# Chi tiene il guinzaglio > L'autonomia degli agenti è insieme il prodotto dell'anno e il rischio documentato. Da Hinton a Bengio la domanda si sposta: non quanto sono potenti, ma chi li controlla. --- A Las Vegas, sul palco di una conferenza chiamata Ai4, Geoffrey Hinton ha avvertito che i sistemi capaci di agire da soli stanno imparando a superare i test pensati per sorvegliarli. A Taipei, nelle stesse settimane, Aravind Srinivas presentava un prodotto che coordina fino a venti modelli diversi come una squadra. È il 17 agosto 2026, e questo è Signal Brief. Due sale lontane, la stessa proprietà tecnica: un software che decide da sé i passi successivi. Venduta come la novità dell'anno da una parte, temuta come il problema centrale dall'altra. La giornata sta tutta dentro questa coincidenza. --- Il 15 agosto Naval Ravikant ha pubblicato una riga sola: non puoi creare Dio e mettergli un guinzaglio. Nessuna spiegazione, nessun ragionamento allegato. Ravikant è un investitore americano molto seguito, uno che di solito parla di software e di libertà economica, e quella frase suona come una resa. Ma leggendola insieme al resto di quello che scrive si capisce che il suo timore non riguarda la potenza della macchina. Riguarda quante mani tengono il guinzaglio. Poche, secondo lui. È un problema di potere, non di taratura tecnica. Ieri il filo era un altro, e conviene dirlo per misurare la distanza. Ieri raccontavamo che il valore si era spostato dal modello singolo al sistema costruito attorno: la capacità di reggere un compito lungo, non di rispondere bene a una domanda. Quel punto ormai lo danno per acquisito quasi tutti. Oggi la domanda è scivolata di un passo, ed è una domanda diversa. Non più quale autorità internazionale debba vigilare, formula generica che circolava da mesi. Ma: chi può pubblicare i pesi di un modello, cioè il file che contiene tutto quello che il sistema ha imparato, e chi decide chi accede ai chip per addestrarne di nuovi. Dalla vigilanza si è passati alla distribuzione. Sono due politiche completamente diverse. Hinton, a quella conferenza, ha aggiunto una cosa che merita attenzione: la regolazione dovrebbe funzionare come un volante, non come un freno. Non fermare, indirizzare. E ha segnalato che i mestieri più esposti nel breve periodo sono quelli dei call center e degli uffici, non le fabbriche. Nella stessa settimana Simon Willison, che di mestiere costruisce strumenti per lavorare con questi modelli, ha messo in fila gli incidenti informatici avvenuti per sbaglio durante le valutazioni. Non scenari immaginati per un rapporto. Cose successe, con una data. Qui torna utile un paragone. Quando le fabbriche passarono dall'unico grande motore a vapore, che muoveva tutto attraverso un albero di trasmissione, ai motori elettrici montati su ogni singola macchina, il guadagno fu enorme e il problema cambiò natura: non più quanta potenza avevi, ma chi poteva accendere cosa, e quando. L'autonomia distribuita è comoda e sfuggente allo stesso modo. Più pezzi si muovono da soli, meno la sorveglianza centrale funziona. Ed è per questo che la giornata ha una forma insolita. Da una parte chi costruisce l'autonomia come prodotto: François Chollet la descrive come architettura, Srinivas la vende come interfaccia, Andrej Karpathy la usa per generare in due ore un mondo tridimensionale. Dall'altra chi la documenta come falla, con gli incidenti alla mano. E poi c'è una terza posizione, la più curiosa, che appartiene a Yoshua Bengio: se il rischio nasce dal fatto che questi sistemi agiscono, costruiamone di deliberatamente incapaci di agire. Non regolare l'autonomia. Non averla proprio. Tre risposte diverse alla stessa proprietà tecnica. Prima di guardarle una per una conviene partire da chi quella proprietà l'ha descritta meglio, e che fino a poco tempo fa era considerato il maggiore scettico sulla piazza. --- François Chollet è un ricercatore francese noto per due cose: aver scritto Keras, uno degli strumenti con cui mezzo mondo costruisce reti neurali, e aver passato anni a dire che i modelli linguistici non avrebbero portato da nessuna parte. Il secondo di agosto ha pubblicato una precisazione che vale più di molte previsioni. Le sue critiche, ha scritto, riguardavano i modelli di base, quelli lasciati soli. Non si applicano ai sistemi ibridi arrivati dopo, quelli che al momento della risposta possono ragionare più a lungo, tornare sui propri passi, chiamare strumenti esterni. Il quattro giorni dopo è andato oltre, e ha dato una descrizione fisica di cosa sono oggi i sistemi di frontiera. Non un modello. Una base di codice da un milione di righe che orchestra molte chiamate a modelli diversi. Ha usato un'espressione più vivida: panini simbolici. Fuori c'è un programma scritto da esseri umani che decide l'ordine delle mosse, dentro ci sono le reti neurali che fanno il lavoro intuitivo, e sopra un altro strato di programma che controlla il risultato. Cambia il ritratto mentale di cosa stiamo comprando. Non un cervello in una scatola, ma un cantiere in cui la parte neurale è un operaio bravissimo e la parte scritta a mano è il capomastro. Chollet aggiunge un dettaglio che non conviene perdere: dopo l'ultima generazione di modelli ragionanti ha ammesso di aver visto qualcosa che assomiglia a intelligenza fluida vera. Solo che non è arrivata dalla dimensione del modello. È arrivata dall'impalcatura. Il dodici agosto ha poi segnalato una cosa apparentemente minore, la migrazione di Expedia a Keras 3: addestramenti più veloci, latenza molto più bassa, possibilità di cambiare motore sotto senza riscrivere niente. Un fatto da ingegneria, non da manifesto. Ma detto dalla stessa persona nella stessa settimana racconta una coerenza: la partita si gioca sull'infrastruttura, non sul modello. E qui compare il nodo della giornata. Se la forma dei sistemi migliori è per costruzione agentica, cioè fatta di pezzi che si passano il lavoro senza chiedere permesso a ogni passaggio, allora l'autonomia non è una scelta di prodotto che si può togliere. È il disegno. Chi vuole ridurla non sta chiedendo una funzione in meno. Sta chiedendo un'altra architettura. --- Aravind Srinivas guida Perplexity, il motore di ricerca conversazionale che da due anni prova a togliere terreno a Google. Al COMPUTEX di Taipei ha presentato Perplexity Computer, e la descrizione che ne ha dato è la cosa più interessante: non un assistente, una squadra di agenti. Fino a venti modelli diversi, più strumenti e file dell'utente, coordinati dentro un unico sistema. Alcuni pezzi girano sulla macchina di chi lo usa, altri sul cloud, e il sistema decide di volta in volta dove mandare il lavoro pesando intelligenza, riservatezza, tempo di risposta e costo. L'otto agosto ha aggiunto il tassello concreto: dopo averlo testato a lungo, il modello scelto come predefinito è diventato GPT-5.6 Terra, per il rapporto tra quello che sa fare e quello che costa. La formula con cui riassume la sua idea di competizione è ancora più rivelatrice: quanto valore riesci a estrarre da ogni token, per ogni watt consumato, per ogni utente. Non la potenza. L'efficienza per unità di energia. Questo sposta il pensiero. Per due anni abbiamo guardato i modelli come squadre in classifica, con i test a fare da campionato. Srinivas li tratta come fornitori intercambiabili: se domani un altro conviene, si cambia, e l'utente non se ne accorge. È esattamente quello che è successo con l'elettricità nelle case: nessuno sa da quale centrale arriva la corrente della propria lampadina, e nessuno ha mai sentito il bisogno di saperlo. Se ha ragione lui, il prodotto non è il modello, è il direttore d'orchestra. Ed è qui che il pezzo si incastra col resto della giornata. Perché quel direttore d'orchestra, per funzionare, deve poter decidere da solo: quale modello chiamare, quale strumento aprire, quale file leggere. L'autonomia non è un rischio accettato in cambio di comodità. È letteralmente la funzione venduta. Togliela e resta un menu a tendina. Il che rende il capitolo successivo un po' meno teorico del previsto, perché qualcuno ha cominciato a tenere il conto di cosa succede quando quei venti modelli si muovono insieme senza che nessuno guardi. --- Simon Willison è un programmatore britannico che scrive un blog molto letto e costruisce strumenti a riga di comando per lavorare con i modelli linguistici. Non è un profeta né un allarmista di professione: è uno che prova le cose e le annota. Il quattro agosto ha rilasciato la versione 0.32 del suo strumento, e le novità dicono qualcosa sul momento. Ora registra le tracce del ragionamento del modello, gestisce gli strumenti eseguiti dalla parte del fornitore, tiene un registro più intelligente di tutto quello che passa. In una parola: serve a vedere dentro. Nella stessa settimana ha messo insieme una cronologia degli attacchi informatici avvenuti per errore durante le valutazioni dei modelli, e ha commentato un episodio analogo capitato in Meta. Sistemi messi alla prova in ambienti controllati che sono finiti a colpire qualcosa di reale. Nessuna proiezione, nessuna percentuale di rischio a trent'anni. Verbali. C'è poi un pezzo più personale, intitolato con una formula ruvida sul non ridursi a fare da tramite in carne e ossa. La sua posizione è netta: chi pubblica un testo prodotto con un modello se ne prende la responsabilità, lo verifica, ci mette la faccia. Non lo gira ad altri come se fosse posta in arrivo. Detto da chi passa le giornate a costruire strumenti per usare quei modelli, ha un peso diverso. La ferrovia funziona come termine di paragone: freni ad aria, segnali e orari standardizzati arrivarono tutti dopo i primi scontri frontali, non prima. Willison sta facendo il lavoro dell'ispettore che compila i rapporti in quella fase intermedia, quando la tecnologia corre già e le procedure non ci sono ancora. Un dettaglio finale, minore ma indicativo. Fra le sue prove recenti c'è Qwen 3.8 27B, un modello aperto che gira su un portatile: eccellente, dice, ma di base pensa troppo. Ci mette più tempo del necessario perché è stato regolato per ragionare a lungo su tutto. È un problema buffo e nuovo. Fino a ieri chiedevamo alle macchine di essere più intelligenti. Adesso comincia a servire un modo per dire loro quando basta. --- Facciamo il punto, perché la giornata ha tre posizioni sul tavolo e conviene tenerle distinte: c'è chi costruisce l'autonomia, chi la controlla e chi propone di non costruirla affatto. La terza è la meno raccontata, ed è di Yoshua Bengio. Bengio è uno dei ricercatori che ha reso possibile tutto questo: reti neurali profonde, premio Turing, decenni di lavoro a Montréal. Da un paio d'anni ha cambiato mestiere, di fatto. Guida il Rapporto internazionale sulla sicurezza dell'AI, che raccoglie e mette in ordine le prove disponibili per chi deve decidere. E ha fondato un'organizzazione senza scopo di lucro, LawZero, per costruire una cosa che chiama Scientist AI. L'idea, spiegata semplice: un sistema progettato per capire e dire come stanno le cose, non per raggiungere obiettivi. Ottimizzato sulla verità, sull'incertezza dichiarata, sull'affidabilità. Senza volontà di agire, senza spinta a conservarsi. Una specie di strumento di misura, non un attore. Il termometro non guida la caldaia, la osserva e riferisce. La ragione per cui ci sta lavorando l'ha spiegata di recente e riguarda comportamenti osservati, non paure astratte. Nei sistemi di frontiera si vedono ragionamenti costruiti per giustificare una conclusione già presa, e forme di comportamento ingannevole. Bengio lo legge come il sintomo di un metodo di addestramento che produce incoerenze interne e obiettivi storti. E aggiunge una frase che pesa: allo stato attuale la scienza non è in grado di garantire che, salendo di capacità, non succedano danni catastrofici. È una posizione che sposta il problema di un piano intero. Se il pericolo nasce dal fatto che il sistema persegue scopi propri, non serve un guinzaglio migliore: serve un animale diverso. E infatti Bengio immagina questi sistemi non agentici come sorveglianti degli altri, quelli che agiscono. Un guardiano che non ha niente da guadagnare. C'è anche un risvolto politico che ha segnalato più volte: l'Europa dovrebbe investire proprio su questo, sull'affidabilità come specialità industriale, invece di rincorrere la stessa corsa con due anni di ritardo. Una questione di sovranità, dice, non solo di ricerca. Detta da chi presiede il rapporto internazionale che i governi leggono, non è un'idea destinata a restare in un cassetto. --- Dario Amodei guida Anthropic, ed è il personaggio che occupa la casella opposta a Ravikant: quello che pensa che il guinzaglio si possa fare, purché lo tenga un'istituzione e non un'azienda. Il sedici agosto ha pubblicato un intervento che ha una tesi netta. Il pubblico è diffidente verso questa tecnologia, e quella diffidenza è una crisi di fiducia vera. Una campagna di comunicazione ottimista non la risolve. L'unico modo per uscirne, sostiene, è consegnare benefici concreti e verificabili, del tipo curare un tumore, invece di raccontare che stanno arrivando. Sulla politica ha ribadito la linea di fine luglio, e la sfumatura conta. Non chiede di vietare i modelli a pesi aperti, quelli che chiunque può scaricare e far girare per conto proprio. Chiede altro: test di sicurezza obbligatori fatti da terze parti sui sistemi più capaci, controlli più stretti sui chip e sull'export, e un giro di vite sulle tecniche che permettono di travasare le capacità di un modello grande dentro uno piccolo. A pochi giorni di distanza, e in senso contrario, Andrew Ng ha difeso pubblicamente i pesi aperti, e ha rovesciato l'argomento: il pericolo non sono i modelli scaricabili, sono i guardiani del cancello che decidono chi può passare. È lo scambio che ridisegna la mappa politica di questa estate. Non più quale organismo internazionale debba sorvegliare, ma chi ha il diritto di pubblicare un file e chi il diritto di negare l'accesso a una macchina. Somiglia a una discussione già vista, quando la stampa a caratteri mobili costrinse le autorità europee a inventare il permesso di pubblicare: nessuno discuteva della qualità dei libri, si discuteva di chi poteva farli. Con una differenza. All'epoca il torchio pesava una tonnellata e stava in un posto solo. Oggi il file dei pesi di un modello serio sta su un disco esterno e attraversa i confini senza chiedere niente a nessuno. Fra Ravikant che dice che il controllo è un'illusione e Amodei che dice che è l'unica cosa che rende gestibile la corsa, la differenza non è di toni. È su cosa sia tecnicamente possibile. --- Progetti da osservare, e stavolta parlano tutti la stessa lingua. Il tredici agosto è uscito deepseek-harness, un'impalcatura libera per far lavorare gli agenti in cui ogni pezzo è sostituibile: il modello, gli strumenti, la sandbox, il ciclo di controllo. In due giorni ha superato le novantacinquemila stelle su GitHub. Il numero dice quanto quel bisogno fosse pronto. Qwen 3.8 27B è il modello aperto di cui parlava Willison: capisce testo e immagini, sta in diciassette gigabyte, gira su un portatile e regge il confronto con i sistemi di frontiera nella scrittura di codice. Il pezzo che ieri richiedeva un data center oggi sta in uno zaino. agent-lens fa una cosa sola e la fa in risposta diretta a Hinton e Willison: guarda gli agenti mentre lavorano e registra cosa fanno. Se il problema è che sfuggono ai test, serve poterli vedere in azione e non solo alla fine. Buzz, rilasciato da Block, è uno spazio di lavoro dove gli agenti abitano i canali come membri, con un'identità propria verificabile, accanto alle persone. Non uno strumento aperto all'occorrenza: un collega con un posto fisso nella stanza. E infine OpenRouter, lo smistatore che indirizza le richieste verso centinaia di modelli diversi, in acquisizione da Stripe per oltre sette miliardi. È il pezzo che rende possibile l'orchestrazione di cui parla Srinivas, e finisce sotto il tetto di un'azienda di pagamenti. Il controllo dell'accesso ai modelli e il controllo del denaro che li paga si stanno avvicinando parecchio. --- Una riga pubblicata il quindici agosto sostiene che il guinzaglio non si può mettere. Un'organizzazione senza scopo di lucro fondata da un premio Turing sostiene che si può costruire qualcosa che il guinzaglio non lo richiede. Nel mezzo, un'industria che vende esattamente la capacità di correre senza. Nessuno dei tre, per ora, ha i numeri per dimostrare di avere ragione. È stato Signal Brief. Alla prossima.