Google mercoledì ha ampliato significativamente il suo portafoglio di agenti di intelligenza artificiale, lanciando un nuovo potente compagno di squadra di codifica AI per gli sviluppatori e una suite di quattro agenti specializzati per professionisti dei dati. La società ha introdotto le azioni di Gemini Cli Github, uno strumento gratuito che automatizza le attività di codifica direttamente all’interno dei repository.
contemporaneamente, Google ha svelato nuovi agenti per la sua nuvola di dati progettata per crea pipeline di dati, accelerare la scienza dei dati e abilitare l’analisi conversazionale . Questi lanciano la strategia anticipata di Google per creare una”impresa agente”.
Questo doppio annuncio sottolinea una chiara spinta strategica a incorporare l’intelligenza artificiale specializzata e autonoma in tutto il suo cloud e l’ecosistema degli sviluppatori. La mossa è inquadrata da Google come parte di un”turno agente”per creare un’impresa in cui gli agenti AI automatizzano flussi di lavoro complessi, andando oltre i semplici assistenti.
Un compagno di squadra AI nel tuo repository GitHub
Building sulla sua popolare gemina Open-Source CLI rilasciata a giugno, Google ha ora lanciato , un compagno di squadra potente e senza costi di codifica AI. In una mossa nata dalle sue esigenze di sviluppo, Google sta estendendo le sue capacità di intelligenza artificiale direttamente nel cuore della collaborazione del team.
Lo strumento, ora disponibile in beta su
innescato da eventi come nuovi problemi o richieste di pull, l’agente lavora in modo asincrono in background, usando il contesto completo di un progetto per gestire automaticamente le attività. Secondo Google, l’agente”conosce il tuo codice, comprende cosa vuoi fare e lo fa”, una promessa volta a ridurre significativamente l’attrito di sviluppo. Le spedizioni iniziali con tre flussi di lavoro open source progettati per automatizzare i sovraccarichi che possono rallentare i moderni progetti software.
Il primo flusso di lavoro,”Triage di problemi intelligenti”, automatizza la gestione di nuovi problemi analizzando, etichettando e dando la priorità a loro per aiutare i team a concentrarsi su ciò che conta di più. Un secondo flusso di lavoro fornisce”recensioni accelerate di richieste pull”, dando un feedback immediato e approfondito sulle modifiche al codice per qualità, stile e correttezza. Ciò libera i revisori umani per concentrarsi su decisioni architettoniche più complesse.
La terza e più interattiva è”collaborazione su richiesta”. Semplicemente menzionando @gemini-cli in qualsiasi problema o richiesta, gli sviluppatori possono delegare un lavoro specifico. Ciò include istruire l’agente a”scrivere test per questo bug”,”implementa i cambiamenti suggeriti sopra”, o addirittura”Correggi questo bug ben definito”.
Questa capacità si allinea direttamente con la tendenza della codifica vibrante, che avrebbe avuto le banche di Jeanine, il vicepresante di un po’di sviluppo professionale, che avrebbe avuto un’esperienza professionale… codifica.”
Una nuova forza lavoro di agenti AI per il cloud di dati
in parallelo, Google ha introdotto una nuova suite di quattro agenti specializzati nel suo cloud di dati, con l’obiettivo di trasformare Come funzionano i professionisti dei dati . Questo segnala una mossa per portare le stesse capacità agenti dal mondo degli sviluppatori nel nucleo di Business Intelligence e Analytics, creando ciò che Google chiama una nuova”forza lavoro di agenti di intelligenza artificiale specializzata”progettata come partner esperti per ogni utente di dati. Invece di sceneggiare manualmente ogni passaggio, gli utenti possono ora descrivere un obiettivo in un inglese semplice, ad esempio”Crea una pipeline per caricare un file CSV, pulire queste colonne e unirsi con un’altra tabella”. L’agente genera quindi e orchestra l’intero flusso di lavoro, dall’ingestione dei dati alle trasformazioni e ai controlli di qualità.
Google Data Engineering Agent
Data Scientists ricevono il nuovo agente di scienze dei dati , un’esperienza integrata all’interno dei notebook AI-First Colab Enterprise in Bigquery e Vertex AI. Alimentato da Gemelli, questo agente può attivare interi flussi di lavoro analitici autonomi, tra cui analisi dei dati esplorativi, pulizia dei dati e previsioni di apprendimento automatico. Funziona come un partner collaborativo, creando un piano, eseguendo codice, ragionamento sui risultati e presentando i suoi risultati per il feedback degli utenti.
Google Data Science Agent
Per gli utenti aziendali e gli analisti, l’agente di analisi conversazionale esistente sta ricevendo un importante aggiornamento con un nuovo interprete di codice . Sviluppato in collaborazione con Google DeepMind, questa funzione affronta domande critiche che vanno oltre i limiti di SQLE SQL. Quando è stato chiesto di eseguire un compito complesso come un’analisi di segmentazione dei clienti, l’agente traduce la query del linguaggio naturale in codice Python eseguibile, fornendo un flusso analitico completo con codice generato, spiegazioni del linguaggio naturale e visualizzazioni interattive.
Google L’agente dell’interprete di codice
Infine, Google sta incorporando il ragionamento AI direttamente nel suo motore di query con il nuovo motore di query in BigQuery. Ciò consente a tutti i professionisti dei dati di eseguire calcoli basati sull’intelligenza artificiale su dati strutturati e non strutturati all’interno del database stesso. Questa capacità consente di porre domande soggettive direttamente in SQL, come ad esempio”Quale di queste recensioni dei clienti suona il più frustrato?”
Costruire una”impresa agente”con la sicurezza nei core
Questi nuovi agenti sono i blocchi per ciò che Google chiamano il”spostamento agente di agente”-un nuovo era specializzato in agenzie specializzate. Questa visione si estende oltre gli strumenti di prima parte, poiché Google sta fornendo componenti per gli sviluppatori per costruire i propri sistemi.
Per abilitarlo, la società sta lanciando kit di sviluppo di agenti , consenti agli sviluppatori di creare agenti personalizzati, un concetto esplorato in ricerche come la sua catena di agenti di agenti. I nuovi strumenti hanno una sicurezza solida. Le azioni Gemini Cli GitHub supporta l’autenticazione delle credenziali tramite Workload Identity Federation (WIF) . Ciò elimina le chiavi API di lunga durata, riducendo i rischi per la sicurezza. Gli amministratori ottengono controlli a più livelli, tra cui comando abilitare .
il sistema si integra con OpenTeleMetry per la piena osservabilità. Ciò consente alle organizzazioni di trasmettere registri e metriche, fornendo visibilità in tempo reale in ogni azione intrapresa dall’agente AI. Questo ecosistema è radicato in una fondazione dati unificata, migliorata da strumenti come spinner moonar moonar .
