Estructura en la que la IA de codificación no se detiene aunque se cierre la tapa del portátil

Por ejemplo, imaginemos que iniciamos una sesión remota mediante agy --remote-agent y dejamos el portátil cerrado al salir. Más tarde, si simplemente añadimos la opción de continuación de dos letras -c para introducir agy --remote-agent -c, la conversación anterior, en la que el servidor ya había leído el código y ejecutado pruebas, se restaura tal cual. Aunque el desarrollador no haya modificado directamente el código ni ejecutado las pruebas, el trabajo avanza porque el código se ha ejecutado en un entorno en la nube gestionado por Google, y no en el ordenador local del desarrollador.

El 3 de noviembre de 2026, la actualización v2.29.0 de la herramienta de programación con IA de Google, 'Antigravity', introdujo oficialmente esta funcionalidad de 'Agentes remotos de IA (Remote Agents)' ¹. Con esta actualización, es posible experimentar un entorno en el que la IA corrige código y ejecuta comandos en un servidor en la nube, sin necesidad de mantener encendido el propio ordenador ni de permanecer mirando la pantalla del PC. En este artículo analizamos cómo difiere la funcionalidad de 'Agentes remotos de IA' de la antigua 'control remoto', que simplemente refleja en el navegador la sesión del PC propio, y qué estructura concreta proporciona su modo de funcionamiento.

Qué significa situar el entorno de ejecución en la nube

La principal característica de los agentes remotos de IA es que el propio entorno de ejecución del código sale de la máquina local del desarrollador. Según la documentación oficial publicada por Google, esta funcionalidad ejecuta las sesiones de conversación y las herramientas del agente en un 'entorno remoto aislado, gestionado por Google (Isolated, Google-managed remote environment)', y no en local ². De este modo, todas las operaciones mediante las que la IA lee, modifica y prueba el código tienen lugar en los servidores de Google.

Por el contrario, la funcionalidad de 'Control remoto (Remote Control)', disponible antes de v2.29.0, posee una estructura de entorno de ejecución diferente. El control remoto se aproxima al concepto de 'reflejo (mirroring)', mediante el cual el usuario accede desde el navegador de otro dispositivo a una sesión de IA que ya está abierta en su escritorio o servidor, encendido por él mismo, para visualizarla y emitir comandos ³.

Comprender las diferencias estructurales entre ambas funcionalidades permite saber con claridad qué herramienta debe emplear el desarrollador en cada momento.

Como muestra la tabla, en el control remoto el PC propio actúa como 'lugar de residencia' del trabajo, por lo que al cerrar la tapa del portátil la tarea se detiene o la conexión remota se interrumpe. En cambio, en los agentes remotos de IA, la residencia de ejecución del código se sitúa en la nube, de modo que, aunque el desarrollador cierre la pestaña del navegador o cambie de pantalla a un dispositivo móvil, las tareas de larga duración no se interrumpen ².

Conexión de archivos y flujo de uso fuera del PC local

Si el entorno de ejecución está en la nube, ¿cómo se conectan los archivos? Los agentes remotos de IA no pueden acceder directamente al sistema de archivos local del usuario. En su lugar, el proyecto se organiza mediante el enfoque de 'Recursos (Resources)', que carga datos externos en el entorno de Google Cloud. El usuario adjunta repositorios de GitHub, archivos de Google Drive y archivos subidos directamente desde su PC local al proyecto remoto para llevar a cabo la programación con IA ².

Este entorno es accesible de manera sencilla a través de la interfaz de línea de comandos (CLI) de Antigravity basada en terminal o de un navegador web. El proceso para ejecutar un agente remoto de IA en el entorno CLI, terminar la sesión sin finalizar el trabajo y continuar al día siguiente es el siguiente.

# 1. 터미널에서 원격 AI 에이전트 세션을 시작합니다.
#    (Antigravity CLI 1.4.12 이상 및 Google AI Pro·Ultra 계정 로그인 필요)
agy --remote-agent

# 2. 프롬프트를 입력해 프로젝트를 시작합니다.
# "이 서비스의 의존성 주입 계층을 인터페이스로 추출해"

# 3. 노트북 전원을 끄고 외출합니다. 서버는 작업 진행 중...

# 4. 다른 기기에 CLI를 설치하고 로그인한 뒤, 가장 최근 원격 세션을 불러옵니다.
agy --remote-agent -c

Si se añade la marca --remote-agent en la CLI, el agente pasa al entorno de proyectos remotos. A continuación, al introducir la opción -c(continue), se restaura tal cual la conversación anterior, que ha seguido procesándose en el servidor mientras el PC estaba apagado ². En el caso del entorno de navegador web, se puede acceder a antigravity.google.com/remote sin instalar aplicaciones adicionales para iniciar una conversación remota o comprobar el estado de avance de un proyecto concreto ¹, ².

Configuraciones predeterminadas que favorecen la velocidad de trabajo y la aprobación automática

Para que la IA prosiga el trabajo de forma fluida y sin interrupciones en el entorno remoto, se requieren determinadas configuraciones. Según la documentación oficial de Google, el conjunto de permisos predeterminado de una sesión de agente remoto de IA es 'always-proceed (turbo)' ².

Cuando el desarrollador indica a la IA qué hacer, esta ejecuta las órdenes de terminal de inmediato, sin solicitar una confirmación individual para cada comando y sin necesidad de aprobación previa. Gracias a esta configuración, el desarrollador puede evitar el cuello de botella de tener que esperar la aprobación de los permisos de ejecución mientras se encuentra fuera de su PC ².

Para mejorar la comodidad del usuario, se ha incluido en v2.29.0 el modo de voz (Voice Mode), basado en Gemini Live. Esta funcionalidad permite dictar instrucciones a la IA mediante voz ⁴, ¹. No obstante, la propia entrada de voz está especificada como una funcionalidad aún no disponible en el entorno de sesiones CLI remotas ². La entrada de voz, la búsqueda de código y el uso de herramientas basadas en complementos están limitados a las sesiones en entorno local ².

Momentos en que los agentes remotos de IA destacan

La funcionalidad de agentes remotos de IA de v2.29.0 de Google no sustituye al desarrollo en todos los entornos locales. Sin embargo, ofrece ventajas claras en ámbitos como los 'trabajos basados en repositorios de GitHub' o las 'pruebas y compilaciones de larga duración', en los que no es necesario manipular código local sin commit ni acceder al hardware local del PC ².

Por ejemplo, supongamos que por la mañana el desarrollador encarga a la IA desde su escritorio un trabajo de gran escala que modifica la estructura de más de 100 archivos. Con el método tradicional, habría debido esperar indefinidamente a que terminaran las compilaciones o pruebas iniciadas en la barra de tareas del PC local. En cambio, con un entorno de agentes remotos de IA, basta con poner el portátil en modo suspensión y salir nada más introducir el mensaje. Después del almuerzo, al abrir la ventana del navegador en un teléfono inteligente o tableta y acceder a la conversación remota, el usuario puede ver de inmediato la respuesta de la IA, que ya ha ejecutado el código de pruebas y corregido los errores en el servidor.

La funcionalidad de agentes remotos de IA actualizada se está proporcionando de forma progresiva a los usuarios de los servicios de suscripción de IA de Google, 'Google AI Pro' y 'Google AI Ultra' ¹, ². Los usuarios que deseen un entorno de desarrollo basado en la nube se beneficiarán de conocer las condiciones de suscripción y las limitaciones del entorno de servidor remoto (como la imposibilidad de acceder a archivos no conectados o de controlar hardware local), para así delimitar su ámbito de uso.

En definitiva, los agentes remotos de IA de v2.29.0 trasladan la respuesta a la pregunta '¿dónde se ejecuta el código?' al servidor en la nube. Como los servidores de Google gestionan por delegación el cómputo de la IA y las modificaciones de archivos, el trabajo de programación continúa sin interrupciones incluso cuando se cierra la tapa del portátil o se cambia de pantalla a otro dispositivo. Ahora bien, para tareas que implican código inconcluso dentro del propio PC o el uso de herramientas basadas en hardware, sigue siendo necesario emplear el 'control remoto' o la ejecución local directa, por lo que es conveniente comprender las diferencias estructurales entre ambas funcionalidades para elegir adecuadamente.