Gemini Enterprise Agent Platform abre un remote MCP: Google Cloud quiere que Claude Code y Antigravity entren por IAM

Google Cloud publicó el 30 de junio de 2026 una pieza que apunta directo a equipos que ya usan agentes fuera de Google Cloud: el remote MCP server de Gemini Enterprise Agent Platform. La promesa no es otro wrapper. Es una entrada estándar para que agentes externos, como Claude Code, Antigravity CLI o apps propias, interactúen con recursos de Agent Platform dentro de un proyecto de Google Cloud.

La nota oficial lo describe como un puente entre herramientas de desarrollo externas y arquitectura cloud. En concreto, el agente puede llamar modelos de Model Garden, traer prompt templates compartidos, administrar notebooks y usar toolsets de generación, predicción, endpoints, modelos, tuning, evaluación y prompts.

La noticia real es el límite operativo

MCP suele venderse como "conecta herramientas". En una empresa, la pregunta útil es otra: ¿quién puede llamar qué, con qué identidad y contra qué proyecto?

Ahí está el valor de este lanzamiento. La documentación de Google dice que el servidor usa OAuth 2.0 e IAM para autenticación y autorización. También separa roles mínimos: roles/mcp.toolUser para hacer tool calls y roles/aiplatform.user para administrar recursos de Agent Platform. Para prototipos acepta API keys en express mode o llaves vinculadas a service accounts, pero no llaves estándar sin principal IAM.

Ese detalle importa porque un remote MCP que administra modelos, endpoints y notebooks no puede tratarse como "plugin de productividad". Es superficie de control.

Qué toolsets valen la pena mirar primero

Google lista endpoints como /mcp/generate, /mcp/predict, /mcp/notebook, /mcp/endpoints, /mcp/models, /mcp/tuning, /mcp/evaluation y /mcp/prompts. Para builders de agentes, yo los separaría así:

• prompts y evaluación para equipos que quieren versionar comportamiento antes de tocar producción;
• notebooks para investigación asistida con contexto de datos;
• endpoints y modelos para operaciones de inferencia y despliegue;
• generate y predict para construir flujos simples antes de pasar a orquestación más compleja.

El error común sería habilitar todo porque "MCP ya funciona". Mejor empezar con toolsets de bajo riesgo, logs claros y una identidad por entorno.