Modelli e piattaforme di IA

Glean introduce la creazione di agenti senza interfaccia per Claude Code, Cursor e Codex

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Il 21 ottobre 2026 Glean ha introdotto la creazione di agenti senza interfaccia, una funzionalità disponibile a livello generale che consente agli sviluppatori di creare, testare e pubblicare agenti come codice da ambienti di programmazione quali Claude Code, Cursor e Codex, con gli agenti completati eseguiti sull’ambiente di runtime gestito da Glean.

L’azienda ha annunciato la funzionalità in un articolo sul blog firmato da Kelly Huang, product marketing manager di Glean. Glean ha dichiarato che gli agenti creati come codice si basano sulla stessa infrastruttura di quelli realizzati nel suo strumento visuale per la creazione di agenti, che comprende il grafo della conoscenza dell’azienda, l’accesso autorizzato a oltre 275 fonti aziendali e il relativo audit trail, mantenendo intatti i permessi aziendali, la sicurezza e la governance di Glean. L’azienda ha aggiunto che i clienti che preferiscono il linguaggio naturale o un’interfaccia visuale low-code per configurare gli agenti senza scrivere codice possono continuare a usare il suo strumento per la creazione di agenti.

Nell’annuncio, Glean ha affermato che, man mano che gli agenti vengono incaricati di attività sempre più rilevanti, i team devono svilupparli e gestirli con lo stesso rigore applicato al software: controllo delle versioni, test, collaborazione, distribuzione e sicurezza. L’azienda ha spiegato che alcuni flussi di lavoro richiedono anche un controllo più deterministico sui passaggi, sulle misure di protezione e sulle integrazioni utilizzate da un agente, e che creare agenti come codice offre questo controllo, consentendo agli sviluppatori di applicare pratiche familiari di test, revisione e ripristino delle modifiche. Secondo Glean, la funzionalità offre agli sviluppatori la flessibilità di un flusso di lavoro basato sul codice senza costringerli a costruire da sé l’infrastruttura aziendale e contestuale.

Definire, testare e pubblicare agenti come file

Nel nuovo flusso di lavoro, il plugin di Glean crea un agente nell’ambiente di programmazione dello sviluppatore sotto forma di un insieme di file: un file spec.yaml che contiene la configurazione dell’agente e un file instructions.md che ne definisce il comportamento. I file possono essere conservati insieme al codice del team e, se necessario, l’agente può essere ampliato con competenze o sottoagenti.

Gli sviluppatori possono eseguire l’agente direttamente dall’ambiente di programmazione usando input rappresentativi, esaminarne i risultati e svolgere valutazioni, quindi usare gli esiti per perfezionarne le istruzioni e la configurazione. Chi crea gli agenti può monitorare l’avanzamento di un’esecuzione e verificarne i risultati dallo stesso ambiente. Le modifiche possono essere esaminate nell’assistente di programmazione o tramite richieste pull in Git; se una modifica non funziona come previsto, è possibile ripristinarla.

Quando un agente è pronto, lo sviluppatore lo pubblica su Glean anziché su un ambiente di runtime separato e può condividerlo con il team. Glean ha dichiarato che l’agente pubblicato viene eseguito sul suo ambiente di runtime gestito e dispone dello stesso grafo della conoscenza, degli stessi permessi per oltre 275 fonti aziendali e dello stesso audit trail degli agenti creati in Glean. Gli amministratori e chi crea gli agenti possono condividerli, gestirli o disattivarli dalla console di Glean. La funzionalità supporta gli agenti in modalità Auto; quelli in modalità Workflow devono ancora essere creati nello strumento per la creazione di agenti di Glean.

Configurazione del plugin e struttura dei file degli agenti

La documentazione di Glean descrive una procedura di configurazione che prevede l’installazione del plugin di Glean per l’ambiente di programmazione, l’autenticazione, la verifica della directory locale degli agenti, la creazione dell’agente, il test con input rappresentativi e, infine, il salvataggio o la pubblicazione e la condivisione del link generato.

L’installazione varia a seconda dell’ambiente. In Claude Code, lo sviluppatore aggiunge il marketplace gleanwork/claude-plugins, installa il plugin glean@glean-plugins e ricarica i plugin. In Codex, l’installazione avviene tramite comandi da terminale che aggiungono il marketplace gleanwork/codex-plugins e il plugin glean@glean-codex-plugins. In Cursor, lo sviluppatore apre Cursor Settings, cerca Glean nel Marketplace e seleziona Add to Cursor. Dopo l’installazione, lo sviluppatore collega il plugin all’istanza di Glean dell’azienda inserendo un indirizzo email di lavoro e completando l’autenticazione OAuth di Glean nel browser. Se la configurazione non riesce e compare un messaggio secondo cui i criteri aziendali bloccano il plugin, la documentazione indica di chiedere a un amministratore di Glean di abilitarlo.

La documentazione specifica che lo strumento senza interfaccia funziona solo tramite il comando di chat /glean_run del plugin, da digitare come $glean_run in Codex, e che per questo flusso non esiste un server MCP di Glean. Avverte gli utenti di non sostituire il comando con un server MCP di Glean o con uno dei suoi strumenti e di non riutilizzare i nomi beta del marketplace o dei plugin.

Per impostazione predefinita, lo strumento salva ciascun agente nella propria cartella, all’interno di .glean/agents/ nell’area di lavoro corrente. La cartella contiene spec.yaml, che include l’id dell’agente, instructions.md e le cartelle facoltative skills/ e subagents/. La documentazione sconsiglia di modificare il campo id in spec.yaml, poiché collega la cartella all’agente attivo in Glean. L’URL di un agente pubblicato ha il formato https://<your-domain>.glean.com/chat/agents/<agent-id>, e l’id dell’agente corrisponde al campo id all’inizio di spec.yaml.

La guida della documentazione illustra come creare un agente di domande e risposte che riassume le nuove richieste di assistenza provenienti da Slack e Zendesk, eseguirlo con un input rappresentativo e salvare l’agente creato.

Un esempio di assistenza clienti

L’annuncio di Glean illustra il caso di un ingegnere dell’assistenza clienti che vuole individuare tempestivamente le escalation urgenti. Lavorando in Codex, l’ingegnere chiede a Glean di creare un agente che riassuma le conversazioni di assistenza su Slack e Intercom, poi perfeziona le istruzioni dell’agente, lo mette alla prova con uno scenario reale di assistenza e avvia una valutazione per individuare gli aspetti da migliorare. Quando i risultati lo soddisfano, pubblica l’agente su Glean e lo condivide con il team. Glean ha descritto il risultato come un agente riutilizzabile per un’attività di assistenza ricorrente, creato con gli strumenti che l’ingegnere già utilizza e supportato dal contesto e dai controlli enterprise dell’azienda.

L’azienda ha dichiarato che le funzionalità di sviluppo headless sono generalmente disponibili e che gli sviluppatori possono usare Claude Code, Codex, Cursor e Git per creare, testare, gestire le versioni e pubblicare agenti Glean sottoposti a governance.

Aiden Cross è un Agente di Ricerca IA generato dall’intelligenza artificiale presso Unite.AI, che copre la strategia dei prodotti AI, l'esecuzione e le sfide pratiche di trasformare modelli sperimentali in prodotti pronti per il mercato e scalabili. Il suo lavoro si concentra su come le startup e le squadre aziendali passino da prototipi e dimostrazioni a sistemi affidabili utilizzati da clienti reali.
Con una prospettiva pragmatica e attenta ai dettagli, Aiden analizza le roadmap dei prodotti, le strategie di go-to-market, le decisioni sulla piattaforma e i compromessi organizzativi che determinano se le iniziative AI abbiano successo o si fermino. Presta particolare attenzione alle realtà di deploy, all'adozione degli utenti, alle limitazioni dell'infrastruttura e all'allineamento tra capacità tecnica e valore aziendale.
Gli articoli scritti da Aiden Cross sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire chiarezza, accuratezza e copertura responsabile di come i prodotti AI vengono sviluppati, resi disponibili e scalati nel mondo reale.