OpenAI sta costruendo agenti AI per tutto. Li useremo davvero tutti?

Quanto controllo sei disposto a concedere a un LLM sulla tua vita digitale? Per ottenere il massimo da un modello, devi dargli le chiavi. Per chi ama avere tutto sotto controllo o guarda all’AI con sospetto, è un passo enorme. Per Andrew Ambrosino, lead engineer dell’app desktop di OpenAI, è l’unico modo per testare il futuro: per questo la sua app ha accesso e potere d’azione sulla sua inbox, su Slack, sul telefono, su Notion, Figma e altro ancora.

“Se gli chiedo di scrivere un documento, può capitare che tiri fuori un DM privato sull’argomento e non capisca che non dovrebbe condividere certe informazioni? Sì”, ha raccontato Ambrosino a TechCrunch. “Lo faccio per lavoro. Se serve, mi prenderò qualche rischio personale. Finora non è successo.”

Ambrosino lavora su quella che è la scommessa più grande di OpenAI: ChatGPT Work, lanciato il mese scorso e disponibile già al tier base dell’abbonamento, 20 dollari al mese. L’obiettivo è dare ai knowledge worker la possibilità di utilizzare agenti AI collegati ai flussi digitali di chiunque viva davanti a un computer: contabili, investitori, medici e oltre.

Il messaggio di OpenAI è diretto: costruire un mondo in cui “l’intelligenza [artificiale] non si limita a rispondere alle domande, ma aiuta chiunque a trasformare le idee più ambiziose in realtà”.

Per gli sviluppatori software quel cambiamento è già in corso, ma il salto nelle altre funzioni dell’azienda è stato più lento. ChatGPT Work è una versione rielaborata di Codex, lo strumento di coding della compagnia, pensata per offrire ai non-ingegneri ciò che gli agenti offrono già agli sviluppatori: un AI che non si limita a rispondere, ma porta a termine in autonomia progetti a più fasi.

“Con questo nuovo approccio, ChatGPT può davvero svolgere compiti molto complessi in modo completamente autonomo, in maniera piacevole e sicura,” ha spiegato Thibault Sottiaux, responsabile del core product di OpenAI, incluso Work. “È la missione stessa di OpenAI: portare tutti con noi.”

Dal punto di vista commerciale, è cruciale. Agenti che lavorano più a lungo consumano più token, aumentando i ricavi per utente. Espandersi in nuove professioni è vitale, non solo per OpenAI ma per tutto il settore. Il coding è stato profittevole, ma resta una piccola fetta del lavoro professionale che l’AI deve abilitare per giustificare gli investimenti enormi in training e calcolo. Mentre i lab si concentravano sugli sviluppatori, competitor verticali come Harvey (per la legge) e Clay (per le vendite) hanno corteggiato gli stessi clienti con approcci model-agnostic, pronti a usare il modello migliore del momento.

Gli analisti vedono qui uno snodo strategico: “Se i lab non riusciranno rapidamente a ottenere le risorse complementari necessarie per scalare l’AI sul mercato, il valore si sposterà altrove,” ha scritto Christian Catalini sul blog “It’s time to build” di a16z.

Rendere l’AI intuitiva

Capire il gap d’adozione richiede di capire cosa stanno costruendo gli ingegneri: ogni LLM ha bisogno di un “harness”, cioè il software che lo circonda e decide cosa vede, quali strumenti può usare e come restituisce le risposte.

Se vuoi che il modello faccia cose — cioè diventi un agente — l’harness gli fornisce strumenti e istruzioni per usarli su compiti di lungo periodo. Per chi sviluppa, un’interfaccia a riga di comando (CLI) capace di far scrivere codice all’LLM è stata sufficiente a cambiare il modo in cui il software viene creato e distribuito. Ma la maggior parte delle persone non usa una CLI: non a caso Windows ha sostituito il DOS.

Un prodotto agentico che vada oltre l’ingegneria del software deve “saper giocare con il mondo disordinato della tua vita, dei tuoi tool e di siti web costruiti nel 1995 e mai aggiornati,” ha detto Ambrosino a TechCrunch. Creare esperienze così è fondamentale per allargare l’accesso all’AI utile.

Strumenti come Claude Code e Codex hanno sdoganato il “vibe coding”, cioè descrivi cosa vuoi e il modello scrive il programma. Ora OpenAI vuole portare nella semplicità del prompting funzionalità alla OpenClaw, che gli sviluppatori usano per orchestrare LLM operativi.

“Senza questi prodotti davanti al modello, gli esperti saprebbero ottenere gli stessi risultati, ma non arriveresti mai a un miliardo di utenti,” dice Ambrosino. In azienda, questo si traduce in dibattiti: alcuni sostengono che un pulsante è superfluo se puoi chiedere direttamente al modello.

“Noi spingiamo indietro — è presto,” risponde. “La discoverability conta in questa fase, e a un certo punto il pulsante sparirà.”

Work oggi ha qualche pulsante in più per selezionare progetti e plug-in, ma mira comunque alla “scatola magica” degli altri prodotti OpenAI. È un po’ come lo skeuomorfismo: interfacce digitali che imitavano gli oggetti fisici (la calcolatrice digitale a forma di calcolatrice tascabile). “Non era solo design cringe. Quello ha aiutato le persone a fare il salto,” dice Ambrosino.

OpenAI non ha detto quanti usano Work rispetto a Codex, ma l’app combinata conta 20 milioni di utenti, contro oltre un miliardo che usa ChatGPT sul web.

Dare a ChatGPT la patente per agire

Per ora, l’azienda presenta Work come ideale per attività ricorrenti di coordinamento e analisi dati. Internamente lo usano per impostare report settimanali sulle metriche, e trasformare fogli di calcolo in strumenti di pianificazione.

Ho parlato con VC che usano agenti per raccogliere comunicazioni e analisi su aziende in memo d’investimento, e con team ops che creano dashboard e visualizzazioni su misura. Sam Altman lo usa per pianificare le vacanze. Un ingegnere OpenAI ha chiesto al sistema di analizzare una conversazione su Slack su un problema tecnico e “fare dei grafici”: ha ricevuto indietro una serie di plot utili.

“C’è un diluvio di informazioni per il lavoratore medio, me incluso,” afferma Akshay Nathan, a capo del product engineering in OpenAI. “Siamo limitati dalla nostra capacità di leggere tutto e agire di conseguenza. Quell’informazione vive in strumenti come Salesforce… il valore di ChatGPT è che già ci hai accesso, ma ora ci hai davvero accesso.”

È il sogno dell’assistente personale digitale che gli entusiasti dell’AI inseguono. Come Claude Cowork o il browser agent di Perplexity, ChatGPT Work collega gli agenti al tuo ambiente di lavoro esistente — email, browser, un ventaglio di SaaS — e usa quel contesto per agire.

Quando funziona, colpisce: ho chiesto a ChatGPT Work di estrarre dal mio email il calendario dell’asilo di mio figlio, formattato in modo assurdo, e di caricarlo su Google Calendar. Fatto: ore di copia-incolla risparmiate. Forse così non mi perderò più la cena condivisa a scuola o l’organizzazione delle ferie.

Non ho dato accesso alla mia inbox per le interviste, alle bozze o al conto in banca (tranquilli, scettici dell’AI), ma credo che con più fiducia sarebbe ancora più utile. Gli ho chiesto di fare analisi finanziarie su alcune società quotate che seguo: mi ha creato una dashboard auto-aggiornante. Mi ha messo insieme anche un database interrogabile dei lanci spaziali, cosa che prima facevo scrivendo script Python. Mi invia una mail settimanale sulle nuove ricerche AI pubblicate negli archivi accademici. Continuerò a smanettarci.

Detto questo, dare all’agente ciò che serve per agire non è sempre immediato. Configurare i permessi per l’accesso, per esempio, a un drive cloud è stato confuso: ho provato più volte a dargli solo lettura e ricevevo errori. Il modello non è stato molto d’aiuto; alla fine, sull’app mobile, è comparso un box che spiegava che serviva l’accesso completo.

Molte impostazioni importanti sono solo sulla web app, quindi mi sono trovato spesso a saltare tra web e mobile. Alcune limitazioni sconcertano: collegandolo a Google Calendar può creare eventi, ma non nuovi calendari. E se il livello di sforzo impostato è basso, non aspettarti miracoli: è come avere il peggior stagista della tua vita.

È un consiglio ricorrente tra gli early adopter: se i nuovi utenti si frustrano, mollano. Joe Gershenson, engineering lead per l’harness di OpenAI, ammette che le impostazioni dello sforzo non sono ancora intuitive: “ci sono cose che possiamo fare meglio per aiutarli a trovare il giusto livello di ragionamento,” dice. “Restate sintonizzati.”

C’è poi una sfida: fuori dal coding, molti flussi non sono così misurabili. Il software o funziona o no (semplificando). Una presentazione, una strategia o un pitch di vendita sono molto più sfumati da valutare.

“Una delle difficoltà uniche è che questo prodotto può fare veramente qualsiasi cosa,” dice Ambrosino. Alla domanda su quali problemi specifici progettano e quali workflow puntano, gli ingegneri hanno rimandato al team di ricerca.

OpenAI in seguito ha spiegato che usa il benchmark GDPval, costruito su 44 occupazioni e centinaia di test di knowledge work, integrato con feedback degli utenti. Meno ufficialmente, molte idee arrivano dagli stessi dipendenti. “Dobbiamo sempre chiederci: stiamo facendo il workflow che faranno tutti, o siamo strani noi?” ammette Ambrosino.

Gli early adopter genereranno tracce preziose con il loro uso reale — una leva che ha trainato anche il successo degli strumenti di coding — a patto che non disattivino la condivisione dati per il training. (Io l’ho fatto).

La rivalità che ha plasmato il design del prodotto

Nonostante l’attenzione sull’interfaccia, gli ingegneri di OpenAI sono stati restii a dire cosa distingue davvero Codex e ChatGPT Work da Claude Cowork o altri harness agentici per il grande pubblico.

“È una risposta deludente, lo so, ma non guardo davvero agli harness che costruiscono,” ha detto Gershenson. “Viene in mente il meme di Mad Men: ‘non penso a te per niente’.”

Difficile crederci del tutto, viste le somiglianze tra interfacce, l’ovvia necessità di intelligence competitiva e il fatto che la prima cosa che ChatGPT Work mi ha chiesto all’avvio è stata di importare i dati di Claude Cowork.

È comprensibile: Claude Code ha definito il mercato del coding AI e ha rivoluzionato il lavoro degli sviluppatori. Brucia doppiamente sapere che OpenAI aveva l’idea per prima, ma non l’ha imbrigliata nel modo giusto.

Quando OpenAI ha creato la prima versione web di Codex, il team è stato “un po’ troppo AGI-pilled”, ammette Ambrosino: hanno scommesso che il modello fosse già in grado di gestire un compito da solo con input minimi.

Claude Code, arrivato poco dopo, ha puntato invece su un dialogo serrato: tu poni il problema, lui propone 3-4 opzioni, tu scegli, lui procede e torna a chiedere conferma, aggiornando continuamente e lasciando meno spazio agli errori del modello o dell’harness.

L’approccio di Anthropic ha funzionato meglio, anche se richiedeva più lavoro all’utente. “Il nostro prodotto era un po’ avanti rispetto a dove erano modello e harness in quel momento,” riconosce Ambrosino.

OpenAI ha poi aggiunto più momenti di interazione, arrivando al Codex di oggi con app desktop e mobile. Guardando ai download come proxy dell’interesse, Claude Code è stato davanti fino ad aprile; ora Codex ha un leggero vantaggio, e anche i sondaggi enterprise suggeriscono che OpenAI stia recuperando.

Una parte del vantaggio deriva dal product-market fit, un’altra dalle lamentele su restrizioni di sicurezza nei modelli di Anthropic e dalla scarsità di compute. Con ChatGPT Work, OpenAI continua a spingere su un harness più umano-centrico, ma gli ingegneri insistono: la vera differenza è la potenza e il costo-efficacia dei modelli più recenti.

“La risposta frustrante è che spesso è il modello. E con questa app abbiamo cercato di sfruttarlo fino in fondo,” dice Ambrosino.

Che cos’è un buon harness?

Qui si torna alla “bitter lesson”: un modello generale migliore conta più dell’esperienza specifica di dominio. Per chi ci crede, l’harness è una stampella temporanea, non il fossato difensivo.

“Nel breve puoi ottenere buoni risultati aggiungendo un sacco di pezze — if/then e tool — ma, dai, tra pochi mesi uscirà un modello nuovo che renderà tutto obsoleto,” afferma Gershenson. Il suo team punta a esporre al modello solo gli strumenti e il contesto essenziali — e niente di più.

“L’obiettivo di un buon harness è essere precisi su quali informazioni servono davvero al modello per risolvere il problema, perché i modelli stanno diventando sempre migliori se li lasci semplicemente lavorare,” aggiunge.

Resta la domanda se persone e modelli siano davvero pronti. Ethan Mollick, professore alla Wharton che studia l’AI al lavoro, trova ancora Claude più user-friendly: “ChatGPT tende a voler fare la magia e far tutto per te, mentre Claude fa confronti, li mostra, chiede input e feedback ripetutamente e fa A/B test.”

Sottiaux — e forse OpenAI in generale — non concorda: la conversazione naturale sarebbe migliore di imparare a usare un’applicazione. “Vediamo chiaramente che il mondo è pronto,” dice. “Per questo abbiamo visto un’adozione incredibile.”

Resta poi il dubbio se un harness specifico per modello sia la scelta giusta. Test comparativi da aziende come Composio e Databricks mostrano che combinazioni diverse di harness e modello danno performance diverse su benchmark di coding. Databricks ha rilevato che Pi, un harness open source di Earendil, ha superato Codex usando lo stesso modello GPT 5.5. Pi è alla base di progetti come OpenClaw e Cloudflare OS.

Mario Zechner, creatore di Pi, sostiene che il suo harness minimalista dimostri che l’approccio “AGI-pilled” può funzionare, almeno per gli ingegneri. Quello che manca in funzionalità esplicite lo recupera nella capacità di modificare se stesso e costruire interfacce ad hoc. E capisce bene la sfida di OpenAI nell’uscire dalla bolla degli sviluppatori.

“Tutto oggi ha la forma di un agente di coding… perché i dati di training sono soprattutto su compiti di coding,” dice a TechCrunch. “Se faccio management, prendo una decisione oggi e vedo l’esito tra mesi. Non puoi catturarlo in una semplice traccia utente-agente, quindi tutti questi compiti — e tutto ciò che non digitalizzi — restano inaccessibili al modello.”

Come altri nel mondo open source, vede lo sforzo dei grandi lab di spingere i propri harness come un modo per vincolare gli utenti: “Devono possedere l’intera stack, altrimenti diventano solo provider di modelli e devono competere con i modelli cinesi.”

Inoltre, diversi ingegneri intervistati da TechCrunch ritengono che gli harness dei frontier lab offrano poca visibilità su spesa in token e comportamento degli agenti. Per i non tecnici forse conta meno, ma, come nel coding, per scalare all’adozione di massa servirà parlare seriamente di costi.

Esempio: con un abbonamento da 20 dollari, in quattro giorni di uso casual ho consumato oltre 80 milioni di token, per un costo di 65 dollari secondo l’analisi del modello (non c’è un cruscotto nell’app). È un sussidio di oltre 3 volte il prezzo dell’abbonamento per quattro giorni soltanto.

“Ogni giorno spingiamo sull’efficienza,” dice Sottiaux, citando un recente taglio dell’80% del prezzo per gli utenti del modello Luna di OpenAI. “Tra sei mesi dovresti essere in grado di fare le stesse cose spendendo meno.”

Resta anche il tema del lock-in: questi strumenti legano i clienti trattenendo i dati o con la pura fatica di configurare plug-in e permessi?

Dentro l’headquarter di OpenAI, tra boiserie e piante, l’atmosfera a luglio era calma ma tesa: c’è tantissimo da fare. Gli ingegneri controllavano continuamente i laptop mentre parlavamo, correndo da una sala riunioni all’altra.

Nathan, che guida il team di product engineering, resta focalizzato sulla promessa della “scatola magica”, pur ammettendo che “c’è ancora troppa complessità… Sono molto ottimista: possiamo risolverla, col modello e in modo davvero AI-native.”