Quando gli agenti AI comprano per noi: piattaforme, modelli e hardware in gioco

Shopify apre il suo catalogo di oltre un miliardo di prodotti agli agenti AI scelti dagli utenti. Gli agenti possono cercare, scegliere e chiudere l’ordine in chat con Shop Pay, senza accordi bilaterali tra piattaforme. Conta il collegamento dell’agente all’account Shop dell’utente, non la partnership tra aziende. La tesi: le piattaforme passano dalla raccomandazione alla delega operativa. L’utente definisce paletti e preferenze. L’agente agisce.

Dalla raccomandazione alla delega operativa

A settembre Shopify aveva attivato Muse, l’agente di Meta, per comprare dentro la conversazione. Ora estende la stessa capacità a “qualsiasi agente” collegato dal cliente. Cade il vincolo della partnership. Resta l’autorizzazione decisa dall’utente, che collega l’agente all’account Shop e ne limita l’operatività.

Il pagamento si chiude in un clic con Shop Pay. L’ordine finisce nell’app Shop insieme agli altri acquisti. Tutto accade nella chat, senza passare da integrazioni dedicate o convenzioni tra piattaforme. L’agente diventa personal shopper, ma dentro confini espliciti. L’AI non si limita a suggerire: può agire per conto dell’utente, su un catalogo ampio e con conferma in un clic.

Controllo esplicito e personalizzazione diretta nei feed

Meta introduce Your Algorithm su Facebook, dopo il primo lancio su Instagram. L’utente scrive in linguaggio naturale cosa vuole vedere di più o di meno. Oppure marca i singoli contenuti come “interessato” o “non interessato”. Le modifiche hanno effetto in tempo reale su Feed e Reels. I comandi sono in una pagina dedicata e nel menu a tre puntini di ogni post.

La mossa è simmetrica a Shopify, ma sul piano dell’attenzione. L’utente fornisce segnali espliciti. L’algoritmo li combina con il comportamento d’uso. Meta inquadra la funzione negli strumenti “AI-powered” e indica un maggiore uso di LLM nel ranking dei contenuti. L’obiettivo dichiarato: più segnali espliciti dai gusti degli utenti, maggiore pertinenza dei suggerimenti. Per chi costruisce agenti, questi segnali diventano materiale chiaro da tradurre in azioni operative: filtrare, dare priorità, escludere.

Modelli di frontiera per compiti multi-step e integrazione via API

Google rende disponibile globalmente Gemini 4 Argon. Accesso via API in AI Studio e nella Gemini platform per sviluppatori e imprese. Gli abbonati Google AI Ultra e Pro trovano il modello nell’app Gemini e in AI Mode in Search. Chi ha l’abbonamento Ultra può accedere anche da Antigravity, la piattaforma di sviluppo per agenti.

Argon nasce per deep work su compiti reali e multi-step. Google lo indica per coding, finanza, ambito legale, cybersecurity e scienza. Parla di frontier reasoning e di risultati migliori su flussi di lavoro complessi, con meno hedging e meno ripetizioni. Sui benchmark, afferma che Argon ottiene il primo posto nel Vals Index. Il prezzo di lancio è introduttivo: 2 dollari per milione di token in input e 10 dollari per milione di token in output. I token di input in cache hanno uno sconto del 95%.

Per i progettisti di agenti, contano disponibilità via API, prezzo e integrazione negli strumenti. Il messaggio è operativo: portare ragionamento e pianificazione in catene multi-step compatibili con processi reali, dal codice ai flussi regolati. L’agente non è solo un’interfaccia conversazionale. Orchestri fasi, strumenti e vincoli.

Esecuzione locale, sicurezza e modelli ibridi

Dal 16 ottobre arrivano i laptop RTX Spark. NVIDIA indica fino a 1 petaflop di calcolo AI e 128 GB di memoria unificata, con agenti locali supportati dalla pila RTX e CUDA. La disponibilità dei notebook arriva da un annuncio congiunto con Microsoft. Al debutto sono dichiarate migliaia di app, giochi e modelli.

In vista del lancio, arrivano aggiornamenti mirati alle app per agenti. Tra i nomi citati: GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi e WorkBuddy. Le novità puntano a semplificare la configurazione su RTX Spark, a rafforzare la sicurezza con OpenShell e con Microsoft Execution Containers, e ad abilitare l’instradamento ibrido tra locale e cloud quando serve capacità extra o servizi specifici. Sul fronte modelli, l’elenco include anche NVIDIA Nemotron 3.5 Bolt 74B.

Sul mobile, Google Play introduce le app “vibe-coded” private. Negli Stati Uniti chi crea un’app con Google AI Studio può installarla sul proprio Android via Play Store senza pubblicarla. L’app è visibile solo al creatore. Non appare nelle ricerche né nelle pagine del catalogo pubblico. L’uso passa da un normale account Google e restano valide le policy di Play. Google afferma che le app personali restano sicure, private e separate dal catalogo pubblico. Non vengono condivise con nessuno, a parte il creatore, e non sono ricercabili nello store.

La traiettoria è netta. Gli agenti corrono in locale quando serve esecuzione sul dispositivo e passano al cloud quando servono capacità o servizi specifici. Le installazioni private aprono spazio alla sperimentazione personale, senza la frizione della pubblicazione pubblica.

Implicazioni pratiche per interoperabilità, consenso e UX

Interoperabilità. Shopify sceglie l’accesso basato su scelta e collegamento dell’utente, non su accordi bilaterali. Questo disaccoppia l’agente dalla piattaforma commerciale. Apre la porta a concorrenza tra agenti su uno stesso catalogo. Richiede autorizzazioni chiare e revocabili, perché l’agente può completare transazioni per conto dell’utente.

Consenso e controllo. Your Algorithm traduce preferenze esplicite in segnali di ranking. L’utente può regolare il feed con comandi testuali e segnali sul singolo contenuto. Le modifiche hanno effetto in tempo reale. È un modello utile anche per agenti incaricati di compiere azioni: preferenze e paletti devono essere semplici da impostare, modificare e verificare.

Privacy e sicurezza. Gli aggiornamenti citati per RTX Spark includono misure legate a configurazione e contenimento, con OpenShell e Microsoft Execution Containers. I pagamenti via Shop Pay avvengono dentro la chat e l’ordine appare nell’app Shop. Le installazioni private su Google Play offrono un canale per uso personale con visibilità limitata al creatore.

UX e responsabilità. Passare dal “ti consiglio” al “faccio per te” cambia interfacce e aspettative. Servono conferme esplicite sulle azioni rilevanti e tracce verificabili. Shopify registra l’ordine nell’app Shop, così l’utente ritrova la transazione accanto agli altri acquisti. Sui feed, Meta rende i comandi visibili nel menu a tre puntini e in una pagina dedicata. Le scelte aggiornano l’insieme di raccomandazioni, non solo il singolo post.

Infine, capacità e costi. Con Argon, Google propone un modello orientato a flussi multi-step, con canali di accesso per sviluppatori e imprese e prezzi dichiarati per input e output. È un tassello per agenti che puntano a compiti reali. Il quadro si completa con hardware progettato per l’esecuzione locale e con app per agenti aggiornate per instradare tra locale e cloud.

La direzione passa da scelte concrete: un catalogo aperto ad agenti collegati dall’utente, feed che raccolgono preferenze esplicite, modelli e PC pensati per catene di azioni. La prossima soglia è operativa: disegnare deleghe chiare e reversibili, che l’utente capisca e controlli, mentre l’agente compra in chat o riorganizza ciò che vede in tempo reale.