Jul, 134 min di lettura
Frontend
News · L'agente Deep Research di Google adesso produce grafici HTML e mostra il ragionamento in streaming
Apr, 214 min di lettura
FrontendL'agente Deep Research di Google adesso produce grafici HTML e mostra il ragionamento in streaming
L'agente di ricerca dell'API Gemini si divide in un livello rapido e interattivo e in un livello asincrono Max, e per i team frontend il cambiamento da notare è cosa restituisce ora l'agente: grafici incorporati, riepiloghi del pensiero in tempo reale e un piano revisionabile.
Due agenti, due budget di latenza da considerare nel design
Google ha diviso la sua preview di dicembre in due agenti che si comportano in modo sufficientemente diverso da imporre una scelta di design fin da subito. Deep Research è pensato per "esperienze di ricerca integrate direttamente in superfici utente interattive dove serve una latenza più bassa", e sostituisce la versione preview con quella che Google descrive come latenza e costi ridotti a fronte di una qualità più alta. Deep Research Max, al contrario, "sfrutta un tempo di calcolo esteso per ragionare, cercare e affinare in modo iterativo", e l'esempio proposto da Google stesso è un cron job notturno che produce report di due diligence pronti al mattino.
Quella distinzione è un contratto di UI, non solo un livello di prezzo. Una superficie sincrona in cui l'utente aspetta un risultato dovrebbe puntare all'agente rapido; qualsiasi cosa su scala Max va gestita dietro un job asincrono con una notifica o una casella dei report. Costruire la stessa UI di attesa per entrambi darebbe un'idea sbagliata di quanto tempo ciascuno è pensato per impiegare.
Ora l'agente restituisce grafici renderizzabili, non solo prosa
Il cambiamento più concreto per chi costruisce il lato ricevente è che Deep Research "non crea più solo testo; genera nativamente grafici e infografiche di alta qualità incorporati in HTML o con Nano Banana." Google definisce questi elementi visivi come "pronti per la presentazione", generati dinamicamente a partire dai dati sottostanti.
Un output in HTML significa che il frontend è ora responsabile della sanificazione e dell'incorporamento sicuro del markup generato dal modello, e della gestione degli output immagine (Nano Banana) insieme al testo nello stesso flusso di report. È una pipeline di rendering diversa rispetto a mostrare un riepilogo in markdown. I team avranno bisogno di un layout che intrecci testo narrativo, grafici generati e citazioni — e di una policy su cosa fare quando l'HTML generato è malformato o inatteso.
Il ragionamento in streaming e una fase di revisione cambiano il ciclo di interazione
Due funzionalità ridisegnano l'interazione momento per momento. Lo streaming in tempo reale espone "i passaggi di ragionamento intermedi dell'agente con riepiloghi del pensiero dal vivo", fornendo output testuali e visivi nel momento in cui vengono generati. La pianificazione collaborativa permette agli utenti di "revisionare, guidare e affinare il piano di ricerca generato dall'agente prima che inizi l'esecuzione."
Insieme, questi elementi definiscono un'interfaccia a due fasi: una fase di approvazione del piano prima che parta il lavoro costoso, seguita da un feed di avanzamento dal vivo durante l'esecuzione. Per le ricerche a lungo termine, quella revisione del piano è il punto di leva — permette all'utente di ridirigere l'ambito prima che il calcolo venga speso, invece di scartare un report già finito. Il lavoro sul frontend qui riguarda meno una chat box e più un oggetto piano modificabile insieme a un flusso persistente di stati intermedi.
Cosa significa questo per i team che integrano la ricerca in una superficie di prodotto
La portata dei dati dell'agente dipende ora da una configurazione che il frontend deve mostrare in modo trasparente. Deep Research può effettuare ricerche su "il web, MCP remoti arbitrari, file caricati e archivi di file connessi — o qualsiasi sottoinsieme di questi", incluso l'opzione di "disattivare completamente l'accesso al web per cercare esclusivamente nei tuoi dati personalizzati." Con partner MCP come FactSet, S&P Global e PitchBook, gli utenti in ambiti regolamentati dovranno poter vedere e controllare quali fonti sono state consultate durante un'indagine, e ogni report viene fornito come output "completamente citato" che l'interfaccia deve rendere sotto forma di link verificabili, non come semplice decorazione.
La conclusione pratica: questa release sposta la superficie di integrazione da "chiama un'API, mostra un riepilogo" a "gestisci un piano, fai lo streaming dello stato intermedio, renderizza output misti in HTML e immagini, ed esponi l'ambito delle fonti." È disponibile da oggi in preview pubblica sui livelli a pagamento dell'API Gemini tramite l'Interactions API, quindi i pattern frontend per queste tre fasi — piano, streaming, report citato — sono ciò che un team dovrebbe prototipare prima di impegnarsi su un'unica vista.
Find this story relevant to you?
Contact us to find a unique solution
Cerchi un partner di ingegneria AI capace di costruire davvero?
Aiutiamo le aziende a integrare l AI nei prodotti, automatizzare i flussi di lavoro ad alto valore e modernizzare i sistemi software che sostengono la crescita.
Letture correlate
Altre analisi su delivery di prodotto, IA operativa e il lavoro sui sistemi che fa reggere il deployment alla prova dei fatti.