← Torna al blog
Aicirca 6 min di lettura

Gli agenti si spostano nel cloud: il task continua quando chiudi il portatile

Pubblicato 11 nov 2026
Gli agenti si spostano nel cloud: il task continua quando chiudi il portatile

La descrizione della funzione fatta dal team Antigravity è il riassunto migliore: i tuoi task girano su macchine virtuali cloud indipendenti, quindi lanci un task, ti allontani per un caffè, sblocchi i permessi dal telefono e torni a test verdi e una pull request pulita.

La versione 2.29 ha iniziato il rollout il 3 novembre e il team ha confermato pubblicamente gli agenti remoti il 6 novembre. Il changelog elenca 22 modifiche, e le due che contano sono gli agenti remoti e una modalità voce costruita su Gemini Live.

Il cambio è facile da sottovalutare. Gli agenti di coding sono software locale da quando esiste la categoria. Leggono i tuoi file, eseguono i tuoi test, usano i tuoi strumenti e si fermano quando chiudi il coperchio. Spostare l'esecuzione in una VM gestita cambia cos'è il prodotto, e rivela anche quali parti della capacità di un agente non sono mai state nel modello.

Agenti remoti, e cosa non sono

Antigravity aveva già una funzione chiamata Remote Control, che pilota agenti in esecuzione sulla tua workstation da un altro dispositivo. Serve comunque che la workstation sia online. Gli agenti remoti sono un'altra cosa: sessioni e strumenti girano in un ambiente isolato gestito da Google, quindi il lavoro continua quando il portatile dorme, il browser si chiude o passi dal desktop al telefono.

Puoi avviare una sessione dall'app desktop, dal web su antigravity.google.com, o dalla CLI con `agy --remote-agent`, che richiede la versione 1.4.12 o successiva.

Un progetto remoto collega risorse. I repository GitHub vengono clonati e montati tramite OAuth. I file di Google Drive vengono letti su richiesta. Puoi caricare file direttamente, fino a 8 MiB ciascuno, 50 file, 100 MiB per progetto e 2 GiB per account. Google dice che le credenziali sono cifrate a riposo. I plugin per GitHub, Drive, Docs, Sheets, Slides e Calendar si collegano via OAuth.

Quei limiti di upload sono piccoli in un modo che determina a cosa serve la funzione. Otto mebibyte per file vanno bene per uno script e sono inutili per un dataset. È un agente per il lavoro sui repository e sui documenti, non per la data engineering.

La riga dell'eleggibilità è quella interessante

Gli agenti remoti sono disponibili sugli account personali Google AI Pro e Ultra. Non sul tier gratuito. Non su Google AI Plus. Non sugli account business Workspace o Google Cloud.

Quell'ultima esclusione è strana per una funzione il cui cliente ovvio è un team di sviluppo. Un piano team vorrebbe progetti condivisi, un audit trail e un admin che può revocare l'accesso. Google ha distribuito prima la versione consumer, il che dice che l'azienda sta ottimizzando per sviluppatori individuali che provano il prodotto, non per gli acquisti.

Significa anche che il flusso «torni a una pull request pulita» è, per ora, un flusso personale. Il tuo agente lavora in una VM gestita da Google sotto il tuo abbonamento personale, su un repository che hai autorizzato con il tuo account GitHub.

Cosa perdi nel cloud

La lista delle funzioni non disponibili in modalità remota è la parte più informativa della documentazione: modalità print, ricerca nel codice, `/diff`, `/rewind`, dettatura vocale e server MCP, plugin e skill installati localmente.

Rileggi l'ultimo gruppo. Server MCP, plugin e skill sono una fetta larga di ciò che rende un agente di coding utile in una specifica azienda. Lo schema API interno, lo script di deploy, il runbook, la style guide, la checklist di migrazione. Tutto vive in locale, installato dallo sviluppatore, spesso puntato a endpoint interni che la VM cloud non raggiunge.

Quindi la funzione arriva con una separazione netta. Un agente cloud ottiene il repository, l'internet pubblico e la competenza generale del modello. Non ottiene il tuo tooling locale. Per il lavoro greenfield va bene. Per il repository disordinato che ha bisogno del wrapper di build interno per compilare, l'agente sbatterà contro un muro che non ha niente a che vedere con l'intelligenza.

È un problema transitorio e verrà risolto, probabilmente lasciando che i team pubblichino server MCP e skill approvati in un progetto remoto. Fino ad allora, la descrizione onesta degli agenti remoti è: ottimi per task che richiedono solo codice e una shell, limitati per task che richiedono il setup della tua macchina.

La voce come canale di permesso

La modalità voce gira su Gemini Live, che ascolta la tua voce direttamente invece di una trascrizione, quindi puoi interrompere a metà frase e si adatta. Puoi pianificare, guidare le modifiche e approvare permessi a voce. Voce e velocità di riproduzione sono configurabili, e la modalità è limitata alle conversazioni locali.

Il dettaglio che conta è l'eccezione: i permessi di routine si possono approvare a voce, le azioni distruttive no.

È una linea sensata e rivela dove sta davvero l'attrito. Un agente che gira per quaranta minuti si ferma più volte a chiedere se può eseguire un comando, installare un pacchetto o cancellare un file. Ogni stop è un cambio di contesto per l'umano. Approvare a voce toglie il cambio di contesto per quelli noiosi e mantiene un gesto fisico per quelli che possono fare male.

L'obiettivo dichiarato è che parli all'agente come parleresti a un collega in chiamata. Il riconoscimento vocale è la parte facile. A un collega in chiamata puoi dire «usa Postgres invece» e ripianifica, mentre un agente ha bisogno che l'istruzione arrivi nel momento giusto del suo loop.

Il resto della settimana è andato nella stessa direzione

Cursor ha distribuito Build Live Apps, che prende una descrizione e produce una web app ospitata con database Postgres, autenticazione e scansioni di sicurezza, distribuita dietro un link condivisibile con SSO. Cursor dice che i suoi team la usano per dashboard, strumenti operativi interni e portali di onboarding. La conseguenza interessante è che il passo di deploy smette di essere un passo.

LangChain ha aggiunto subagenti asincroni a Deep Agents, con cinque strumenti per avviare, controllare, aggiornare, annullare ed elencare task in background. Un aggiornamento a un task in corso può interromperlo e riavviarlo, il che si adatta a una correzione come «usa Postgres invece», oppure metterlo in coda finché la run corrente finisce, il che si adatta a un'aggiunta come «esegui i test quando hai finito». I task non finiti sono elencati nel system prompt dell'orchestratore, e un subagente concluso viene raccolto prima della chiamata successiva al modello oppure sveglia l'orchestratore con una nuova run.

Tre team separati, tre implementazioni della stessa idea: l'agente diventa un servizio che gira di continuo, e l'umano diventa un approvatore che entra ed esce.

L'idraulica è quasi risolta

Metti insieme i pezzi e l'architettura è visibile. Esecuzione in VM cloud che sopravvivono al tuo hardware. Orchestrazione di subagenti con semantiche esplicite di interrupt e coda. Deploy come effetto collaterale della generazione. Voce come canale di approvazione. Un telefono come superficie di controllo.

Quello che non è risolto è la cosa intorno a cui tutto questo è progettato: il prompt dei permessi. Ognuno di questi sistemi assume ancora che un umano decida, decine di volte al giorno, se un processo autonomo possa compiere un'azione irreversibile. La risposta di Google è rendere l'approvazione economica e mantenerla necessaria per le operazioni distruttive. È il default giusto ed è anche l'ammissione che nessuno si fida dell'agente per quella chiamata.

La prossima versione del problema è uno strato di policy: regole che dicono cosa un agente può fare senza chiedere, limitate a un repository, un ambiente e una finestra temporale, con un audit log. Finché non esiste, «lancia un task e allontanati» funziona esattamente finché non succede niente di strano, che è un altro modo di dire che funziona nelle demo.

Articoli correlati