Presentato l'8 ottobre 2026, il Gemini agent introduce un sistema di automazione persistente basato su obiettivi, con memorie integrate, integrazione profonda in Workspace e orchestrazione multi-modello tra Gemini e Claude.
L'8 ottobre 2026, Thomas Kurian, CEO di Google Cloud, ha annunciato il lancio del Gemini agent, definito come un agente universale per il lavoro. La novità principale risiede nel passaggio da un'interazione basata su prompt sequenziali a una basata sulla delega di obiettivi. Mentre i chatbot tradizionali richiedono istruzioni dettagliate per ogni passaggio, il Gemini agent permette all'utente di definire un risultato finale desiderato, occupandosi autonomamente della pianificazione, della scelta degli strumenti e dell'esecuzione del compito fino al completamento. [1]
Per comprendere l'impatto concreto di questo approccio, si consideri un esempio illustrativo: la preparazione di un documento di progetto complesso. Invece di chiedere all'AI di riassumere singoli file o scrivere capitoli separati, l'utente può delegare l'obiettivo 'Crea il documento di progetto X utilizzando i materiali autorizzati'. L'agente analizzerà autonomamente il contesto aziendale, interrogherà i sistemi di record e i documenti in Drive, coordinerà le informazioni necessarie e depositerà il file finito direttamente nel Workspace dell'utente, senza richiedere interventi manuali intermedi per ogni fase di ricerca o stesura. [1]
L'efficacia del Gemini agent si basa su una tripartizione tecnica tra strumenti (tools), competenze (skills) e contesto. I tool sono i connettori sicuri che permettono all'agente di interagire con software aziendali come Salesforce, ServiceNow, Jira, Slack o database quali BigQuery e Snowflake. Le skill, invece, sono set di istruzioni e workflow riutilizzabili, memorizzati come prompt modulari, che insegnano all'agente come eseguire task multi-step specifici. Queste skill possono essere predefinite, create a livello dipartimentale in un registro aziendale condiviso o sviluppate personalmente dall'utente. [1]
A differenza delle applicazioni consumer, dove le capacità sono spesso statiche, il Gemini agent implementa un'architettura di memoria a quattro livelli per garantire la persistenza del lavoro. La memoria di sessione gestisce il task corrente anche se l'esecuzione dura giorni; la memoria semantica costruisce una base di conoscenza strutturata leggendo documenti e interagendo con persone; la memoria procedurale conserva il 'come' eseguire un lavoro, includendo skill che l'agente scrive per se stesso; infine, la memoria episodica registra tutto ciò che l'agente ha fatto in precedenza, permettendogli di apprendere costantemente dall'interazione con l'utente. [1]
Questa struttura permette di creare progetti dedicati per ottimizzare ulteriormente il contesto e le skill utilizzate. L'integrazione di queste memorie assicura che l'agente non debba essere re-briefato a ogni nuova sessione, poiché mantiene un grafo di personalizzazione unico che evolve con l'uso, rendendo l'interazione più fluida e precisa nel tempo. [1]
Sintesi dei fatti documentati nell’articolo. I riferimenti sono riportati sotto lo schema.
Architettura descritta nel keynote Gemini at Work dell’8 ottobre 2026. La tabella riassume funzioni dichiarate, senza misure di accuratezza.
| Caratteristica | Cosa conserva | Ambito dichiarato |
|---|---|---|
| Sessione [1] | Contesto dell’attività in corso | Anche quando il lavoro dura giorni |
| Semantica [1] | Base di conoscenza costruita durante il lavoro | Documenti, interazioni con persone e altri agenti |
| Procedurale [1] | Come svolgere un’attività | Include le skill che l’agente sviluppa |
| Episodica [1] | Attività svolte in passato | Storico dell’esperienza dell’agente |
All'interno di Google Workspace, il Gemini agent opera in tre modalità distinte. L'assistenza personale agisce come un agente che conosce già calendari, team e progetti, permettendo ad esempio di organizzare meeting con i lead di un evento senza dover specificare nomi o email, poiché l'agente li deduce dai thread di chat e dai calendari. La delega proattiva interviene quando Workspace Intelligence riconosce un task delegabile in un'email (come la richiesta di un deck di slide) e suggerisce all'utente di passarlo a Gemini con un singolo click. [1]
La terza modalità è quella del 'coworker agent', un'entità con una propria identità persistente, un account Workspace dedicato (inclusi email e calendario) e una presenza nel directory aziendale. Questi agenti possono essere creati descrivendo il ruolo necessario (ad esempio, un coordinatore di eventi) e possono essere menzionati tramite @mention in Chat o nei commenti dei documenti per suggerire modifiche o redigere bozze, apparendo a proprio nome nella cronologia delle versioni. [1]
È fondamentale sottolineare che i coworker agent non possiedono un accesso universale ai dati aziendali né bypassano i permessi esistenti. Essi operano sotto la propria identità e hanno accesso esclusivamente ai contenuti e al contesto che l'utente o i membri del team condividono esplicitamente con loro, seguendo le regole di condivisione e membership già in uso nell'organizzazione. [1]
Il Gemini agent è progettato per l'esecuzione persistente in cloud, il che significa che l'attività non si interrompe alla chiusura del dispositivo. Il lavoro che richiede ore o giorni continua a scorrere nei server di Google, mantenendo lo stesso set di memorie e contesto indipendentemente dal canale di accesso (Web, iOS, Android, Windows, Mac, Slack o Microsoft 365). Per gestire task complessi, l'agente può creare dinamicamente sub-agenti temporanei, ognuno con una propria identità, per coordinare workflow paralleli o sequenziali. [1]
Un elemento chiave dell'architettura è la separazione tra l'agente e il modello di linguaggio sottostante. Il Gemini agent orchestra l'esecuzione tra la famiglia di modelli Gemini e i modelli Claude di Anthropic, scegliendo il modello più adatto per ogni specifico compito per bilanciare qualità e costi. Google ha dichiarato che in futuro saranno integrati altri modelli privati e aperti, assicurando che i dati e le skill rimangano costanti anche se il modello di inferenza viene aggiornato. [1]
L'accesso avviene tramite superfici cloud e non tramite inferenza locale sui dispositivi; l'integrazione con terze parti è possibile anche in modalità 'headless', ovvero senza la necessità di un'interfaccia utente dedicata. Inoltre, l'agente può connettersi a server Model Context Protocol (MCP) sia interni che esterni alla rete aziendale, ampliando le capacità di interazione con i dati. [1]
La governance del sistema è basata su un'architettura di identità attestata crittograficamente. Ogni agente, inclusi i sub-agenti, possiede un'identità propria governata secondo il principio del minimo privilegio (least-privilege). Le autorizzazioni sono gestite tramite RBAC (Role-Based Access Control) e, quando l'agente si connette a sistemi esterni, l'identità viene propagata utilizzando standard di settore come OAuth. Ogni azione compiuta dall'agente viene registrata in un audit trail dettagliato, attribuito all'identità dell'agente e non a un utente umano. [1]
Per mitigare i rischi di sicurezza, Google ha dichiarato che tutti i Gemini agent eseguono i propri task all'interno di un Agent Sandbox con confini di rete isolati. Tutto il traffico, sia in entrata che in uscita o tra agenti, transita attraverso l'Agent Gateway, un firewall per AI che applica le policy aziendali in tempo reale. Questo permette agli amministratori di scrivere una policy una sola volta (ad esempio, vietando l'accesso a documenti classificati 'Need to Know') e di applicarla istantaneamente a ogni agente dell'organizzazione. [1]
È importante interpretare queste misure come l'architettura dichiarata da Google per la gestione aziendale e non come una garanzia di invulnerabilità assoluta a tecniche di prompt injection o una certificazione legale di privacy, poiché si tratta di controlli di governance infrastrutturale e non di garanzie di output. [1]
La gestione dei costi è affidata a strumenti di Smart Routing, che triagiano i carichi di lavoro verso il modello più economico possibile, e a spend caps impostabili per singolo progetto nella Cloud Billing Console. Se un progetto raggiunge il limite di spesa, l'agente entra in pausa automatica; l'amministratore può quindi decidere se riprendere il lavoro con un click. Questo sistema permette alle aziende di imputare i costi AI a specifici dipartimenti, monitorando l'utilizzo di token e i costi del sandbox. [1][3]
In termini di fatturazione, Google propone diverse opzioni. L'abbonamento per utente (seat subscription) offre budget prevedibili con quote giornaliere condivise. L'opzione pay-as-you-go (consumption edition), invece, non prevede costi fissi e scala in base all'effettivo consumo di token, ma è attualmente disponibile solo per clienti selezionati e in fase di rollout. Altre funzioni, come il 'deferred execution pricing' per ottenere sconti eseguendo i task in finestre di bassa capacità, sono indicate come 'coming soon' e non sono quindi universalmente disponibili al momento del lancio. [3]
Prima di procedere all'adozione, le organizzazioni dovrebbero verificare la disponibilità dei piani nel proprio paese e la compatibilità con i propri sistemi di record. Non sono stati specificati prezzi in euro né la disponibilità immediata per il mercato italiano. Si raccomanda inoltre di distinguere tra l'uso di Gemini in Workspace consumer e l'implementazione dell'agente Enterprise, poiché quest'ultimo richiede una configurazione di governance e budget specifica tramite la console Google Cloud. [1][3]
Google sostituisce le Gems con le Skills, istruzioni riutilizzabili e combinabili. Analizziamo il meccanismo di stacking, l'integrazione in Workspace Studio e il cronoprogramma di migrazione per account personali e business.
Il 9 ottobre 2026 Cloudflare ha lanciato Clef-omni, un modello di decisione multimodale per audio e video. L'aggiornamento include nuovi prezzi per Clef-flash e ottimizzazioni di velocità per la famiglia Clef.
Da 100 o 200 dollari con Max al saldo condiviso di Team: come attivare i crediti, cosa coprono e perché usare Claude Code non basta per consumarli.
Parliamone
Hai un’esperienza da condividere o una domanda? Scrivi un commento pertinente, senza pubblicità o link.