Google ha aggiornato il 3 novembre ERA rendendo Computational Discovery disponibile come strumento MCP per tester selezionati. L’obiettivo è consentire a un agente compatibile di formulare ipotesi, scrivere o adattare codice scientifico, lanciare esplorazioni e restituire risultati nel flusso di lavoro, senza costringere il ricercatore a spostarsi continuamente tra applicazioni.
ERA combina capacità Gemini con approcci di ricerca automatizzata collegati ad AlphaEvolve. MCP standardizza il collegamento tra agente e strumenti, ma la compatibilità tecnica non garantisce correttezza scientifica. Parametri, versioni del codice, dati e risultati devono essere registrati perché un esperimento possa essere ripetuto e contestato.
Il modello interessa università e centri di calcolo italiani, che potrebbero integrare agenti con infrastrutture HPC. Prima dell’uso su dati sensibili servono controllo degli accessi, localizzazione e revisione dei contratti. Nei progetti finanziati pubblicamente dovrebbe essere possibile esportare log e artefatti per evitare dipendenza dal fornitore.
La fase è limitata a trusted tester e non costituisce un rilascio generale. Le valutazioni dovranno confrontare scoperte valide, consumo di calcolo e falsi percorsi. Un agente che produce molte ipotesi può aumentare il carico di verifica: il vantaggio esiste solo se la selezione riduce davvero esperimenti inutili senza nascondere alternative promettenti.