AX: l'orchestratore open source di Google per flotte di agenti AI

Google ha reso pubblico su GitHub AX, un orchestratore gratuito che tratta gli agenti AI come container da isolare, monitorare e fermare se sbagliano.

Perché conta

Segnala che le grandi aziende tecnologiche iniziano a trattare gli agenti AI come un'infrastruttura da gestire su larga scala, con isolamento e controllo dei costi, non più come semplici chatbot: capire questa direzione aiuta a capire dove va il settore.

In pratica

Per ora riguarda soprattutto chi sviluppa piattaforme aziendali con molti agenti AI in esecuzione e serve un cluster Kubernetes già pronto: non è uno strumento per un utente comune, ma il codice è pubblico e gratuito da studiare su GitHub.

Google ha reso pubblico su GitHub AX, uno strumento gratuito e open source per gestire flotte di agenti AI, cioè programmi che portano a termine compiti da soli, senza che una persona guidi ogni singolo passaggio. L'idea è trattare questi agenti come si trattano oggi le applicazioni cloud: pezzi di software da isolare, monitorare e fermare se sbagliano, invece che semplici conversazioni con un chatbot.

AX si basa su Kubernetes, il sistema che moltissime aziende usano già per far girare le proprie applicazioni in tanti piccoli ambienti isolati (i cosiddetti container). Chi lo usa scrive un file che descrive il compito da affidare all'agente, lo lancia con un comando (ax apply), può seguirne l'esecuzione in tempo reale (ax watch) ed entrare direttamente nell'ambiente in cui l'agente sta lavorando, un po' come collegarsi a un computer remoto (ax ssh). Ogni agente gira nel proprio spazio isolato, con un accesso a internet filtrato e limiti chiari su quanto può spendere in chiamate ai modelli AI.

Il problema che il progetto descrive è molto concreto: un agente AI lasciato libero può restare bloccato in un ciclo che ripete la stessa azione all'infinito, consumando soldi in chiamate ai modelli linguistici senza che nessuno se ne accorga subito. AX nasce per dare a chi costruisce questi sistemi gli stessi strumenti di controllo che esistono già per il software tradizionale: limiti di risorse, registri di quello che è successo, la possibilità di fermare tutto con un comando.

Il progetto è ancora giovane: gli stessi sviluppatori di Google avvertono che i concetti di base sono in fase di definizione e che potrebbero arrivare cambiamenti importanti prima di una versione stabile. Non è quindi uno strumento da installare per curiosità in dieci minuti: serve già un cluster Kubernetes funzionante, e si rivolge a chi in azienda sta costruendo piattaforme che fanno girare molti agenti AI insieme, non a chi cerca un assistente personale. Il codice è gratuito e sotto licenza Apache 2.0, ma i costi reali dipendono dall'infrastruttura cloud e dalle chiamate ai modelli che gli agenti faranno.

Vale comunque la pena conoscerlo, anche solo dando un'occhiata al codice su GitHub, perché indica dove sta andando l'infrastruttura dietro agli agenti AI: non più semplici script, ma sistemi che le grandi aziende iniziano a trattare come un nuovo tipo di carico di lavoro da gestire su larga scala, con le stesse regole di sicurezza e controllo dei costi che già usano per il resto del software.