Google rende open source la "Agent Skill Super Toolbox": cloud, libreria, motore e IA connessi, sviluppatori entusiasti.

Google ha annunciato di aver reso open source la sua "Agent Skill Super Toolbox", una mossa strategica che connette completamente cloud, libreria, motore e intelligenza artificiale. Questa decisione ha generato un'ondata di entusiasmo tra gli sviluppatori, ansiosi di sfruttare le nuove possibilità offerte da questa integrazione. L'iniziativa di Google si inserisce in un contesto di intensa competizione nel mercato dei modelli linguistici di grandi dimensioni (LLM), dove l'innovazione è rapida e costante.

Solo la scorsa settimana, OpenAI ha rilasciato GPT-5.5 e DeepSeek ha introdotto il suo modello V4 quasi contemporaneamente, segnando un'accelerazione nella corsa allo sviluppo degli LLM. In questo scenario dinamico, i professionisti della tecnologia che operano nell'ecosistema Google sono costantemente alla ricerca di soluzioni per ottimizzare le proprie applicazioni. Un numero crescente di loro sta adottando gli agenti intelligenti per costruire e migliorare applicazioni sulla Google Cloud Platform, che spaziano da Firebase e Gemini API a BigQuery e Google Kubernetes Engine (GKE).

La sfida della gestione del contesto nei modelli AI

Tuttavia, in un ambiente caratterizzato da crescente competitività e rapida evoluzione tecnologica, emerge una questione centrale: come garantire che il modello possieda informazioni accurate e aggiornate su queste tecnologie? Nella pratica di sviluppo, risolvere questo problema è più complesso di quanto si possa inizialmente pensare. Gli sviluppatori sono spesso costretti a scrivere adattatori per ogni servizio cloud, incapsulando le chiamate API in funzioni che l'agente può invocare. Successivamente, devono testare ripetutamente se il modello invoca correttamente gli strumenti e passa i parametri giusti. Il problema si aggrava ulteriormente quando, al variare dell'API del servizio sottostante, tutti gli adattatori devono essere aggiornati manualmente. Questo processo non solo è ridondante, ma rappresenta anche un onere significativo in termini di debito tecnologico nascosto.

Per affrontare parte di questa problematica, Google offre un server Model Context Protocol (MCP) per la documentazione degli sviluppatori, consentendo agli agenti di connettersi a fonti di informazione affidabili e in tempo reale. Tuttavia, questa soluzione ha introdotto una nuova sfida, nota come "contesto-gonfiato" (context inflation). Il valore intrinseco del server MCP risiede nella sua capacità di fornire al modello informazioni esterne immediate. Ma esso presenta anche dei limiti: quando gli agenti utilizzano il server MCP su larga scala, una vasta quantità di informazioni contestuali viene caricata indistintamente nella finestra di contesto del modello. Ciò comporta due gravi conseguenze. In primo luogo, troppe informazioni possono confondere il modello e ridurne la qualità di inferenza, un problema che è stato ripetutamente confermato nelle pratiche aziendali. Un team, ad esempio, ha rilevato che l'agente caricava 15.000 token di istruzioni ad ogni invocazione, lasciando praticamente nessuno spazio di contesto per il contenuto effettivo da elaborare. In secondo luogo, ogni volta che la finestra di contesto viene riempita, si genera un costo reale in termini di token. Con l'aumentare del numero di invocazioni, la curva dei costi diventa non trascurabile.

Di fronte a questa sfida, è emersa la necessità urgente di un metodo di fornitura di informazioni più preciso, che consenta agli agenti di acquisire le competenze necessarie senza essere sopraffatti da dettagli superflui. È proprio in questo contesto che si colloca l'origine delle Agent Skills.

La libreria ufficiale di Skill di Google è ora disponibile

Ma cosa sono esattamente le Skill di un agente? Secondo la definizione ufficiale, una Skill è un "formato semplice e aperto per conferire agli agenti nuove capacità e conoscenze specialistiche". Può essere intesa come una documentazione semplificata, orientata all'agente, per una specifica tecnologia o attività. La filosofia di progettazione delle Skill può essere riassunta in due principi: scrivere in Markdown e mantenere la leggerezza; caricare solo quando necessario per evitare ridondanze. Ogni file Skill può contenere documenti di riferimento, frammenti di codice e altre risorse. L'agente carica le informazioni pertinenti solo quando ne ha bisogno, riducendo significativamente il rischio di sovraccarico del contesto.

Dal punto di vista tecnologico, le Skills occupano una posizione unica. Si collocano al di sopra dei prompt tradizionali, poiché le Skills sono riutilizzabili e persistenti; sono più leggere del fine-tuning, potendo iterare alla velocità della logica di business; sono più attive di RAG (Retrieval Augmented Generation), in quanto non si tratta di una ricerca passiva di informazioni, ma di un input attivo di competenze; e sono più ricche dei normali strumenti, poiché codificano non solo cosa fare, ma anche come e perché farlo.

Il primo giorno della conferenza Google Cloud Next 2026, Google ha annunciato ufficialmente il rilascio della libreria ufficiale di Agent Skills. Questo annuncio è stato ampiamente considerato come uno dei più pratici e significativi della conferenza di quest'anno. L'indirizzo del progetto è: github.com/google/skills.

Le Skill per i servizi Google Cloud

Questo repository di codice contiene 13 Skill che coprono i servizi più importanti di Google Cloud, fornendo agli agenti la capacità di comprendere e interagire con l'infrastruttura cloud. Queste includono:

• AlloyDB
• BigQuery
• Cloud Run
• Cloud SQL
• Firebase
• Gemini API
• Google Kubernetes Engine (GKE)

Queste Skill aiutano l'agente a comprendere come creare, interrogare e gestire le risorse cloud, formando la base delle sue capacità di operare sull'infrastruttura di Google Cloud.

Le Skill sui pilastri architetturali

Oltre alle Skill specifiche per i servizi, il repository include anche tre Skill che rappresentano i pilastri architetturali fondamentali. Il loro scopo non è insegnare all'agente come invocare una specifica API, ma aiutarlo a comprendere i principi e la logica decisionale della progettazione dei sistemi cloud, migliorando così la qualità delle applicazioni a un livello superiore. Queste Skill sono:

• Sicurezza (Security): L'agente apprende le migliori pratiche per la sicurezza cloud, inclusa la gestione delle identità e degli accessi (IAM), la crittografia dei dati e la protezione dalle minacce.
• Affidabilità (Reliability): Questa Skill comprende la progettazione di architetture ad alta disponibilità, i meccanismi di tolleranza ai guasti e le strategie di ripristino d'emergenza.
• Ottimizzazione dei costi (Cost Optimization): L'agente sarà in grado di considerare l'efficienza delle risorse e il controllo dei costi nelle decisioni architetturali.

Le guide procedurali

In aggiunta, il repository offre tre guide procedurali per compiti comuni, denominate "segreti". Queste guide scompongono le operazioni quotidiane in passaggi eseguibili, consentendo all'agente di svolgere compiti specifici seguendo un processo predefinito:

• Eseguire l'onboarding su Google Cloud (Onboarding to Google Cloud)
• Autenticarsi a Google Cloud (Authenticating to Google Cloud)
• Osservabilità della rete su Google Cloud (Google Cloud Network Observability)

Il valore trasformativo delle Agent Skills

Per comprendere il vero valore delle Agent Skills, è utile considerare l'ambiente di sviluppo reale. Nel 2026, la situazione effettiva nello sviluppo degli agenti è significativamente diversa dalle dimostrazioni ideali: gli sviluppatori trascorrono una quantità considerevole di tempo a scrivere e mantenere gli adattatori degli strumenti. Una sviluppatrice che ha creato un agente per l'elaborazione di documenti ha dichiarato di dedicare più tempo alla manutenzione degli adattatori che allo sviluppo della logica dell'agente stessa.

La libreria di Skills è stata progettata proprio per risolvere questo problema. Le Skill ufficiali sono state testate e ottimizzate con modelli reali, e Google ha confermato che funzionano in modo affidabile su Gemini. Allo stesso tempo, le Skills sono compatibili con MCP e possono essere utilizzate su diverse piattaforme, non solo su Vertex AI. Quando l'API cloud sottostante cambia, Google aggiorna le Skills corrispondenti, sollevando gli sviluppatori da qualsiasi compito di manutenzione. Inoltre, le Skills utilizzano direttamente le credenziali GCP esistenti, eliminando la necessità di scrivere codice di autenticazione aggiuntivo.

In termini di compatibilità, le Skills mostrano una forte capacità multipiattaforma. Con il semplice comando npx skills install github.com/google/skills, gli sviluppatori possono installare queste Skills in diverse piattaforme di agenti, tra cui Antigravity, Gemini CLI e agenti di terze parti. Questa apertura e facilità d'uso sottolineano l'impegno di Google a creare un ecosistema di agenti più efficiente, meno oneroso e più potente, democratizzando l'accesso a competenze avanzate per lo sviluppo di applicazioni basate sull'intelligenza artificiale.