En los últimos dos años, muchos proveedores armaron para sus clientes asistentes de IA en Google Cloud que hacían algo más que platicar: abrían un Excel de ventas y sacaban una gráfica, buscaban en internet o consultaban el inventario en el ERP. Una de las formas de hacerlo era Vertex AI Extensions. Y esa pieza tiene fecha de apagado.
La página de Extensions lo dice sin rodeos: quedó obsoleta el 26 de mayo de 2026 y, después del jueves 26 de noviembre de 2026, se apagará y dejará de funcionar. Las notas de versión de Vertex AI, consultadas el 13 de noviembre, repiten la fecha y recomiendan migrar a Agent Platform "para evitar interrupciones del servicio". Quedan nueve días.
Qué era Extensions y a quién le pega
Extensions era la forma de conectar un modelo de Gemini con herramientas externas dentro de Vertex AI. La página de Google lista dos extensiones hechas, la guía de migración menciona además la de búsqueda de Google, y cada quien podía crear las suyas:
- Code Interpreter: el modelo escribía y ejecutaba código Python para analizar archivos, hacer cálculos o generar gráficas. Es la que usan los asistentes de "súbele tu reporte y pregúntale".
- Vertex AI Search: buscaba en los documentos de la empresa indexados en Google Cloud.
- Búsqueda de Google: traía información pública y actual de internet a la respuesta.
- Extensiones propias: se describía una API con una especificación OpenAPI (por ejemplo, la del ERP, el CRM o la tienda en línea) para que el modelo pudiera consultarla.
Te afecta si tu asistente o agente corre en Google Cloud con Vertex AI y usa alguna de esas extensiones. No te afecta si usas la app de Gemini, Gemini en Workspace o un chatbot que solo llama al modelo sin herramientas. Tampoco tiene que ver con los apagados de modelos de Gemini que ya contamos, como el de Gemini 2.5 Pro y Flash del 1 de diciembre, aunque es buena idea revisar todo junto.
Con qué se reemplaza cada una
La guía de migración de Google propone un sustituto para cada caso, todos dentro de lo que ahora llama Gemini Enterprise Agent Platform:
| Si usabas… | Pasa a… | Qué cambia en el código |
|---|---|---|
| Code Interpreter | Code Execution Sandbox de Agent Platform, un entorno aislado y con estado para ejecutar el código que genera la IA; o la herramienta de ejecución de código de la API de Gemini, si basta con que el modelo calcule durante la respuesta | Se deja Extension.from_hub("code_interpreter") y se usa el ejecutor de sandbox del Agent Development Kit (ADK) o el SDK google-genai |
| Búsqueda de Google | Grounding with Google Search | La búsqueda se declara como herramienta en la configuración de la llamada al modelo |
| Extensión propia (OpenAPI) | Function calling | En lugar de subir un manifiesto y una especificación OpenAPI, se declaran funciones en el código con su descripción |
| Vertex AI Search | No aparece en la guía | Pregunta a tu proveedor qué ruta propone |
Un detalle práctico: con function calling, el modelo ya no llama directo a la API de tu ERP; le pide a tu código que lo haga. Eso da más control (tu programa decide qué se ejecuta y con qué permisos), pero significa que alguien tiene que escribir y mantener ese código. Si tu extensión propia consultaba precios o existencias, ese trabajo hay que presupuestarlo.
La guía no habla de precios ni de regiones, y no dice qué pasa con los recursos de extensión que queden en el proyecto después del 26. Si tu proveedor necesita esos datos para cotizar, que los confirme con Google.
Qué hacer antes del 26
- Pregunta si tu asistente usa Extensions. Pide al proveedor que busque en el código
Extension.from_hub,Extension.createo recursos de extensión en el proyecto de Vertex AI. Si no sabes quién lo construyó, revisa quién tiene acceso al proyecto de Google Cloud. - Prioriza lo que da servicio a clientes. Un asistente interno que deja de analizar reportes es una molestia; un chatbot que deja de consultar existencias en plena temporada es venta perdida.
- Haz la migración en un entorno de prueba y compara respuestas con las de hoy: el sandbox y la ejecución de código de la API de Gemini no se comportan igual.
- Aprovecha para revisar permisos. Al pasar a function calling, define qué funciones puede pedir el modelo y con qué cuenta se ejecutan. La lección de las credenciales expuestas en agentes de IA aplica aquí: el agente no debería tener más acceso que el empleado que lo usa.
- Junta todas las fechas de retiro en un solo calendario. Diciembre trae varios apagados de IA, que resumimos en lo que se apaga antes de Año Nuevo; y si tu empresa usa Claude o Gemini a través de Google Cloud o AWS, sus fechas son otras, como contamos en los retiros de Bedrock y Vertex AI de enero.
La lección para quien contrata IA
El apagado de Extensions no es un error de Google: avisó con seis meses y documentó la salida. El problema es de diseño del lado del cliente. Cuando un proveedor te entrega un asistente de IA, pregunta sobre qué servicios está construido, cuáles están en vista previa y qué fechas de retiro tienen. Si quieres que tus asistentes trabajen con tus propios documentos de forma más estable, el tutorial de IA con tus documentos (RAG) explica las piezas que conviene entender antes de firmar. Y si el agente corre en la nube, que su mantenimiento forme parte del contrato de servicios en la nube, no de un favor.
Fuentes: página de Vertex AI Extensions en la documentación de Google Cloud (aviso de obsolescencia y fecha de apagado), notas de versión de Vertex AI (entrada del 26 de mayo de 2026) y guía "Migrate from Vertex AI Extensions to Agent Platform", consultadas el 13 de noviembre de 2026.
Inteligencia artificial
Que tu asistente de IA no se apague sin aviso
Revisamos sobre qué servicios está construido tu agente, migramos lo que tiene fecha de retiro y dejamos documentado el siguiente vencimiento.



