Google AI Edge Gallery Agora Executa MCP no Dispositivo: A Arquitetura de Privacidade

Esta é uma submissão para o Desafio de Escrita do Google I/O

A IA em dispositivo tem passado a maior parte de sua existência sendo impressionante em demonstrações e limitada em outros lugares. O Google acabou de mudar a restrição que mais importava: o modelo não podia acessar nada fora do sandbox do aplicativo.

O Problema Que Está Resolvendo

A inferência local é ótima para privacidade e latência. É ruim para utilidade. Um modelo rodando inteiramente no seu telefone pode responder perguntas a partir de seus dados de treinamento e nada mais — sem calendário, sem caixa de entrada, sem web ao vivo, sem ferramentas externas. Você obtém um motor de raciocínio isolado que não pode agir sobre o mundo ao seu redor.

Essa é a tensão fundamental na IA de borda: no momento em que você conecta um modelo a sistemas externos, normalmente você roteia as solicitações através de um servidor. A história de privacidade se desmorona. A latência aumenta. A capacidade offline desaparece.

Google AI Edge Gallery acaba de enviar uma resposta a isso. A atualização de 19 de maio adiciona suporte ao Modelo Contextual de Protocolo (MCP) ao aplicativo Android, juntamente com lembretes de notificações programadas e histórico de chat persistente. Juntas, essas três funcionalidades movem o aplicativo de um playground de modelos para algo que começa a parecer um verdadeiro tempo de execução de agente em dispositivo.

Como Funciona Na Prática

A integração do MCP funciona sobre HTTP Streamable, atualmente experimental e exclusivo para Android (o suporte para iOS está a caminho). A arquitetura vale a pena ser compreendida cuidadosamente, porque não é o que você pode esperar.

Quando você registra uma URL de servidor MCP no aplicativo, ele puxa dinamicamente definições de ferramentas e esquemas de recursos diretamente para o prompt do sistema do Gemma 4 no dispositivo. O raciocínio acontece inteiramente no telefone. O Gemma 4 decide localmente qual ferramenta chamar, gera a solicitação localmente e então envia essa solicitação para onde quer que o servidor MCP esteja — seu computador em casa, um ponto de nuvem, onde quer que seja. O modelo em si nunca sai do dispositivo.

Essa é uma escolha arquitetônica significativa. A lógica de seleção e orquestração de ferramentas permanece privada. Apenas a chamada de API estruturada sai pela rede, não sua consulta bruta ou qualquer contexto com o qual o modelo estava trabalhando.

O sistema de notificações funciona de maneira diferente: é uma habilidade de "Notificação Programada" que define lembretes em nível de sistema operacional local. Quando você toca em um, o aplicativo abre diretamente para a ferramenta certa e inicia uma sessão do Gemma 4 automaticamente. Nenhum servidor envolvido.

A persistência do histórico de chat passa pela capacidade rápida de preenchimento do backend LiteRT-LM. Em GPUs de telefones modernos, o preenchimento pode atingir mais de 3.000 tokens por segundo, o que significa que o modelo pode reconstruir uma longa sessão anterior quase instantaneamente quando você reabre o aplicativo. As sessões mantêm estado entre texto, imagens e áudio.

Para O Que Os Desenvolvedores Estão Realmente Usando

Os casos de uso do MCP que o Google demonstra são práticos em vez de especulativos. Conecte-se a um MCP do Google Workspace para consultar seu calendário ou verificar sua caixa de entrada. Use um MCP do Google Maps para perguntar sobre tempos de viagem em linguagem natural. Conecte um MCP de busca na web para puxar documentação ou notícias ao vivo para o contexto do modelo.

A combinação de notificações + continuidade de sessão abre algo mais interessante: rotinas programadas que realmente mantêm contexto. Um fluxo de trabalho de rastreamento de humor que lembra você todas as noites às 22h, abre para o Gemma 4, e — porque o histórico de chat persiste — pode olhar para entradas anteriores para destacar tendências. Um briefing matinal que lê seu calendário local e fornece um resumo antes de você sair de casa. Um prompt diário de "aprenda algo novo" que gera um infográfico visual compartilhável a partir de qualquer tópico que você escolher.

As habilidades construídas pela comunidade na página de Discussões do GitHub já estão indo mais longe: integrações leves de busca na web para dados ao vivo de clima e moeda, parsers que transformam imagens e HTML em dados estruturados para busca semântica, geradores de quiz, tradutores de idiomas, jogos de quebra-cabeça offline.

O Google também adicionou a capacidade de editar o prompt do sistema diretamente nas configurações de chat, que é a decisão certa para um aplicativo voltado para desenvolvedores. Você pode definir personas, estabelecer restrições de saída ou experimentar abordagens de prompting sem tocar em nenhum arquivo de configuração.

Uma nota prática para qualquer um que esteja construindo sobre isso: modelos em dispositivo têm janelas de contexto menores do que seus equivalentes do lado do servidor. O Google recomenda explicitamente manter as descrições das ferramentas MCP curtas e retornar pequenos pedaços de dados em vez de longos blocos de texto. A arquitetura recompensa definições de ferramentas enxutas e bem definidas.

Por Que Isso É Um Grande Negócio Mais Do Que Parece

O MCP passou a maior parte de 2025 e início de 2026 como uma história de empresa e desktop. As ferramentas, a infraestrutura, a conversa — foram direcionadas a desenvolvedores construindo agentes do lado do servidor com acesso a grandes janelas de contexto e computação em nuvem.

Colocar o MCP em um aplicativo de telefone, alimentado por um modelo rodando inteiramente em dispositivo, move o protocolo para uma categoria diferente de implantação. O raciocínio permanece no dispositivo. Apenas chamadas de ferramentas estruturadas saem pela rede. Essa é uma arquitetura viável para aplicativos de saúde, ferramentas legais ou qualquer outra coisa onde dados brutos de consulta não podem deixar o dispositivo.

Há também algo que vale a pena notar sobre o ângulo de código aberto aqui. O repositório do Google AI Edge Gallery é público, o sistema de habilidades é extensível, e a comunidade já está construindo sobre isso. Esta não é uma plataforma fechada com uma loja de aplicativos curada de integrações aprovadas. Qualquer um pode escrever um servidor MCP, registrá-lo no aplicativo e estender o que o Gemma em dispositivo pode alcançar.

A combinação de sessões persistentes, notificações proativas e acesso a ferramentas externas é basicamente a definição mínima viável de um agente ambiental: algo que mantém contexto ao longo do tempo, alcança sistemas externos quando necessário e pode agir sem ser explicitamente invocado. O Google enviou os três em uma única atualização.

Disponibilidade e Acesso

A integração do MCP está ao vivo agora na versão Android do Google AI Edge Gallery. O suporte para iOS está listado como chegando em breve. A documentação técnica e exemplos de configurações MCP estão no repositório do GitHub. O aplicativo é gratuito tanto na Play Store quanto na App Store.

A pilha de IA de borda — Gemma 4 rodando localmente, MCP conectando a ferramentas externas, LiteRT-LM lidando com preenchimento rápido — agora está disponível para qualquer desenvolvedor que queira construir sobre isso. A questão interessante é quais casos de uso a comunidade encontra que o Google ainda não pensou.

O alcance do MCP acaba de se estender a todos os telefones Android. Essa é uma área de superfície diferente do que