία και υπηρεσίες.

Κάνοντας το Interactions API ως προεπιλογή — και δεσμεύοντας νέες δυνατότητες αντιπροσώπων αποκλειστικά για αυτό — η Google ωθεί ολόκληρη τη βάση προγραμματιστών της σε υποδομή που έχει σχεδιαστεί για αυτό το μέλλον των πρακτόρων. Οι προγραμματιστές που παραμένουν στο "generateContent" θα διατηρήσουν τη συμβατότητα, αλλά σταδιακά θα χάνουν νέες δυνατότητες.

Η αλλαγή έρχεται καθώς εντείνεται ο ανταγωνισμός στο επίπεδο του πράκτορα. Η Anthropic έχει κλίνει στην υποδομή πρακτόρων με τα προϊόντα Claude Code και Claude Tag, το OpenAI συνεχίζει να επεκτείνει τις δυνατότητες του agent και χρήσης υπολογιστή και τα πλαίσια ανοιχτού κώδικα πολλαπλασιάζονται. Το στοίχημα της Google είναι ότι η κατοχή της διεπαφής προγραμματιστή —όχι μόνο του υποκείμενου μοντέλου— θα είναι αποφασιστικής σημασίας, καθώς οι αντιπρόσωποι εφαρμογών θα περάσουν στην παραγωγή.

Η Google δεν έχει ανακοινώσει ημερομηνία λήξης ζωής για τη διεπαφή «generateContent», αλλά η σαφής κατεύθυνση είναι ότι το Interactions API είναι πλέον η πορεία προς τα εμπρός για οποιονδήποτε χτίζει στο Gemini.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →