Vercel pubblica agent-desktop, una CLI che lascia guidare le app desktop agli agenti AI

Lo strumento è piccolo e lineare, ed è proprio questo il punto. Secondo la documentazione, agent-desktop riduce l'albero di accessibilità di un'app a uno scheletro essenziale. L'agente che lo chiama può poi scendere in una singola area, agire su un riferimento e rileggere l'interfaccia per confermare che la modifica sia avvenuta. Ogni comando stampa un solo oggetto JSON e termina.

Il ciclo osservare, agire, verificare vive nell'agente o nello script che chiama la CLI, non nella CLI stessa. Vercel dichiara apertamente che agent-desktop "non è un agente" e non incorpora mai un LLM.

È disponibile per macOS 13 o successivo, Windows 10 1809 o successivo e Ubuntu 24.04 o successivo. Queste build usano rispettivamente AX API, UI Automation e AT-SPI. Gli stessi 60 nomi di comando esistono su ogni piattaforma. Quattro di questi (key-down, key-up, mouse-down, mouse-up) falliscono in modo sicuro ovunque. I limiti sono documentati con la stessa cura delle funzionalità. agent-desktop legge gli alberi di accessibilità e non confronta i pixel, quindi un'interfaccia che non espone alcun albero resta invisibile. Non automatizza affatto le pagine web. Quel compito spetta ad agent-browser, uno strumento gemello che si collega a una porta DevTools quando l'obiettivo è un'app Chromium o Electron.

Quello che non riesce a vedere

L'arrivo di Vercel è la mossa più recente in un campo affollato. MIT Technology Review ha sostenuto il 2 novembre che il web agentico è già arrivato. La newsletter Download della stessa testata, il 3 novembre, apriva con un approccio chiamato reverse game theory, o mechanism design, per tenere i modelli capaci sui binari. Come scrive la newsletter, l'idea è progettare sistemi che incentivino gli agenti a rispettare le regole invece di ispezionarne le parti interne.

"Vogliamo allineare un'AI superintelligente", ha detto a MIT Technology Review Elad Hazan, professore di informatica a Princeton. "Perché non parliamo prima degli esseri umani?"

Questa impostazione conta per strumenti come agent-desktop, che sposta la verifica sull'ambiente invece che sul modello. L'agente deve rileggere l'app dopo aver agito. Così almeno produce una prova che qualcosa è cambiato.

I soldi e le metriche

L'adozione è spinta con forza dall'alto. Garry Tan, CEO di Y Combinator, ha parlato nel podcast di Walter Isaacson The Builders, in un episodio che secondo TechCrunch sarebbe uscito martedì. Ha detto di spendere "circa forse 100 a 200.000 dollari l'anno in token" e di aver reso open source 23 skill di Claude Code su GitHub con il nome gstack. Ha descritto il suo agente come qualcosa che legge tutta la sua posta, Dropbox e Apple Notes, comprese note di terapia che risalgono a 20 anni fa.

Altrove i numeri sono meno lusinghieri. Un report personalizzato della divisione Insights di MIT Technology Review, pubblicato il 2 novembre, ha intervistato agenti di analytics in azienda. Ha rilevato che il 48% degli insight generati porta ad azioni che migliorano il business, contro il 37% di un anno prima. Ha anche rilevato che il 55% dei dirigenti attribuisce la colpa a un contesto di business insufficiente e il 45% a dati frammentati. Il report è contenuto personalizzato, non editoriale, ma è un contrappeso utile alle dichiarazioni dei fornitori.

La ricerca converge sulla stessa distanza tra esecuzione e correttezza. Akshat Jani, Sakhinana Sagar Srinivas e Venkataramana Runkana hanno inviato un articolo ad arXiv il 30 ottobre. Riporta il 98,3% di specifiche corrette al primo turno e di esiti decisionali su 120 richieste legate a template per la simulazione automatica di PDE. Il confronto è con il 92,5% di un singolo tentativo assistito da schema e l'82,5% del solo modello. Su 12 test dal vivo da utente a risultati, 9 hanno raggiunto il successo congiunto di specifica, esecuzione, esportazione e riferimento numerico, cioè il 75,0%.

I fornitori di test vendono nella stessa apertura. Momentic, azienda Y Combinator W24, è sbarcata su Hacker News il 2 novembre. La sua landing page rivendica 77.813 test creati, 70.607.819 esecuzioni di test, 8.932.104 auto-heal e 117.010 bug individuati. Sono cifre dell'azienda, non verificate.

Meteo legale

Il clima intorno sta cambiando. Lunedì il New York Times ha citato in giudizio Brave davanti al tribunale federale di Manhattan, secondo TechCrunch. Sostiene che il browser abbia estratto contenuti protetti da copyright e li abbia distribuiti a società di AI tra cui Anthropic, Perplexity, Mistral, xAI e Cohere. Il Daily News, il Chicago Tribune e l'Orlando Sentinel hanno depositato una causa simile lo stesso giorno. Il Times definisce Brave un "recinto" per contenuti rubati. Afferma che Brave ha costruito un indice di oltre 30.000.000.000 di pagine web usando un crawler non identificato.

I soldi continuano a muoversi. Tech.eu ha riportato il 3 novembre che CyberKord, con sede a Milano, ha raccolto 2.700.000 euro in un pre-seed guidato da 360 Capital, con la partecipazione di Plus Partners, Addendum Capital e Vento. La piattaforma abbina l'AI a un gemello digitale dell'infrastruttura IT di un'azienda. Il 2 novembre la stessa testata ha scritto che Roleo, fondata da un co-fondatore di Veriff, ha raccolto 2.900.000 euro per espandere un agente di carriera AI in tutta Europa.

Non tutti assumono per questo. Dirk-Peter van Leeuwen, CEO di SUSE, ha scritto al personale in un'email interna che l'azienda taglierà circa il 10% della sua forza lavoro globale di 1.900 persone, citando automazione e AI. The Register ha riportato per primo l'email, e heise online ne ha parlato il 2 novembre. I dipendenti coinvolti sarebbero stati informati entro mercoledì. I colloqui individuali iniziano all'inizio della prossima settimana, con un briefing strategico per il resto del personale il 16 novembre.