Google continua a investire nell’ecosistema dei software agent intelligenti. Lo scorso venerdì, mentre OpenAI lanciava GPT-5.5 e DeepSeek annunciava il proprio modello V4, Google ha deciso di fare un passo ulteriore nella sua strategia di semplificazione per gli sviluppatori con la messa a disposizione Open Source del progetto "Agent Skill Super Toolbox".

L’integrazione tra Cloud, motore, biblioteca e intelligenza artificiale

Secondo il comunicato, l' "Agent Skill Super Toolbox" rappresenta una completa unione tra Cloud, la libreria funzionale, il motore per l'esecuzione e l'intelligenza artificiale. La soluzione fornisce un framework aperto, flessibile e scalabile, ottimizzato per gli ambienti di sviluppo cloud moderni.

Gli sviluppatori stanno reagendo positivamente. Sono ormai molti ad affidarsi agli agenti intelligenti per lo sviluppo in Google Cloud Platform, utilizzando strumenti come Firebase, Gemini API, BigQuery e Google Kubernetes Engine (GKE). Questi strumenti sono essenziali per la creazione di applicazioni avanzate, ma richiedono gestione e manutenzione continua.

Il problema dell’aggiornamento manuale degli strumenti

Nel contesto attuale, uno dei problemi più pressanti è garantire al modello un accesso costante e preciso all’informazione tecnologica aggiornata. Gli sviluppatori devono spesso progettare adattatori per ogni servizio cloud, codificando ogni chiamata API in funzioni che gli agenti possano utilizzare. Questi adattatori però necessitano di continuo testing, e vanno aggiornati manualmente in caso di modifiche alle API sottostanti.

Questo processo, non solo ripetitivo, genera una "debito tecnico" difficile da gestire. Ad esempio, ogni qual volta l'API cambia, vengono apportati aggiornamenti manuali, aumentando costi e tempo di implementazione.

Il ruolo del Model Context Protocol (MCP)

Per affrontare questo problema, Google ha introdotto il Model Context Protocol (MCP), un server per la documentazione che permette agli agenti di connettersi alle sorgenti d'informazione in tempo reale. L’MCp fornisce agli agenti gli aggiornamenti necessari per comprendere correttamente le nuove tecnologie del cloud.

I limiti del Model Context Protocol

Nonostante questa innovazione, il protocollo MCP presenta un limite rilevante: il fenomeno chiamato "Inflazione Contestuale" o "Context Inflation".

Quando agenti sfruttano in modo massivo il server MCP, un'enorme quantità di informazione viene caricata nei finestri di contesto del modello, causando due problematiche principali. Prima di tutto, il modello può diventare confuso e le inferenze generate potrebbero perdere di qualità. Ad esempio, in un caso concreto è stato osservato che un agente caricava 15.000 tokens di istruzioni ogni volta che veniva richiamato, riducendo drammaticamente lo spazio per l'elaborazione del contenuto reale.

La seconda conseguenza ha a che fare con i costi: ogni volta che il contesto è pieno, il motore deve consumare tokens, e con l’aumento delle chiamate il costo non è più trascurabile.

Introduzione delle Agent Skills

In risposta, Google ha introdotto il concetto di "Agent Skills", un formato leggero e facile da implementare che permette agli sviluppatori di insegnare nuove capacità e informazioni al modello in maniera organizzata e precisa. Secondo Google, le Skills sono una soluzione intermedia tra l’utilizzo delle prompt tradizionali e il fine-tuning personalizzato, e rappresentano una via avanzata rispetto alle tecniche di Retrieval Augmented Generation.

Google rilascia la sua Skill Library

Il 2026, nell’ambito della Google Cloud Next conference, Google ha ufficialmente annunciato il rilascio della "Google Agent Skills Library" – una raccolta di strumenti di competenza ufficiali per agevolare il lavoro con gli agenti intelligenti.

La libreria è open source e si trova su github.com/google/skills. La prima release include 13 Skills, ciascuna relativa ad un servizio chiave di Google Cloud, tra cui AlloyDB, BigQuery, Cloud Run e GKE.

Queste Skills forniscono agli agenti informazioni strutturate per comprendere, creare, consultare e gestire le risorse cloud. Essenzialmente, formano la base necessaria per utilizzare l’infrastruttura di Google Cloud.

Le Skills architetturali

Sicurezza (Security): Include best practice per la gestione dell’identità, crittografia e protezione da minacce.
Affidabilità (Reliability): Si concentra su architetture ad alta disponibilità, meccanismi di tolleranza ai guasti e strategie di ripristino.
Ottimizzazione dei costi (Cost Optimization): Insegna il modello ad adottare decisioni architetturali che riducono sprechi e ottimizzano il consumo di risorse.

Queste Skills non insegnano al modello come chiamare un’API, ma gli forniscono un understanding strutturato delle logiche architetturali cloud. Ciò permette di migliorare l’efficacia delle applicazioni a livello di alta progettazione.

Istruzioni operative

Il repository comprende anche tre linee guida per attività frequenti di setup, autenticazione e gestione del traffico reticolare. Questi “secrets” decompongono i flussi di lavoro in passaggi eseguibili, offrendo un modo strutturato per eseguire specifiche task.

Il valore effettivo delle Skills

Benché il modello sembri semplice, la sua importanza nella realtà di sviluppo è notevole. Secondo quanto osservato nel 2026, gli sviluppatori spendono un’importante quantità di tempo nella scrittura e manutenzione degli adattatori per gli strumenti. Una sviluppatrice intervistata ha sottolineato che dedica più tempo alla gestione degli adattatori piuttosto alla logica del proprio agente.

Vantaggi delle Skills Library

Testati sui modelli reali: Le Skills sono testate e ottimizzate in base a modelli concreti, garantendo prestazioni stabili.
Compatibilità pluriplatform: Le Skills sono progettate per essere sfruttate su varie piattaforme, non solo su Vertex AI. I file sono compatibili con Google Cloud.
Aggiornamento automatico: In caso di modifica dell’API sottostante, Google aggiorna direttamente le Skills, riducendo il carico gestionale per gli sviluppatori.
Autenticazione semplice: Le Skills utilizzano le credenziali esistenti di GCP, senza richiedere nuove librerie di autenticazione.

Aggiornabilità e compatibilità

Più in dettaglio, le Skills evidenziano una forte capacità di integrazione pluriplatform. L’esecuzione di npx skills install github.com/google/skills consente ad un sviluppatore di installare le Skills in diverse piattaforme,