Prima gli sprint notturni li facevamo insieme; poi ci davamo il cambio con colleghi dall’altra parte del mondo. Oggi può lavorare un agente: al mattino, però, la revisione resta umana per ora.
Da sapere in breve
- Il test: Google ha provato Gemini 4 Argon su Agent Development Kit (ADK), un progetto Python con circa 205.000 righe e quasi 800 file.
- La durata: l’agente ha lavorato per 11 ore in un repository preparato con istruzioni e test, poi ha preparato una proposta da esaminare.
- La revisione: sei miglioramenti proposti, due approvati e quattro scartati.
- I risultati: Google riferisce circa il 40% in meno di preparazione in uno scenario specifico e importazioni più rapide del 21%.
- Se sei un cliente Redomino, ci pensiamo noi.
Eventuali prove si valutano nel perimetro degli interventi concordati, con test e revisione umana.
Se sei un cliente Redomino, ci pensiamo noi.Come siamo passati dagli sprint notturni agli agenti di programmazione?
La prima fase. Circa vent’anni fa, quando abbiamo iniziato a sviluppare Redomino, gli sprint notturni erano normali: ci ritrovavamo tutti insieme, anche con sviluppatori arrivati da altri Paesi, con fusi orari diversi. Passavamo la notte sul codice e, lavorando fianco a fianco, trovavamo soluzioni sorprendenti.
La seconda fase. Con Internet veloce abbiamo iniziato a lavorare con persone dall’altra parte del mondo. In Italia andavamo a dormire mentre loro si svegliavano e iniziavano a programmare. Nella nostra esperienza, al risveglio i problemi passati al gruppo che prendeva il turno erano spesso già risolti: guadagnavamo almeno otto ore nel ciclo di sviluppo e potevamo aggiornare il cliente.
La terza fase. Oggi siamo entrati ufficialmente in una terza fase; probabilmente ci siamo già da un po’. Il turno notturno può essere affidato a un agente di intelligenza artificiale (IA): riceve un obiettivo, legge le istruzioni del progetto, esegue test e prepara una proposta di modifica. A differenza di una chat che suggerisce codice, può usare strumenti e lavorare su più passaggi. Il rilascio resta una decisione umana, come mostra il caso di Gemini 4 Argon raccontato da Google.
Il caso è interessante perché parte da un software già sviluppato, non da una pagina vuota. Resta però il resoconto del fornitore sul proprio modello e sul proprio progetto: non prova che ogni agente possa migliorare qualsiasi sito o applicazione.
Che cosa ha provato Google su un progetto esistente?
Il progetto era Agent Development Kit (ADK), il kit open source di Google per costruire agenti: circa 205.000 righe, 800 file e 16.892 test. Il primo tentativo, di due ore, aveva trovato problemi reali ma seguito poco le convenzioni dei manutentori e verificato solo 216 test vicini alle modifiche.
Per la prova successiva il gruppo ha aggiunto istruzioni del repository e attivato la modalità /goal in Google Antigravity, che mantiene attivo l’obiettivo anche quando il contesto si compatta, così l’agente può proseguire fino al termine dell’attività. Argon ha lavorato senza supervisione per 11 ore, eseguendo la suite aperta completa e preparando una proposta di modifica; la squadra l’ha poi esaminata e corretta prima dell’integrazione.
Quante modifiche hanno superato la revisione?
La proposta conteneva sei ottimizzazioni in 32 file. Due sono state mantenute: una riduceva il lavoro per preparare le sessioni in memoria; l’altra caricava alcuni moduli Python solo quando necessari. Le altre quattro sono state scartate per rischi di dati non aggiornati, dipendenze da dettagli interni, guadagni limitati a test artificiali o complessità aggiuntiva.
Google misura circa il 40% di riduzione della preparazione in sessioni lunghe e importazioni ADK più rapide del 21%. Un test con 158 turn interni (passaggi di lavoro dell’agente) è sceso da 65,6 a 56,1 secondi; il tempo per la prima richiesta è rimasto praticamente invariato, da 3,07 a 3,09 secondi. I dati riguardano il framework ADK, non l’intera applicazione né tutti i sistemi di archiviazione.
Il gruppo descrive benchmark di controllo non mostrati al modello, richieste identiche prima e dopo e mediane di 6–12 esecuzioni. È un caso tecnico documentato e verificabile nel repository, ma proviene da Google, non è una valutazione indipendente e non è un paper sottoposto a revisione scientifica.
Che cosa significa per un’azienda?
Indicazione sostenuta dal caso: per valutare un agente servono regole del progetto, test, misure prima e dopo e una persona che controlli le modifiche. Ipotesi da testare: su un’attività circoscritta, confrontare tempo, costi, errori e ore di revisione con il processo attuale, lavorando su una copia o un ramo separato.
Google ha testato ADK in Python, non WordPress o Plone. Per i clienti Redomino l’implicazione è valutare codice, test, permessi e rilascio prima di sperimentare, senza presumere che l’agente possa intervenire da solo. Redomino sviluppa siti WordPress e portali Plone.
Il 13 ottobre Google ha indicato l’accesso ad Argon tramite la piattaforma Gemini, Google AI Studio e Antigravity. La scheda ufficiale di Gemini Enterprise Agent Platform indica la disponibilità generale dal 13 ottobre e le regioni supportate, tra cui eu. Questo dato riguarda Agent Platform: non stabilisce prezzi o idoneità di ogni account e non dimostra disponibilità identica su AI Studio e Antigravity. Il nostro approfondimento generale su Gemini 4 Argon descrive il quadro iniziale del modello.
Domande frequenti
L’agente ha lavorato davvero da solo per 11 ore?
Google dice che l’esecuzione è rimasta senza supervisione; obiettivo, regole e ambiente erano stati preparati dal gruppo. Le modifiche sono passate da revisione prima di essere integrate.
Il software di un’azienda può diventare più veloce del 40%?
Non è ciò che dimostra il test. Quel dato riguarda un tempo specifico di preparazione delle sessioni in memoria di ADK; il primo accesso e altri sistemi di archiviazione non hanno mostrato lo stesso miglioramento.
Argon è disponibile in Italia?
La documentazione di Agent Platform indica eu fra le regioni supportate per Gemini 4 Argon e lo segna come generalmente disponibile dal 13 ottobre 2026. Verifica l’accesso nel tuo progetto Google Cloud e nel piano specifico; per AI Studio e Antigravity controlla separatamente le condizioni aggiornate.
Fonti
- Google Developers Blog, “Optimizing a 200,000-line Python codebase overnight with Gemini 4 Argon”, 13 ottobre 2026; George Weale, Bo Yang e Andrew Biernat.
- Repository ufficiale Google ADK Python, commit 1754b3e.
- Documentazione Google Cloud: Gemini 4 Argon su Agent Platform, scheda modello aggiornata il 13 ottobre 2026.
Se vuoi capire dove l’intelligenza artificiale può essere utile in un progetto digitale, senza aggiungere complessità inutile, concediti un Momento Redomino.
