The Agent Watch
Briefing · Articoli · Strumenti · Chi siamo EN FR DE ES 中文 IT PT SV FI DA

Briefing quotidiano

16 novembre 2026 · 5 storie

🔥 In primo piano

1

OpenBot 1.0: l'agente lavora sul suo computer, ma deve chiedere il permesso

CopilotKit rilascia OpenBot 1.0, un'officina dove si installano agenti che fanno il lavoro al posto vostro. Ogni agente ha il proprio computer: un browser che potete guardare lavorare, dei file e una riga di comando. Gli date tre tipi di permessi: può agire da solo, deve chiedere la vostra conferma, oppure non può toccare nulla. Ogni tentativo finisce in un registro. L'esempio dell'editore: un agente che controlla le note spese. Va a cercare la regola in vigore, mostra la riga della ricevuta che crea dubbi e segnala ciò che richiede un giudizio umano. Non ha il permesso di avviare il rimborso. Il codice è libero, con licenza MIT, e la sala di controllo che fornisce memoria e governance viene venduta a parte. Fonte : https://www.copilotkit.ai/blog/introducing-openbot-1-0

2

Stanford insegna a un modello a tenere solo 16 ricordi di una biblioteca intera

I ricercatori di Stanford aprono il codice di un modulo di memoria per modelli congelati, con licenza Apache 2.0. Il principio: il modello non legge più tutti i documenti a ogni domanda. Ne trattiene solo 16, scelti in base alla domanda, come se teneste 16 schede in una scatola invece di portare in giro una biblioteca intera. Su un test di domande fattuali, ottiene 84,33 % con quei 16 token, contro 80,43 % quando riceve tutto. Il numero di token dei documenti è 108 volte più basso. Con 512 documenti, la latenza misurata scende da 19,9 a 0,74 secondi, cioè 27 volte meno. Gli autori segnalano anche i limiti: il modulo perde su tre test, quando i documenti sono troppo brevi perché la compressione possa guadagnare qualcosa. Fonte : https://memory.stanford.edu/

3

Mac affittati al giorno per agenti che devono lavorare su un computer vero

Mount Thor raccoglie 45 milioni di dollari per vendere Mac in affitto, come si affittano i server. L'idea parte da un'osservazione semplice: un agente che pilota un computer ha bisogno dello stesso ambiente di una persona, con le sue applicazioni, i suoi file e il suo schermo. Molti compiti esistono solo sul sistema operativo di Apple. Per questo l'azienda vende macchine complete e macchine virtuali isolate, fatturate al giorno. Ha già allestito il suo primo centro dati in meno di sei mesi. Tra gli investitori ci sono nomi noti del settore: Meta, OpenAI e Vercel, insieme a CRV e Conviction che guidano la serie A. Il team ha già costruito infrastruttura per Cerebras, CoreWeave, OpenAI e xAI. Fonte : https://blog.mountthor.com/a

4

Kindo raccoglie 30 milioni di dollari per sapere quanto costa ogni agente

Kindo raccoglie 30 milioni di dollari, guidati da Crosspoint Capital e Forgepoint Capital, per un totale di 57,6 milioni dalla nascita. L'azienda vende una sala di controllo per gli agenti aziendali: sapere cosa fanno, cosa toccano e quanto costano. La parte più concreta è la fattura. La console registra ogni token consumato e l'esito di ogni esecuzione, compresi i fallimenti, e poi consolida i costi per persona, per agente, per servizio e per progetto. I team finanziari possono fissare tetti rigidi e far scattare avvisi. Kindo dichiara di aver fatto crescere i ricavi di circa 800 % in un anno, e cita un cliente che dice di risparmiare oltre 2 milioni di dollari l'anno. Sono cifre dell'editore, non verificate da un revisore. Il prodotto funziona con qualsiasi agente, anche costruito altrove, e può girare presso il cliente, senza connessione. Fonte : https://www.kindo.ai/resources/press-kindo-raises-57-million-ai-agent-management

5

Blue J raccoglie 176 milioni di dollari per agenti che fanno lavoro fiscale

Blue J raccoglie 176 milioni di dollari in un round di serie E guidato da JMI Equity, con una valutazione oltre 700 milioni. L'azienda vende un agente che fa il lavoro del commercialista, non solo quello che risponde alle domande. Gli si affida un intero compito: rivedere una dichiarazione prima del deposito, preparare una risposta a un avviso fiscale, analizzare un patto tra soci, redigere una lettera al cliente. Produce un documento pronto da rivedere, con fonti e passaggi consultabili, e la persona mantiene il giudizio. La piattaforma ha già risposto a più di 14 milioni di domande fiscali. I ricavi ricorrenti annuali sono cresciuti del 165 % in quindici mesi. Lo usano più di 6 500 organizzazioni e 45 000 professionisti. Il fondatore lo riassume: una risposta quasi mai non è la fine del lavoro del cliente. Fonte : https://www.bluej.com/blog/blue-j-announces-series-e-funding

📡 Da tenere d'occhio

Solo.io vuole che una sessione di agente si metta in pausa invece di occupare un server

Solo.io annuncia le versioni aziendali di due componenti per far funzionare agenti in produzione. L'idea: una sessione di agente si mette in pausa quando non ha niente da fare e riprende su richiesta, invece di lasciare acceso tutto il tempo un server vuoto. Ogni sessione è isolata, e un cancello controlla chi la chiama e cosa può raggiungere. OutSystems e Swissquote lo usano già. Fonte : https://www.solo.io/press-releases/announcing-kagent-1-0-ga

Mirantis aggiunge un pulsante di emergenza e tetti di spesa per gli agenti in produzione

Mirantis mette in vendita una piattaforma per far funzionare agenti sui propri server. Permette di definire cosa può raggiungere ogni agente, fissare tetti di spesa su tre livelli, registrare tutto e staccare in un colpo la rete di tutta la flotta in caso di incidente. Un agente può proporre una riparazione su una macchina in produzione, ma una persona deve approvarla prima che venga applicata. L'editore si appoggia a due studi: il 49,8 % delle organizzazioni intervistate ha subito o sospetta un'azione non voluta di un agente, e solo il 17,5 % riesce a fermarlo in automatico. Fonte : https://www.mirantis.com/company/press-center/company-news/mirantis-announces-agent-platform-that-strengthens-human-oversight-of-production-ai-agents

AT&T gestisce quasi 500 processi con agenti, senza togliere subito la persona

L'operatore telefonico AT&T ha messo in produzione quasi 500 processi gestiti da agenti e prevede di triplicare il numero nel 2027. La sua piattaforma gestisce oltre un milione di transazioni al mese. Il punto interessante non è il numero, ma la regola: ogni processo parte con una persona che valida, e l'autonomia completa arriva solo quando la precisione raggiunge la metà alta dei novanta e il rischio è considerato accettabile. Un gruppo interno, Business Agent Foundry, mappa i processi e sottopone i più sensibili a revisioni di sicurezza e conformità. Fonte : https://siliconangle.com/2026/11/14/att-uses-agentic-ai-to-reinvent-business-processes-from-the-ground-up

Un modello vocale che sa con chi stava parlando, anche se risponde la televisione

Bland presenta Tofu-1, un modello che ascolta e parla insieme, senza passare dalla trascrizione. L'editore punta alle chiamate difficili: da un'auto in movimento, in un reparto ospedaliero, con più persone che parlano. Il suo test preferito è il caso della televisione. L'agente chiede se il chiamante vuole annullare, il chiamante non risponde perché cerca il numero del contratto, e la televisione dice sì. Un modello che legge solo il testo prenderebbe quel sì per una conferma. Tofu-1 è pensato per attribuire la frase alla televisione e chiedere di nuovo. L'accesso è in anteprima, per poche aziende. Fonte : https://www.bland.ai/speech-to-speech

📊 Tendenza

Oggi gli agenti vengono installati e controllati tanto quanto rispondono. OpenBot 1.0 dà a ogni agente il proprio computer, i propri permessi e il proprio registro, e Stanford mostra che un modello congelato può reggere una collezione intera di documenti con 16 ricordi, il che rende il costo prevedibile qualunque sia il volume. Intanto la fattura diventa una questione di gestione: Kindo consolida quanto costa ogni agente, Mirantis stacca la rete di un'intera flotta con un clic, e Solo.io vuole che una sessione si metta in pausa invece di occupare un server per sempre. AT&T applica la stessa regola su grande scala: la persona valida all'inizio, l'autonomia arriva solo dopo una precisione misurata. E i soldi si spostano verso l'applicazione di settore: Blue J vende un agente che fa lavoro fiscale, non una risposta in più.