Il sito che ti spiega l'AI.
News, strumenti e guide in italiano.
Machine learning

Tool Retrieval nella Gemini API: gli agenti caricano gli strumenti solo quando servono

Google lancia in preview Tool Retrieval: gli agenti Gemini caricano gli schemi dei tool solo quando servono, con meno token e più precisione.

Daniele Della Corte
Novembre 21, 2026
Lettura: 6 min
Sala server di un data center con rack illuminati
fonte: pexels 17489157

Chi costruisce agenti AI lo sa bene: più strumenti metti a disposizione del modello, più la richiesta si gonfia. Google ha presentato Tool Retrieval nella Gemini API, una funzione in preview che permette a un agente di tenere una grande libreria di tool “in standby” e di caricare solo gli schemi che servono davvero per il compito in corso.

L’annuncio, firmato da Lucia Loher e Nora Kassner sul blog degli sviluppatori di Google il 19 novembre 2026, tocca uno dei colli di bottiglia più concreti degli agenti: il costo, in token e in precisione, di descrivere troppi strumenti a ogni singola chiamata.

Il problema: ogni tool pesa a ogni richiesta

Quando un agente usa le function calling, il modello riceve la descrizione completa di ogni funzione disponibile: nome, spiegazione e schema dei parametri. Con cinque o dieci strumenti il peso è trascurabile. Con cinquanta, cento o con interi server MCP collegati, lo schema di ogni funzione viene rispedito a ogni turno della conversazione.

Secondo Google le conseguenze sono tre: più token di input da pagare, più latenza e una minore accuratezza nella scelta dello strumento giusto, perché il modello deve orientarsi in un elenco sempre più lungo di candidati.

È un limite che chi sviluppa agenti conosce da tempo e che cresce con la diffusione dei protocolli per collegare strumenti esterni. Se vuoi un ripasso del contesto, puoi leggere la nostra guida al Model Context Protocol, che spiega come un agente si collega a servizi e dati esterni.

Come funziona Tool Retrieval

L’idea è semplice da descrivere. Invece di inviare tutti gli schemi, dichiari alcune funzioni come “differite”. Il modello ne vede sempre il nome e la descrizione, ma non i parametri. Quando decide che gli serve una di queste funzioni, la richiede per nome, l’API carica lo schema completo e il modello può finalmente produrre la chiamata.

Tutto questo avviene all’interno di una sola chiamata a interactions.create, senza che tu debba costruire un indice o ospitare un servizio di ricerca.

La modalità lato server

Nella modalità predefinita basta aggiungere alla richiesta uno strumento di tipo tool_search e impostare il flag defer_loading su true per le funzioni da tenere in disparte. La ricerca la esegue Gemini sul server.

Puoi anche mescolare le due strategie: lasci caricati subito gli strumenti che usi di frequente e rimandi la lunga coda di quelli rari. L’esempio pubblicato da Google è un assistente per l’assistenza clienti con una funzione di rimborso differita, accanto ad altre cinquanta e più funzioni tenute in standby.

La funzione si integra anche con i server MCP remoti: se imposti il flag di caricamento differito su uno strumento di tipo mcp_server, tutti i tool che quel server espone vengono caricati su richiesta.

Cosa puoi ispezionare

Nella risposta, l’elenco dei passaggi dell’interazione mostra tre tipi di step: una chiamata di ricerca, il risultato con lo schema caricato e infine la chiamata alla funzione vera e propria. È utile per il debug, per esempio per capire se nomi e descrizioni dei tuoi tool sono abbastanza chiari da farli trovare al modello.

La modalità lato client

Se vuoi controllare tu la ricerca, puoi dichiarare tool_search con esecuzione sul client, fornendo nome, descrizione e uno schema con, per esempio, una stringa di query. Quando il modello la chiama, è la tua applicazione a cercare nel registro, in un indice di embedding o in un filtro di permessi per utente, e a restituire gli schemi delle funzioni trovate.

Il prezzo da pagare è un giro di andata e ritorno in più a ogni ricerca. In cambio puoi aggiungere strumenti a conversazione già avviata e applicare logiche di autorizzazione tue.

Cache, costi e modelli supportati

Un dettaglio importante riguarda il prefix caching. Gli schemi differiti restano fuori dal prefisso del prompt e quelli caricati vengono aggiunti più avanti, così il prefisso in cache resta stabile da un turno all’altro. È un punto che conta, perché una libreria di strumenti che cambia a ogni richiesta vanificherebbe i vantaggi della cache.

Sul fronte dei costi, Google dichiara che Tool Retrieval non ha un supplemento: token di input e di output sono fatturati alla tariffa standard del modello. Lo strumento tool_search aggiunge un piccolo blocco fisso di token in ingresso, e ogni schema caricato viene conteggiato come input per il resto della conversazione, esattamente come uno strumento dichiarato in anticipo.

Il risparmio quindi c’è quando gli schemi mai caricati superano quelli caricati, cosa che secondo Google accade di norma con librerie grandi. L’articolo non riporta benchmark né percentuali di risparmio: l’invito è a misurare l’effetto sul tuo traffico reale.

Quanto ai modelli, la funzione è pensata per Gemini 3.6 e successivi, compresi tutti i modelli della famiglia Gemini 4, ed è disponibile in preview nella Interactions API. Non è indicata una data di disponibilità generale.

Perché è una notizia che conta per chi sviluppa agenti

Negli ultimi mesi gli agenti sono passati da demo a strumenti di lavoro quotidiano, e con loro è cresciuto il numero di integrazioni. Quando un agente deve poter parlare con un CRM, un sistema di ticket, un gestionale e decine di servizi, il problema non è più solo scegliere il modello giusto ma anche gestire il contesto.

Tool Retrieval risponde proprio a questo. Sposta la selezione degli strumenti in una fase dedicata e lascia al modello un contesto più pulito.

La mossa si inserisce nella strategia più ampia di Google sugli agenti, che abbiamo seguito anche parlando di Gemini 3.8 Flash per cyber e coding. Per una panoramica generale dell’ecosistema puoi partire dalla nostra pagina dedicata a Google Gemini.

Cosa resta da verificare

Ci sono limiti da tenere presenti. La funzione è in preview e vale solo per la Interactions API: l’articolo non chiarisce se arriverà anche sulle API più vecchie. Non sono indicati un numero massimo di tool supportati né limiti di frequenza.

Inoltre il vantaggio dipende dal rapporto tra strumenti caricati e non caricati. Con un set ridotto di funzioni, il piccolo costo fisso di tool_search potrebbe non ripagarsi.

C’è poi un aspetto di progettazione che spesso si sottovaluta: se il modello vede solo nome e descrizione degli strumenti differiti, quei due campi diventano decisivi. Nomi vaghi o descrizioni sovrapposte rischiano di farti caricare lo schema sbagliato o di non farlo caricare affatto.

Come provarlo, in pratica

Se stai già usando la Interactions API, il percorso è lineare. Parti da un agente che ha molti tool dichiarati e individua quelli che usi di rado. Segna questi ultimi come differiti e lascia caricati i tre o quattro più frequenti.

Poi confronta, a parità di richieste, token di input, latenza e tasso di scelta corretta dello strumento prima e dopo. Solo così capisci se, per il tuo caso, il compromesso conviene.

Se invece hai già un tuo registro di strumenti, per esempio con permessi diversi per ogni utente, la modalità lato client ti permette di riusare quella logica senza riscriverla. Google rimanda alla documentazione su AI Studio per la guida di configurazione.

Conclusioni

Tool Retrieval non è una funzione appariscente, ma affronta un problema molto concreto: gli agenti diventano utili quando hanno accesso a tanti strumenti, e lo diventano meno se ogni richiesta deve trascinarseli tutti dietro. Caricare gli schemi solo quando servono è un passo naturale, e farlo senza costruire infrastrutture proprie abbassa la soglia d’ingresso.

Se sviluppi agenti sulla piattaforma di Google, vale la pena fare una prova in preview sul tuo caso d’uso e misurare i numeri. E se ti interessa seguire queste evoluzioni, continua a leggere le nostre news: ne parleremo ancora quando arriveranno dati reali e la disponibilità generale. Puoi leggere l’annuncio originale sul blog di Google.

Newsletter gratuita · ogni venerdì

Tutta l'AI della settimana, in 5 minuti, nella tua email

  • Le guide e le notizie della settimana, divise per rubrica
  • Solo ciò che conta, verificato e spiegato in italiano
  • Niente spam, ti cancelli con un clic

Daniele Della Corte
Rivisto e verificato da

Daniele Della Corte

Fondatore di IntelligenzaArtificiale.net · Consulente SEO e AI dal 2008

Prima della pubblicazione controlla fonti, numeri e nomi, e risponde personalmente di quello che leggi. Lavora con l'intelligenza artificiale da oltre 7 anni: ha fondato BeProud.ai e ha progettato la redazione di questo sito.

Consulenza AIVuoi applicare l'AI al tuo lavoro? Ti aiuto a scegliere cosa automatizzare e a realizzarlo.

Scopri la consulenza