O Google apresentou Tool Retrieval em prévia em 19 de novembro, mudando como agentes expõem grandes bibliotecas de funções ao Gemini. Desenvolvedores podem adiar esquemas de parâmetros até o modelo precisar deles, em vez de reenviar todos a cada solicitação.

O anúncio situa o recurso na Interactions API. O Google busca reduzir tokens de entrada e manter a precisão na escolha de ferramentas conforme a biblioteca cresce. A economia e a confiabilidade reais dependem da aplicação.

Os nomes continuam visíveis enquanto os esquemas aguardam

A busca no servidor é ativada adicionando tool_search e marcando as funções escolhidas com defer_loading: true. O modelo continua vendo nomes e descrições; os esquemas de parâmetros ficam fora do contexto até serem solicitados.

Ao escolher uma função, o modelo a solicita pelo nome. A API carrega o esquema e o modelo produz a chamada na mesma solicitação. A busca, o resultado e a chamada final aparecem em interaction.steps, permitindo inspeção.

O exemplo do Google usa gemini-4-hydrogen para solicitar reembolso de 40 dólares pelo pedido danificado A-1042. O modelo recupera issue_refund e informa pedido e valor como argumentos. A aplicação ainda precisa executar o reembolso e devolver function_result: recuperar o esquema não movimenta dinheiro nem autoriza a transação.

Esse limite importa com ferramentas sensíveis. Melhor descoberta não substitui permissões, validação ou regras de negócio.

A busca no servidor dispensa um índice próprio

A opção gerenciada no servidor não exige que o desenvolvedor hospede um índice de busca. Ferramentas frequentes podem continuar declaradas por completo, enquanto funções ocasionais são adiadas. Nomes e descrições seguem importantes mesmo sem os grandes esquemas no contexto inicial.

O recurso também funciona com servidores MCP remotos. defer_loading: true em um mcp_server carrega suas ferramentas sob demanda, sem listar cada uma.

Segundo o Google, há compatibilidade com cache de prefixo: esquemas adiados ficam fora do início do prompt e entram depois na conversa. Isso mantém o prefixo armazenado estável entre turnos, mas não torna gratuitos os esquemas carregados posteriormente.

A busca cliente preserva o controle do registro

Aplicações com registro próprio, índice de embeddings ou filtro de permissões por usuário podem escolher execução cliente. Declaram tool_search com "execution": "client", uma função de busca e seus parâmetros.

Quando o modelo pede uma busca, a aplicação consulta e devolve esquemas correspondentes por function_result. O exemplo de continuação usa previous_interaction_id para conectar a próxima solicitação à interação existente.

Cada busca acrescenta uma ida e volta porque a consulta ocorre na aplicação. Em troca, não é necessário declarar todas as ferramentas no início. Uma integração conectada durante a conversa pode introduzir novas ferramentas, e o registro próprio determina os candidatos retornados.

É uma troca diferente da busca gerenciada no servidor. Controlar a descoberta acrescenta uma etapa da aplicação, com sua latência e tratamento de falhas.

A economia depende dos esquemas que nunca são carregados

Tool Retrieval não tem tarifa separada. Tokens de entrada e saída seguem os preços normais do modelo escolhido. tool_search adiciona um pequeno bloco fixo de entrada; cada esquema carregado é cobrado como entrada pelo restante da conversa.

O ganho vem dos esquemas que nunca entram no contexto. Uma biblioteca grande com uma pequena parte relevante oferece mais oportunidade que uma conversa que acaba carregando quase tudo. O Google recomenda medir o tráfego real e não apresenta percentual universal de economia.

A prévia funciona com Gemini 3.6 e posteriores, incluindo todos os modelos Gemini 4, na Interactions API. Isso não deve ser estendido a toda interface API. As próximas evidências úteis são consumo de tokens, seleção de ferramentas e latência da busca cliente da própria aplicação nessas condições.

Leituras relacionadas
Fontes

Explorar diretório de ferramentas →