Google DeepMind đã đặt Interactions API làm giao diện mặc định cho các mô hình và tác nhân Gemini của mình, hoàn thành bước chuyển đổi khỏi giao diện `generateContent` cũ hơn đã thúc đẩy sự phát triển của Gemini kể từ khi các mô hình này được xuất xưởng lần đầu tiên. Động thái này, được công bố trên blog nhà phát triển của Google vào ngày 26 tháng 6, nâng cấp API đã ở giai đoạn thử nghiệm kể từ tháng 12 năm 2025 thành cách chính mà các nhà phát triển dự kiến ​​​​sẽ xây dựng trên Gemini.

Google nhấn mạnh, giao diện `generateContent` cũ hơn vẫn hoạt động, vì vậy các ứng dụng hiện tại sẽ không bị hỏng chỉ sau một đêm. Nhưng công ty hiện đang vạch ra một quan điểm chắc chắn: các khả năng của đại lý mới sẽ chỉ được cung cấp thông qua API Tương tác trong tương lai. For more context on this story, see our ongoing AI trends.

> "Tương tác tạo tiền đề cho kỷ nguyên mới của Đại lý."
>
> — Logan Kilpatrick, trưởng nhóm quan hệ nhà phát triển của Google

Google đã xuất bản hướng dẫn di chuyển để giúp các nhà phát triển chuyển từ giao diện trước đó và API mới hiện là mặc định trong Google AI Studio và trên tất cả tài liệu chính thức của Gemini.

API tương tác thay đổi những gì

Sự thay đổi đáng kể nhất là về mặt cấu trúc. Giao diện trước đó đã tổ chức các cuộc hội thoại xung quanh các vai trò — các nhãn như `người dùng` và `mô hình` — phản ánh định dạng trò chuyện quen thuộc mà hầu hết các API mô hình ngôn ngữ lớn đều áp dụng. API tương tác thay thế cấu trúc dựa trên vai trò đó bằng các bước đã nhập, trong đó mọi hành động, từ đầu vào của người dùng đến lệnh gọi hàm đến phản hồi mô hình, đều là bước được xác định rõ ràng.

Theo Google, kết quả là một lược đồ phù hợp hơn với quy trình làm việc phức tạp của tổng đài viên thay vì trò chuyện qua lại đơn giản. Các nhân viên thường xuyên cần xâu chuỗi các lệnh gọi công cụ lại với nhau, chạy ở chế độ nền và phân nhánh dựa trên các kết quả trung gian — các mẫu mà mô hình hội thoại dựa trên vai trò cũ xử lý một cách lúng túng.

Các nguyên tố tác nhân tích hợp sẵn

Kể từ khi bước vào phiên bản beta vào cuối năm 2025, API Tương tác đã tích lũy một bộ tính năng mà Google đánh giá là khối xây dựng tổng đài viên hạng nhất:

  • Đại lý được quản lý chạy bên trong hộp cát Linux của riêng họ, cung cấp cho các nhà phát triển một môi trường biệt lập để thực thi mã và lệnh do tác nhân tạo.
  • Thực thi trong nền cho các tác vụ chạy trong thời gian dài, cho phép các tác nhân tiếp tục hoạt động không đồng bộ thay vì chặn theo một yêu cầu duy nhất.
  • Chuỗi công cụ có Google Tìm kiếm và Google Maps được tích hợp sẵn, do đó, các đại lý có thể lấy thông tin và dữ liệu vị trí theo thời gian thực mà không cần nhà phát triển kết nối các tích hợp đó theo cách thủ công.
  • Tạo phương tiện bao gồm hình ảnh, âm nhạc và lời nói, cho phép một giao diện tác nhân duy nhất tạo ra đầu ra đa phương thức.

Google cũng đã đơn giản hóa các phần của lược đồ kể từ phiên bản beta, loại bỏ những rắc rối mà những người dùng đầu tiên đã gắn cờ.

Chế độ linh hoạt và ưu tiên

Các nhà phát triển xây dựng trên API Tương tác có thể chọn giữa hai chế độ thực thi. Chế độ linh hoạt giúp giảm chi phí khoảng 50%, đổi một số độ trễ để lấy suy luận rẻ hơn — hữu ích cho công việc có khối lượng lớn hoặc công việc nền. Chế độ ưu tiên thay vào đó tối ưu hóa tốc độ, định tuyến các yêu cầu để có phản hồi nhanh nhất.

Đòn bẩy chi phí có ý nghĩa quan trọng đối với Google trong tính cạnh tranh. Chi tiêu cho AI của doanh nghiệp đã trở thành mối quan tâm trung tâm trong toàn ngành, khi các công ty ngày càng xem xét kỹ lưỡng chi phí mã thông báo theo quy mô sử dụng mô hình. Việc cung cấp chế độ giảm chi phí 50% mang lại cho các nhà phát triển Gemini một cách cụ thể để quản lý các hóa đơn mà không cần rời khỏi nền tảng.

Tại sao sự thay đổi lại quan trọng

Quá trình chuyển đổi phản ánh xu hướng chuyển đổi ngành rộng hơn từ giao diện trò chuyện sang giao diện đại lý. Trong khi các sản phẩm LLM ban đầu được đóng khung dưới dạng trợ lý đàm thoại, làn sóng công cụ dành cho nhà phát triển hiện tại được xây dựng xung quanh các tác nhân tự trị và bán tự động hoàn thành các nhiệm vụ nhiều bước trên các công cụ và dịch vụ.

Bằng cách đặt API Tương tác làm mặc định — và dành riêng các tính năng tác nhân mới cho nó — Google đang thúc đẩy toàn bộ cơ sở nhà phát triển của mình dựa trên cơ sở hạ tầng được thiết kế cho tương lai tác nhân đó. Các nhà phát triển tiếp tục sử dụng `generateContent` sẽ vẫn giữ được khả năng tương thích nhưng sẽ dần dần bỏ lỡ các tính năng mới.

Sự thay đổi xảy ra khi sự cạnh tranh trên lớp tác nhân ngày càng gay gắt. Anthropic đã tập trung vào cơ sở hạ tầng tác nhân với các sản phẩm Claude Code và Claude Tag, OpenAI tiếp tục mở rộng khả năng sử dụng máy tính và tác nhân của mình, đồng thời các khung nguồn mở đang tăng lên gấp bội. Google đặt cược rằng việc sở hữu giao diện dành cho nhà phát triển - không chỉ mô hình cơ bản - sẽ có tính quyết định khi các ứng dụng tác nhân chuyển sang sản xuất.

Google chưa công bố ngày hết hạn sử dụng của giao diện `generateContent`, nhưng định hướng rõ ràng là API Tương tác hiện là con đường phía trước cho bất kỳ ai xây dựng trên Gemini.

---

Stay Ahead of AI

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

Read more AI news →