Google lancia Gemini 3.5 Flash per agenti AI autonomi nel coding e workflow

Google ha presentato Gemini 3.5 Flash come primo modello della famiglia Gemini 3.5, con un obiettivo chiaro: passare dal chatbot che risponde a un sistema che agisce.

La promessa è una combinazione di “intelligenza di frontiera” e capacità operative, orientata a eseguire flussi di lavoro complessi, scrivere codice e portare a termine attività multi-step con supervisione limitata. Il messaggio è anche industriale: secondo l’azienda, 3.5 Flash punta su velocità ed efficienza, arrivando a dichiarare prestazioni fino a 4 volte più veloci rispetto a modelli “frontier” concorrenti, con costi operativi spesso inferiori. La distribuzione è ampia, dall’app Gemini e AI Mode in Search fino agli strumenti per sviluppatori e alle piattaforme enterprise, segnale di una strategia che vuole trasformare Gemini in un ecosistema.

Gemini 3.5 Flash punta su velocità e compiti “long-horizon”

Il punto di forza dichiarato di Gemini 3.5 Flash è la gestione di compiti “long-horizon”, cioè attività che non si risolvono in un singolo prompt ma richiedono pianificazione, iterazioni, verifiche e passaggi successivi. In pratica, Google lo posiziona come motore per agenti capaci di portare un obiettivo dall’inizio alla fine, non solo di suggerire una risposta. È un cambio di paradigma: meno testo, più azione dentro flussi reali.

La seconda leva è la rapidità. Google sostiene che 3.5 Flash possa risultare fino a 4x più veloce di modelli di fascia alta, una metrica che, nel quotidiano, significa cicli più rapidi di sviluppo e debugging, e più tentativi in meno tempo quando un agente deve “provare e riprovare” per completare un task. Sul fronte economico, l’azienda parla spesso di costi inferiori rispetto ad alternative comparabili, un tema centrale per chi deve far girare agenti in produzione.

Nel racconto ufficiale, il modello è pensato per attività concrete: mantenere codebase, preparare documenti, coordinare step multipli e sostenere prestazioni elevate durante l’esecuzione. Qui la nuance è d’obbligo: più autonomia non significa assenza di rischio. Un agente che opera su sequenze lunghe pu amplificare un errore iniziale, o seguire una strada inefficiente. Per questo Google insiste sul concetto di supervisione, anche quando l’obiettivo è ridurre l’intervento umano.

Google Antigravity coordina subagenti per workflow e sviluppo software

Il lancio di 3.5 Flash è stato affiancato da aggiornamenti a Google Antigravity, descritto come piattaforma “agent-first” per costruire e distribuire agenti. L’idea è dare agli sviluppatori un’infrastruttura per orchestrare flussi, strumenti e ruoli diversi, invece di limitarsi a chiamare un modello via API. Nella visione di Google, qui si gioca la partita vera: agenti che collaborano e si dividono il lavoro.

Un concetto chiave è quello dei subagenti collaborativi, capaci di eseguire in parallelo parti di un processo, per esempio scrivere codice, eseguire controlli, recuperare informazioni e proporre fix. L’obiettivo è ridurre i colli di bottiglia tipici dei progetti complessi, dove non basta “generare” una funzione ma serve mantenere coerenza tra file, test, dipendenze e requisiti. In questo scenario, un agente efficace è quello che sa coordinare azioni e verifiche, non quello che produce più testo.

Dal punto di vista operativo, Google parla di efficienza computazionale e di cicli di sviluppo più rapidi, aspetti che contano quando un’azienda vuole mettere agenti in produzione su larga scala. La critica che molti team tecnici fanno a questa categoria di strumenti è nota: l’orchestrazione è utile solo se è osservabile e controllabile. Se un subagente modifica codice o propone soluzioni, servono tracciabilità, criteri di validazione e guardrail. La promessa dell’autonomia, senza questi elementi, rischia di trasformarsi in debito tecnico.

Gemini Spark e le piattaforme enterprise portano gli agenti in app e aziende

Accanto a Flash, Google ha mostrato Gemini Spark, un agente personale persistente pensato per restare “in sottofondo” e prendere iniziative sotto supervisione dell’utente. L’ambizione è avvicinarsi a un livello di “strato digitale sempre attivo”: coordinare attività, organizzare documenti, automatizzare lavori ripetitivi, collegare app. L’accesso, secondo quanto comunicato, parte da tester selezionati, con un rollout più ampio previsto per abbonati Google AI Ultra negli Stati Uniti.

La distribuzione di 3.5 Flash è ampia e punta ai grandi numeri: disponibile tramite app Gemini e AI Mode in Google Search per il pubblico generalista, e tramite strumenti per sviluppatori come Gemini API, Google AI Studio, Android Studio e Antigravity. Sul fronte business, entra nella Gemini Enterprise Agent Platform e in Gemini Enterprise, dove la narrativa è quella della produttività: attività che richiedevano giorni a uno sviluppatore o settimane a un auditor possono essere accelerate, spesso a costi più bassi rispetto ad altri modelli di fascia alta.

Google porta esempi di adozione in ambito professionale: Xero sta impiegando agenti per gestire in autonomia workflow amministrativi multi-settimana, come identificare fornitori e raccogliere informazioni per i moduli fiscali 1099, mentre Databricks usa workflow agentici per monitorare informazioni in tempo reale, ragionare su dataset molto grandi, diagnosticare problemi e proporre correzioni per data scientist. Nel frattempo, Google conferma che Gemini 3.5 Pro è in test e dovrebbe arrivare il mese prossimo, segnale che la corsa sugli agenti è appena iniziata.