Il PC agentico è già iniziato: dai modelli open-weight ad A1OS

Per anni abbiamo chiamato intelligenza artificiale una finestra aperta nel browser. Scrivevamo una richiesta, aspettavamo una risposta e poi tornavamo a lavorare. Il modello era potente, ma rimaneva distante: viveva nel cloud, non conosceva davvero i nostri sistemi e non poteva agire senza essere continuamente guidato.

La nuova generazione di modelli open-weight, soprattutto quella proveniente dalla Cina, sta spostando il confine tra ciò che deve necessariamente avvenire nei grandi data center e ciò che può essere eseguito su una workstation, un server aziendale o una macchina dedicata. Non stiamo ancora parlando di installare qualunque modello frontier su un normale notebook. Stiamo osservando però una traiettoria chiara: modelli più efficienti, architetture sparse, quantizzazioni migliori e runtime capaci di portare sempre più intelligenza vicino ai dati e alle persone.

DeepSeek-V4-Flash rappresenta bene questo passaggio. Il modello utilizza un’architettura Mixture-of-Experts con 284 miliardi di parametri complessivi, ma ne attiva 13 miliardi durante l’inferenza, supporta un contesto fino a un milione di token ed è distribuito con licenza MIT. La documentazione include percorsi di esecuzione attraverso vLLM, SGLang e versioni quantizzate compatibili con diversi ambienti locali. La versione datata 0731 è stata presentata come il rilascio ufficiale successivo al preview, con un post-training maggiormente orientato a coding, reasoning e capacità agentiche.

La questione più interessante, tuttavia, non riguarda il punteggio ottenuto in un benchmark. Riguarda ciò che accade quando un modello sufficientemente capace smette di essere soltanto un servizio da interrogare e diventa una presenza persistente dentro una macchina.

Quando il modello entra nel computer

Un PC agentico non è un computer con un chatbot installato.

È una macchina che riceve un obiettivo, osserva lo stato dei sistemi, recupera le informazioni necessarie, suddivide il lavoro in attività, utilizza strumenti, verifica i risultati e conserva memoria di ciò che è accaduto. Può interrompersi, riprendere un task, chiedere un’approvazione o delegare una parte del lavoro a un altro agente specializzato.

Il cambiamento è profondo perché il computer tradizionale aspetta. Il computer agentico opera.

Oggi una workstation può già ospitare modelli locali per classificazione, analisi documentale, scrittura, ricerca semantica, coding e automazioni circoscritte. Quando serve una capacità superiore può inoltrare il singolo task a un modello frontier remoto. Il futuro più realistico non è quindi quello di un unico gigantesco modello che fa tutto, ma di una macchina che utilizza intelligenze differenti in base al costo, alla riservatezza dei dati, alla velocità richiesta e alla complessità dell’operazione.

Un modello locale può leggere documenti riservati senza inviarli all’esterno. Un modello economico può analizzare migliaia di record. Un modello più potente può intervenire soltanto nella pianificazione o nella revisione finale. Un modello specializzato può occuparsi del codice, mentre un altro controlla i risultati e cerca eventuali errori.

L’intelligenza smette così di coincidere con il nome di un modello. Diventa un sistema di capacità coordinate.

Framework come Hermes Agent mostrano che questa infrastruttura sta già prendendo forma. Hermes può lavorare con provider differenti o con endpoint locali, conservare memoria, creare e migliorare skill, eseguire automazioni pianificate, utilizzare terminale e browser e delegare attività a subagenti isolati. Può essere eseguito su un computer, un server economico o un’infrastruttura GPU, senza dipendere da un singolo fornitore.

Perché i modelli cinesi contano così tanto

DeepSeek non è un caso isolato. Attorno ai modelli cinesi si sta formando un ecosistema estremamente rapido, composto da famiglie come Qwen, GLM, Kimi, MiniMax e DeepSeek. Alcune pubblicano i pesi, altre offrono API molto competitive, altre ancora sviluppano modelli specializzati nel coding, nel reasoning o nell’utilizzo degli strumenti. Hermes stesso integra provider e modelli provenienti da questo ecosistema accanto ai principali modelli occidentali e agli endpoint locali.

La loro importanza non deriva soltanto dal prezzo.

Questi modelli stanno mettendo pressione sull’intero mercato affinché l’intelligenza diventi più efficiente, accessibile e trasferibile. Ogni nuova architettura capace di ottenere prestazioni elevate attivando una porzione ridotta dei parametri avvicina il momento in cui modelli molto potenti potranno lavorare su infrastrutture più piccole.

Oggi DeepSeek-V4-Flash completo richiede ancora hardware importante. Sarebbe sbagliato descriverlo come un modello pronto a funzionare integralmente su qualsiasi PC consumer. Ma ciò che oggi richiede un cluster, domani può essere distillato, quantizzato o sostituito da una variante più compatta con capacità simili su un insieme specifico di task.

Il punto non è prevedere quale sarà il nome del modello vincente fra dodici mesi. Il punto è comprendere che la capacità necessaria a costruire agenti realmente operativi sta diventando sempre più disponibile.

E quando il modello è disponibile, il problema principale non è più il modello.

Diventa l’organizzazione del lavoro.

Dall’agente alla Full Agentic Factory

Un singolo agente può essere utile. Una struttura coordinata di agenti può diventare un’azienda.

La Full Agentic Factory è una visione di impresa nella quale una parte crescente delle funzioni operative viene eseguita da agenti specializzati. Non significa necessariamente un’azienda priva di esseri umani. Significa un’azienda che non deve più replicare una struttura gerarchica tradizionale ogni volta che vuole acquisire una nuova capacità.

Invece di costruire immediatamente un reparto, può costruire un sistema.

Un agente chief interpreta gli obiettivi e li trasforma in task verificabili. Un builder realizza il lavoro. Un reviewer controlla in modo indipendente. Un agente QA esegue test e simulazioni. Altri agenti possono occuparsi di supporto, crescita, analisi dei costi, documentazione o monitoraggio.

Questi agenti non devono necessariamente utilizzare lo stesso modello. Possono lavorare con livelli differenti di intelligenza, permessi e budget. Possono essere attivati soltanto quando serve, operare parallelamente e lasciare una traccia completa delle proprie decisioni.

L’essere umano non scompare. Cambia posizione.

Non deve più intervenire in ogni passaggio operativo, ma definisce direzione, limiti, criteri economici e decisioni irreversibili. Diventa l’orchestratore di un’organizzazione nella quale l’esecuzione è distribuita tra capacità digitali persistenti.

Una Full AI Company potrebbe quindi non avere dipendenti nel senso tradizionale, oppure avere un nucleo umano molto piccolo. Potrebbe però disporre di una forza operativa capace di sviluppare un prodotto, controllarne la qualità, rispondere ai clienti, misurare i costi, preparare campagne e mantenere aggiornata la conoscenza aziendale.

La differenza tra una dimostrazione interessante e una vera fabbrica agentica risiede però nel controllo. Senza identità, autorizzazioni, memoria verificabile, budget e responsabilità, più agenti producono soltanto più caos.

Per questo non basta collegare un modello a un terminale.

Serve un sistema operativo per l’organizzazione agentica.

A1OS: il sistema operativo dell’impresa agentica

In Agent1 stiamo sviluppando A1OS, Agent1 Operating System.

A1OS non vuole sostituire Windows o Linux. È il livello software che governa agenti, strumenti, memoria, task, budget e approvazioni. È il control plane che trasforma un obiettivo aziendale in attività eseguibili, stabilisce chi può fare cosa, sceglie quale modello utilizzare e raccoglie le prove del lavoro svolto.

Il primo pilot viene sviluppato su MyPedro. Il sistema nasce localmente, su una macchina controllata, ma può lavorare con GitHub, Vercel, Supabase, OpenRouter, email, analytics e altri servizi attraverso connessioni API in uscita. Locale, in questa architettura, non significa isolato. Significa mantenere il controllo del runtime, delle identità e della memoria operativa senza dover esporre il computer direttamente a Internet.

A1OS integra tre livelli distinti.

Hermes Agent è il runtime. Gestisce gli agenti, le sessioni, le skill, gli strumenti, il browser, il terminale, la memoria e le attività pianificate.

Buzz è lo spazio operativo condiviso. È il luogo nel quale persone e agenti comunicano, discutono un task, pubblicano risultati e richiedono approvazioni. In Buzz, messaggi, workflow, revisioni e azioni Git diventano eventi firmati e ricercabili all’interno dello stesso registro. Gli agenti non sono bot esterni alla conversazione: diventano membri identificabili dello spazio di lavoro, con la propria identità e il proprio audit trail.

A1OS governa il sistema. Mantiene la logica proprietaria, le policy, i budget, il model routing, i connettori e i livelli di autonomia.

Ogni attività nasce da un Task Contract che descrive obiettivo, input, output atteso, rischio, budget, scadenza e prove richieste. Il Policy Engine controlla le azioni prima che vengano eseguite. L’Economic Governor impedisce agli agenti di superare i limiti economici o di aumentare autonomamente il proprio budget. Il Model Router sceglie il modello in base a qualità, costo, privacy, latenza e strumenti disponibili.

Il Knowledge Service recupera le informazioni dalle fonti autorevoli, come repository, database, specifiche e servizi reali. Il Capability Ledger registra le azioni consentite a ogni agente e la loro scadenza. L’Observability Layer conserva costi, tempi, errori, risultati ed evidenze.

In questa visione, la memoria del modello non diventa mai la verità aziendale. La verità rimane nel codice versionato, nei database, nelle API, nei documenti approvati e nei registri economici. L’agente può ricordare, ma deve sempre poter dimostrare.

Anche l’autonomia è progressiva. A1OS parte da agenti che osservano e preparano proposte. Passa poi ad azioni reversibili, come creare un branch o pubblicare una preview. Soltanto dopo verifiche sufficienti può autorizzare operazioni entro budget e capability definite. Le decisioni economiche o irreversibili rimangono sottoposte al Symposium, il livello umano di governo.

La Full Agentic Factory non nasce quindi concedendo libertà assoluta agli agenti. Nasce costruendo confini sufficientemente precisi da permettere loro di lavorare senza essere sorvegliati in ogni secondo.

Ciò che vediamo nei prossimi dodici mesi

Fra un anno il PC agentico non sarà necessariamente un nuovo prodotto da acquistare. Sarà una nuova funzione del computer che già utilizziamo.

Vedremo workstation che ospitano una forza lavoro locale. Non un unico modello universale, ma un gruppo di modelli compatti e specializzati, attivati in base al task. Alcuni lavoreranno continuamente, altri verranno caricati soltanto quando necessario.

Il cloud diventerà un livello di escalation. Le attività ripetitive, sensibili o ad alto volume rimarranno sulla macchina. I modelli frontier verranno utilizzati per le decisioni più complesse, per la pianificazione o per una revisione indipendente. Il costo del cloud non sparirà, ma sarà governato.

Gli agenti lavoreranno anche quando l’azienda non sta lavorando. Potranno analizzare ticket, preparare task, eseguire test, aggiornare documentazione e produrre rapporti durante la notte. Al mattino non presenteranno soltanto una risposta, ma uno stato operativo completo con risultati, errori ed evidenze.

La capacità diventerà installabile. Aggiungere una funzione all’azienda potrebbe significare installare un nuovo profilo, assegnargli strumenti, collegarlo alle fonti corrette e stabilire un budget. Le aziende non cresceranno soltanto assumendo persone o acquistando software: cresceranno aggiungendo capacità agentiche.

L’autonomia economica inizierà in forma limitata. Un agente potrà proporre un investimento, misurarne il ritorno e aumentare gradualmente l’attività entro un envelope approvato. Non potrà utilizzare la riserva, modificare i propri limiti o certificare da solo il successo delle proprie decisioni.

Non sarà ancora un’intelligenza generale capace di gestire qualunque azienda senza supervisione. Sarà qualcosa di più concreto: un sistema capace di gestire autonomamente porzioni crescenti e misurabili dell’impresa.

Ed è proprio da queste porzioni che nasceranno le prime aziende full AI.

Il prossimo computer non sarà soltanto più veloce

I modelli open-weight non stanno semplicemente riducendo il costo delle API. Stanno distribuendo nuovamente il potere computazionale.

Permettono alle aziende di immaginare un’intelligenza che vive vicino ai propri dati, che può essere modificata, sostituita e combinata con altri modelli. Rendono possibile una forma di indipendenza che i sistemi interamente chiusi non possono offrire.

DeepSeek e l’ecosistema cinese stanno accelerando questa transizione. Nei prossimi mesi i modelli diventeranno più piccoli, più capaci e più facili da eseguire. Ma la vera innovazione non sarà avere un modello più intelligente sul proprio PC.

Sarà costruire il sistema che gli permette di lavorare.

La Full Agentic Factory comincia quando un agente non si limita più a rispondere, ma conosce il proprio incarico, il budget disponibile, le fonti da consultare, gli strumenti consentiti, le prove da produrre e il momento nel quale deve fermarsi.

A1OS è il nostro tentativo di costruire questo livello.

Non un altro chatbot. Non un’automazione isolata.

Un sistema operativo per aziende nate agentiche.

agent1 — born agentic.