agent-desktop di Vercel porta l'automazione degli agenti dal web al desktop

L'ultimo arrivato tra gli strumenti di automazione per agenti non tocca affatto un browser. agent-desktop di Vercel, documentato il 3 novembre, legge l'albero di accessibilità di un'app desktop e lo restituisce in JSON. Ogni elemento su cui un agente può agire riceve un ref. L'agente agisce su un ref, rilegge l'interfaccia per controllare il risultato e ripete. Viene distribuito come CLI e come libreria C per macOS, Windows e Linux.

Il progetto è volutamente ristretto. Un'azione riuscita non dimostra che l'interfaccia sia cambiata, quindi il ciclo si chiude con una lettura. Non contiene alcun modello, non ha GUI né prompt interattivo. Ogni comando stampa un solo envelope JSON ed esce. E non può vedere un'interfaccia che non espone un albero di accessibilità, perché legge gli alberi invece di confrontare i pixel.

Perché l'albero di accessibilità conta

La stessa settimana, heise ha pubblicato un episodio podcast in cui sosteneva che testare il frontend è più difficile che testare il backend. Renderizzare i componenti in un browser reale invece che in un ambiente emulato fa emergere errori che l'emulatore non vede. Alexander Opalic, lo sviluppatore intervistato, renderizza datepicker, tabelle e modali in un iframe usando la browser mode di Vitest. Il prezzo lo paga: circa 200 millisecondi per clic invece di 20. Quello scambio, fedeltà contro velocità, è lo stesso che fa lo strumento per agenti quando rifiuta di indovinare dagli screenshot.

L'economia di questa scelta è già visibile altrove. Garry Tan, CEO di Y Combinator, ha detto al podcast The Builders di Walter Isaacson che spende «about maybe $100[,000] to $200,000 a year on tokens» per i suoi agenti, secondo TechCrunch. Ha detto che il costo è «a crazy privilege that not everyone can do». Un'osservazione economica e deterministica è un modo per tenere giù quel conto.

Gli agenti hanno bisogno di governance, non solo di mani

Uber ha costruito un gateway MCP per governare l'accesso a più di 800 server e 5.000 strumenti per agenti, ha riportato InfoQ il 2 novembre. I numeri suggeriscono che la fornitura di strumenti non è più il collo di bottiglia. Il controllo lo è. Il servizio di MIT Technology Review del 3 novembre sulla «reverse game theory», ovvero la progettazione dei meccanismi, sostiene la stessa tesi dal lato dell'allineamento. Invece di ispezionare ciò che un modello pensa, si progettano regole che rendono il rispetto delle regole la mossa vincente. L'esempio della divisione della torta è la versione semplice: uno taglia e l'altro sceglie per primo.

La qualità dell'output è l'altro problema aperto. Un sondaggio pubblicato il 2 novembre dalla divisione custom content di MIT Technology Review ha rilevato che il 48 percento degli insight generati dagli agenti analitici porta ad azioni che migliorano il business, contro il 37 percento di un anno prima. La mancanza di contesto aziendale è stata la ragione principale degli insight scadenti, citata dal 55 percento dei dirigenti.

Cosa mostrano davvero i benchmark

Un lavoro accademico pubblicato su arXiv il 30 ottobre verifica se gli agenti sanno specificare i problemi invece di limitarsi a cliccare. Gli autori riportano il 98,3 percento di specifiche corrette al primo turno e di esiti decisionali su 120 richieste legate a template. Il confronto è con il 92,5 percento di un singolo tentativo assistito da schema e con l'82,5 percento del solo modello. Lo stesso flusso di lavoro non ha prodotto decisioni di falso via libera tra le 42 richieste che richiedevano chiarimento o rifiuto. Ma solo 9 dei 12 test live da utente a risultati hanno superato tutte e quattro le fasi, un tasso del 75,0 percento.

Quel divario tra un benchmark curato e l'uso reale è il numero da tenere d'occhio. I fornitori consegnano le mani più in fretta dei controlli.

«Voice is where service is hardest to get right, and where it matters most to customers», ha detto Kishan Chetan, EVP e GM di Agentforce e Service Cloud in Salesforce.

L'accordo di Salesforce per acquistare Cresta, annunciato lunedì, punta sulla stessa scommessa: agenti vocali che gestiscono le chiamate dall'inizio alla fine. The Information ha riportato un prezzo di 2,7 miliardi di dollari, citando una persona vicina all'operazione. Salesforce non ha reso nota la cifra, e TNW ha dichiarato di non aver verificato il dato in modo indipendente.

Anche i player più piccoli si muovono. CyberKord ha raccolto 2,7 milioni di euro in pre-seed per automatizzare le operazioni IT e di sicurezza, ha riportato Tech.eu il 3 novembre. Usa un gemello digitale dell'infrastruttura di un'azienda per simulare le correzioni prima di applicarle. Roleo, fondato da un co-fondatore di Veriff, ha raccolto 2,9 milioni di euro per espandere in Europa un agente AI per le carriere, secondo Tech.eu del 2 novembre.

Il desktop è la prossima superficie. Che ci si possa fidare degli agenti su di essa dipende meno dal clic che dal controllo che segue.