← Zurück zum Blog
Aica. 6 Min. Lesezeit

Google hat Coding-Agenten vom Laptop geholt, und der Berechtigungsdialog bleibt der Engpass

Veröffentlicht 11. Nov. 2026
Google hat Coding-Agenten vom Laptop geholt, und der Berechtigungsdialog bleibt der Engpass

Die eigene Beschreibung des Features durch das Antigravity-Team ist die beste Zusammenfassung: Deine Aufgaben laufen in unabhängigen Cloud-VMs, du startest eine Aufgabe, gehst einen Kaffee holen, gibst unterwegs vom Telefon Berechtigungen frei und kommst zu grünen Tests und einem sauberen Pull Request zurück.

Version 2.29 rollte ab dem 3. November aus, und das Team bestätigte die Remote Agents öffentlich am 6. November. Das Changelog listet 22 Änderungen, und die zwei, die zählen, sind Remote Agents und ein Sprachmodus auf Basis von Gemini Live.

Der Wechsel ist leicht zu unterschätzen. Coding-Agenten sind lokale Software, seit es die Kategorie gibt. Sie lesen deine Dateien, führen deine Tests aus, nutzen deine Werkzeuge und hören auf, wenn du den Deckel schließt. Die Ausführung in eine verwaltete VM zu verlegen ändert, was das Produkt ist, und legt zugleich offen, welche Teile der Agentenfähigkeit nie im Modell lagen.

Remote Agents, und was sie nicht sind

Antigravity hatte bereits ein Feature namens Remote Control, das Agenten auf deiner eigenen Workstation von einem anderen Gerät aus steuert. Das verlangt weiterhin, dass die Workstation online ist. Remote Agents sind etwas anderes: Sitzungen und Werkzeuge laufen in einer isolierten, von Google verwalteten Umgebung, also läuft die Arbeit weiter, wenn dein Laptop schläft, dein Browser schließt oder du vom Desktop aufs Telefon wechselst.

Du kannst eine Sitzung aus der Desktop-App starten, im Web unter antigravity.google.com oder in der CLI mit `agy --remote-agent`, was Version 1.4.12 oder neuer braucht.

Ein Remote-Projekt bindet Ressourcen an. GitHub-Repositories werden per OAuth geklont und eingebunden. Google-Drive-Dateien werden bei Bedarf gelesen. Du kannst Dateien direkt hochladen, bis 8 MiB pro Datei, 50 Dateien, 100 MiB pro Projekt und 2 GiB pro Konto. Google sagt, Anmeldedaten seien im Ruhezustand verschlüsselt. Plugins für GitHub, Drive, Docs, Sheets, Slides und Calendar verbinden sich über OAuth.

Diese Upload-Grenzen sind auf eine Weise klein, die prägt, wofür das Feature gedacht ist. Acht Mebibyte pro Datei reichen für ein Skript und sind für einen Datensatz nutzlos. Das ist ein Agent für Repository- und Dokumentarbeit, nicht für Data Engineering.

Die Berechtigungszeile ist die interessante Zeile

Remote Agents sind für persönliche Konten von Google AI Pro und Ultra verfügbar. Nicht für die kostenlose Stufe. Nicht für Google AI Plus. Nicht für Workspace- oder Google-Cloud-Geschäftskonten.

Der letzte Ausschluss ist seltsam für ein Feature, dessen offensichtlicher Kunde ein Entwicklungsteam ist. Ein Team-Tarif würde gemeinsame Projekte wollen, einen Audit-Trail und einen Admin, der Zugriff entziehen kann. Google hat die Konsumentenversion zuerst ausgeliefert, was verrät, dass das Unternehmen auf einzelne Entwickler optimiert, die das Produkt ausprobieren, nicht auf Einkauf.

Es heißt auch, dass der Workflow „komm zu einem sauberen Pull Request zurück“ vorerst ein persönlicher Workflow ist. Dein Agent arbeitet in einer von Google verwalteten VM unter deinem persönlichen Abonnement, gegen ein Repository, das du mit deinem eigenen GitHub-Konto autorisiert hast.

Was du in der Cloud verlierst

Die Liste der im Remote-Modus nicht verfügbaren Features ist der informativste Teil der Dokumentation: Print-Modus, Codesuche, `/diff`, `/rewind`, Sprachdiktat sowie lokal installierte MCP-Server, Plugins und Skills.

Lies die letzte Gruppe noch einmal. MCP-Server, Plugins und Skills sind ein großer Teil dessen, was einen Coding-Agenten in einem konkreten Unternehmen nützlich macht. Das interne API-Schema, das Deploy-Skript, das Runbook, der Styleguide, die Migrationscheckliste. All das liegt lokal, vom Entwickler installiert, oft auf interne Endpunkte zeigend, die die Cloud-VM nicht erreicht.

Das Feature kommt also mit einer sauberen Trennung. Ein Cloud-Agent bekommt das Repository, das offene Internet und die allgemeine Kompetenz des Modells. Er bekommt nicht dein lokales Tooling. Für Greenfield-Arbeit ist das in Ordnung. Bei dem unordentlichen Repository, das den internen Build-Wrapper zum Kompilieren braucht, läuft der Agent gegen eine Wand, die nichts mit Intelligenz zu tun hat.

Das ist ein Übergangsproblem und wird gelöst werden, vermutlich indem Teams freigegebene MCP-Server und Skills in ein Remote-Projekt veröffentlichen dürfen. Bis dahin lautet die ehrliche Beschreibung von Remote Agents: exzellent für Aufgaben, die nur Code und eine Shell brauchen, begrenzt für Aufgaben, die das Setup deiner Maschine brauchen.

Stimme als Berechtigungskanal

Der Sprachmodus läuft auf Gemini Live, das deine Stimme direkt hört statt eines Transkripts, sodass du mitten im Satz unterbrechen kannst und es sich anpasst. Du kannst planen, Änderungen steuern und Berechtigungen laut freigeben. Stimme und Wiedergabegeschwindigkeit sind konfigurierbar, und der Modus ist auf lokale Konversationen beschränkt.

Das entscheidende Detail ist die Ausnahme: Routineberechtigungen können per Stimme freigegeben werden, destruktive Aktionen nicht.

Das ist eine vernünftige Linie und verrät, wo die Reibung tatsächlich sitzt. Ein Agent, der vierzig Minuten läuft, hält mehrfach an und fragt, ob er einen Befehl ausführen, ein Paket installieren oder eine Datei löschen darf. Jeder Halt ist ein Kontextwechsel für den Menschen. Freigabe per Stimme entfernt den Kontextwechsel bei den langweiligen Fällen und behält eine physische Handlung für die, die wehtun können.

Das erklärte Ziel ist, dass du mit dem Agenten redest wie mit einem Kollegen am Telefon. Spracherkennung ist der leichte Teil. Einem Kollegen am Telefon kannst du sagen „nimm Postgres statt dessen“, und er plant neu, während ein Agent die Anweisung im richtigen Moment seiner Schleife braucht.

Der Rest der Woche bewegte sich in dieselbe Richtung

Cursor lieferte Build Live Apps aus, das aus einer Beschreibung eine gehostete Web-App mit Postgres-Datenbank, Authentifizierung und Sicherheitsscans macht, deployed hinter einem teilbaren Link mit SSO. Cursor sagt, eigene Teams nutzen es für Dashboards, interne Ops-Tools und Onboarding-Portale. Die interessante Folge ist, dass der Deploy-Schritt aufhört, ein Schritt zu sein.

LangChain ergänzte asynchrone Subagenten in Deep Agents, mit fünf Werkzeugen zum Starten, Prüfen, Aktualisieren, Abbrechen und Auflisten von Hintergrundaufgaben. Eine Aktualisierung einer laufenden Aufgabe kann sie unterbrechen und neu starten, was zu einer Korrektur wie „nimm Postgres statt dessen“ passt, oder sie einreihen, bis der aktuelle Lauf fertig ist, was zu einer Ergänzung wie „führ am Ende die Tests aus“ passt. Unfertige Aufgaben stehen im System-Prompt des Orchestrators, und ein fertiger Subagent wird entweder vor dem nächsten Modellaufruf des Orchestrators abgeholt oder weckt ihn mit einem neuen Lauf.

Drei getrennte Teams, drei Implementierungen derselben Idee: Der Agent wird ein Dienst, der durchgehend läuft, und der Mensch wird ein Freigebender, der ein- und aussteigt.

Die Leitungen sind fast gelöst

Setzt man die Teile zusammen, wird die Architektur sichtbar. Ausführung in Cloud-VMs, die deine Hardware überleben. Subagenten-Orchestrierung mit expliziten Unterbrechungs- und Einreihungssemantiken. Deployment als Nebenwirkung der Generierung. Stimme als Freigabekanal. Ein Telefon als Bedienoberfläche.

Nicht gelöst ist das, worum alles herum gebaut ist: der Berechtigungsdialog. Jedes dieser Systeme nimmt weiter an, dass ein Mensch dutzendfach am Tag entscheidet, ob ein autonomer Prozess eine irreversible Aktion ausführen darf. Googles Antwort ist, Freigabe billig zu machen und für destruktive Operationen notwendig zu halten. Das ist die richtige Voreinstellung und zugleich das Eingeständnis, dass niemand dem Agenten diese Entscheidung zutraut.

Die nächste Version dieses Problems ist eine Policy-Schicht: Regeln, die sagen, was ein Agent ohne Nachfragen darf, begrenzt auf ein Repository, eine Umgebung und ein Zeitfenster, mit Audit-Log. Bis es das gibt, funktioniert „Aufgabe starten und weggehen“ genau so lange, wie nichts Ungewöhnliches passiert, was eine andere Art ist zu sagen: es funktioniert in Demos.

Verwandte Artikel