Google DeepMind ได้กำหนดให้ Interactions API เป็นอินเทอร์เฟซเริ่มต้นสำหรับโมเดลและเอเจนต์ Gemini โดยเปลี่ยนจากอินเทอร์เฟซ 'สร้างเนื้อหา' แบบเก่าที่ยึดถือการพัฒนา Gemini นับตั้งแต่มีการจัดส่งโมเดลเป็นครั้งแรก การเคลื่อนไหวดังกล่าวซึ่งประกาศในบล็อกนักพัฒนาของ Google เมื่อวันที่ 26 มิถุนายน เป็นการยกระดับ API ที่อยู่ในรุ่นเบต้าตั้งแต่เดือนธันวาคม 2568 ให้เป็นวิธีหลักที่นักพัฒนาคาดว่าจะสร้างบน Gemini

Google ย้ำว่าอินเทอร์เฟซ 'generateContent' แบบเก่ายังคงใช้งานได้ ดังนั้นแอปพลิเคชันที่มีอยู่จะไม่พังในชั่วข้ามคืน แต่ขณะนี้บริษัทกำลังวางแนวทางที่ชัดเจน: ความสามารถของตัวแทนใหม่จะจัดส่งผ่าน Interactions API เท่านั้นนับจากนี้เป็นต้นไป For more context on this story, see our ongoing AI news.

> "การโต้ตอบจะปูทางไปสู่ยุคใหม่ของเอเจนท์"
>
> — Logan Kilpatrick หัวหน้าฝ่ายนักพัฒนาสัมพันธ์ของ Google

Google ได้เผยแพร่คู่มือการย้ายข้อมูลเพื่อช่วยให้นักพัฒนาย้ายจากอินเทอร์เฟซก่อนหน้า และตอนนี้ API ใหม่เป็นค่าเริ่มต้นใน Google AI Studio และในเอกสาร Gemini อย่างเป็นทางการทั้งหมด

การเปลี่ยนแปลง API การโต้ตอบคืออะไร

การเปลี่ยนแปลงที่สำคัญที่สุดคือโครงสร้าง อินเทอร์เฟซก่อนหน้านี้จัดการสนทนาตามบทบาท เช่น ป้ายกำกับ เช่น "ผู้ใช้" และ "โมเดล" ซึ่งสะท้อนรูปแบบการแชทที่คุ้นเคยซึ่ง API โมเดลภาษาขนาดใหญ่ส่วนใหญ่นำมาใช้ Interactions API จะแทนที่โครงสร้างตามบทบาทนั้นด้วย ขั้นตอนที่พิมพ์ โดยที่ทุกการกระทำ ตั้งแต่อินพุตของผู้ใช้ไปจนถึงการเรียกใช้ฟังก์ชัน ไปจนถึงการตอบสนองของโมเดล จะเป็นขั้นตอนที่กำหนดไว้อย่างชัดเจนในตัวมันเอง

ตามที่ Google ระบุ ผลลัพธ์ที่ได้คือสคีมาที่เหมาะสมกับขั้นตอนการทำงานของตัวแทนที่ซับซ้อนมากกว่าการแชทไปมาแบบง่ายๆ เจ้าหน้าที่จำเป็นต้องเชื่อมโยงการเรียกเครื่องมือเข้าด้วยกัน ทำงานในเบื้องหลัง และแยกสาขาตามผลลัพธ์ขั้นกลาง ซึ่งเป็นรูปแบบที่รูปแบบการสนทนาตามบทบาทแบบเก่าจัดการอย่างเชื่องช้า

ตัวแทนดั้งเดิมในตัว

นับตั้งแต่เข้าสู่รุ่นเบต้าในช่วงปลายปี 2025 Interactions API ได้สะสมชุดฟีเจอร์ที่ Google วางตำแหน่งเป็นองค์ประกอบการสร้างตัวแทนชั้นหนึ่ง:

  • ตัวแทนที่ได้รับการจัดการ ที่ทำงานภายในแซนด์บ็อกซ์ Linux ของตัวเอง ทำให้นักพัฒนามีสภาพแวดล้อมที่แยกออกมาสำหรับการรันโค้ดและคำสั่งที่ตัวแทนสร้างขึ้น
  • การดำเนินการเบื้องหลัง สำหรับงานที่ต้องใช้เวลานาน ช่วยให้ตัวแทนทำงานต่อไปแบบอะซิงโครนัส แทนที่จะบล็อกในคำขอเดียว
  • การเชื่อมโยงเครื่องมือ ด้วย Google Search และ Google Maps ในตัว เพื่อให้ตัวแทนสามารถดึงข้อมูลแบบเรียลไทม์และข้อมูลตำแหน่งโดยไม่ต้องให้นักพัฒนารวมระบบด้วยตนเอง
  • การสร้างสื่อ ครอบคลุมรูปภาพ เพลง และคำพูด โดยปล่อยให้อินเทอร์เฟซเอเจนต์เดียวสร้างเอาต์พุตหลายรูปแบบ

นอกจากนี้ Google ยังได้ลดความซับซ้อนของสคีมาบางส่วนตั้งแต่รุ่นเบต้า ซึ่งขจัดความขัดแย้งที่ผู้ใช้กลุ่มแรกได้ตั้งค่าสถานะไว้

โหมด Flex และ Priority

นักพัฒนาที่สร้างบน Interactions API สามารถเลือกโหมดการดำเนินการได้สองโหมด โหมด Flex ลดต้นทุนได้ประมาณ 50 เปอร์เซ็นต์ โดยแลกกับเวลาแฝงบางส่วนเพื่อการอนุมานที่ถูกกว่า ซึ่งมีประโยชน์สำหรับงานที่มีปริมาณมากหรืองานเบื้องหลัง โหมดลำดับความสำคัญ จะเพิ่มประสิทธิภาพความเร็วแทน คำขอเส้นทางเพื่อการตอบสนองที่เร็วที่สุด

การยกระดับต้นทุนมีความสำคัญต่อการแข่งขันของ Google การใช้จ่ายด้าน AI ระดับองค์กรกลายเป็นข้อกังวลหลักของอุตสาหกรรม โดยบริษัทต่างๆ พิจารณาต้นทุนโทเค็นมากขึ้นตามขนาดการใช้งานแบบจำลอง การนำเสนอโหมดลดต้นทุน 50 เปอร์เซ็นต์ช่วยให้นักพัฒนา Gemini มีวิธีที่เป็นรูปธรรมในการควบคุมค่าใช้จ่ายโดยไม่ต้องออกจากแพลตฟอร์ม

ทำไมการเปลี่ยนแปลงจึงมีความสำคัญ

การเปลี่ยนแปลงนี้สะท้อนให้เห็นถึงจุดเปลี่ยนในอุตสาหกรรมที่กว้างขึ้นจากอินเทอร์เฟซ แชท ไปสู่อินเทอร์เฟซ ตัวแทน ในขณะที่ผลิตภัณฑ์ LLM ในยุคแรกๆ ถูกวางกรอบเป็นผู้ช่วยการสนทนา คลื่นลูกใหม่ของเครื่องมือสำหรับนักพัฒนานั้นถูกสร้างขึ้นโดยใช้ตัวแทนที่เป็นอิสระและกึ่งอิสระที่ดำเนินงานหลายขั้นตอนในเครื่องมือและบริการต่างๆ

ด้วยการทำให้ Interactions API เป็นค่าเริ่มต้น และสงวนฟีเจอร์ตัวแทนใหม่ไว้โดยเฉพาะ Google กำลังผลักดันฐานนักพัฒนาทั้งหมดไปยังโครงสร้างพื้นฐานที่ออกแบบมาสำหรับอนาคตตัวแทนนั้น นักพัฒนาที่ยังคงใช้ `generateContent` จะยังคงความเข้ากันได้ แต่จะพลาดความสามารถใหม่ๆ ไปเรื่อยๆ

การเปลี่ยนแปลงเกิดขึ้นเมื่อการแข่งขันในชั้นตัวแทนรุนแรงขึ้น Anthropic พึ่งพาโครงสร้างพื้นฐานของเอเจนต์ด้วยผลิตภัณฑ์ Claude Code และ Claude Tag, OpenAI ยังคงขยายความสามารถในการตัวแทนและการใช้งานคอมพิวเตอร์อย่างต่อเนื่อง และเฟรมเวิร์กโอเพ่นซอร์สก็กำลังทวีคูณ การเดิมพันของ Google คือการเป็นเจ้าของอินเทอร์เฟซสำหรับนักพัฒนาซอฟต์แวร์ ไม่ใช่แค่โมเดลพื้นฐานเท่านั้น จะมีความสำคัญเมื่อแอปพลิเคชันเอเจนต์ย้ายเข้าสู่การใช้งานจริง

Google ยังไม่ได้ประกาศวันสิ้นสุดอายุการใช้งานสำหรับอินเทอร์เฟซ `generateContent` แต่ทิศทางที่ชัดเจนก็คือตอนนี้ Interactions API เป็นเส้นทางข้างหน้าสำหรับทุกคนที่สร้างบน Gemini

---

Stay Ahead of AI

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

Read more AI news →