Domenica ho aperto Plenipo, la libreria con cui una persona autorizza un agente AI dal proprio EUDI Wallet con un mandato limitato e una banca lo verifica prima di muovere un euro. Sulla domanda da cui nasce, sul mandato come oggetto da firmare, sui 544 test e l’audit esterno che ancora manca, sulla sandbox dove Claude prova a pagare, e sul prossimo passo verso un telefono vero.
Al TED del 2019 Arnav Kapur mostrava AlterEgo, un adesivo sul collo che legge le parole pronunciate dentro di sé e risponde attraverso le ossa del cranio. Sulla scelta di leggere dal sistema nervoso volontario invece che dal cervello, sulla prima frase di Doug, e sul confine fra intenzione e segnale che, quando l’interfaccia scompare, qualcuno deve progettare.
Un video del MOOC UNESCO sull’etica dell’AI dice che la minimizzazione dei dati è una scelta di governance sul potere che l’AI ricava dai dati personali. Negli agenti quel potere si decide nel contesto, nei tool e nella memoria: tre punti dell’architettura dove minimizzare, e chi dovrebbe firmare la scelta.
I grandi fornitori di software aziendale disegnano tutti la stessa torre: sistemi di registro in basso, contesto e agenti nel mezzo, un’interfaccia conversazionale in cima. Gli otto strati dell’azienda agentica letti dal basso, l’interfaccia che diventa una variabile, l’harness che i fornitori dichiarano incompleto, la domanda su chi possiede gli strati bassi, e il percorso con cui accompagno le aziende a costruire in casa contesto, regole e inferenza.
Un semantic layer ti fa leggere l’azienda, un’ontologia operativa ti lascia agire su di essa. Un ingegnere ha distillato da Palantir Foundry quattro proprietà verificabili e ne ha pubblicato un’implementazione leggibile in una sera. Sul modello di dominio messo sopra i sistemi che non controlli, sulle regole che non stanno nel prompt, e sulle quattro dichiarazioni da chiedere a chi vende un’ontologia.
Il Jarvis aziendale, che oggi si chiama Company Brain, Brain OS o Company OS, non nasce collegando un LLM a posta, drive e chat. Sei livelli per progettarlo: centralizzazione, ontologia, grafo della conoscenza, scelta del modello per classe di dati, skill condivise e approvazione umana, con il Workspace ICONICO come caso concreto.
Nel 2001 il web semantico prometteva agenti software che prenotavano visite mediche incrociando calendari e coperture. Gli standard furono costruiti, l’annotazione non la fece nessuno, perché il beneficio andava a qualcun altro. Adesso il destinatario esiste e manda una fattura, e l’ontologia rientra dalla porta dell’efficienza dopo aver fallito da quella della condivisione.
Le finestre di contesto grandi hanno tolto un vincolo tecnico e ne hanno reso visibile un altro: il materiale irrilevante compete con quello che serve invece di essere scartato senza fatica. Sul riflesso di caricare tutto, sul criterio per decidere cosa entra in finestra, e sul test di rimozione che dice quale metà del contesto non sposta niente.
OpenAI presenta Dots con una rana, un cuore e una nuvola col basco, Meta dà a Muse una creatura pelosa con le guance rosa, Manus lancia Cue con forme colorate dagli occhi a palla. Sui verbi umani che riempiono l’attesa della macchina, sul volto semplificato che non appartiene a nessuno, sulla tenerezza usata per chiedere permessi, e sulla distanza fra la docilità del personaggio e quello che l’agente può fare.
Tool, skill e MCP sono tre oggetti tecnici diversi, e la tabella che li separa è utile a chi scrive codice. Dentro un’azienda ognuno ha un gemello organizzativo che arriva prima: una procedura che qualcuno ha deciso, una delega di potere con una soglia, un confine fra sistemi che ha già un proprietario. Su come sono fatti davvero, su cosa succede quando il gemello manca, e su come il codice moltiplica il modello organizzativo che trova.