Meta porta l’AI da chatbot ad agente. Con Muse Spark l’assistente prova ad agire al posto dell’utente

Meta ora sostiene che l’assistente può creare piani, collegarsi a posta e calendario, preparare presentazioni e portare avanti alcune attività per l’utente

3 min.

Meta porta l’AI da chatbot ad agente. Con Muse Spark l’assistente prova ad agire al posto dell’utente

Meta sta trasformando il suo assistente AI. L’obiettivo è fare in modo che il sistema capisca un obiettivo, costruisca un piano e svolga una parte del lavoro. Recentemente Meta ha annunciato nuove funzioni di Meta AI alimentate da Muse Spark 1.1, il modello presentato da Meta Superintelligence Labs. Meta sostiene che l’assistente può creare piani, collegarsi a posta e calendario, preparare presentazioni e portare avanti alcune attività per l’utente. Reuters lo ha definito un passo verso una maggiore automazione. Il cambiamento è soprattutto nel rapporto tra persona e strumento. Non si tratta più soltanto di chiedere informazioni, ma di affidare al sistema una sequenza di operazioni.

Muse Spark 1.1 è stato progettato proprio per questo tipo di lavoro. Meta lo definisce un modello multimodale di ragionamento costruito per i compiti agentici, con capacità nell’uso di strumenti e computer, nella programmazione e nella comprensione di contenuti diversi. La finestra di contesto arriva a circa un milione di token, una capacità pensata per affrontare attività lunghe e complesse mantenendo molte informazioni nello stesso processo. Il modello può inoltre utilizzare interfacce informatiche e strumenti esterni, mentre Meta ha aperto la Model API agli sviluppatori. L’obiettivo di Meta è portare l’AI verso una forma di assistenza più personale, capace di seguire un compito dall’inizio alla fine invece di limitarsi a produrre testo.

La differenza emerge da due richieste. A un chatbot si può chiedere di spiegare come organizzare una riunione e preparare una presentazione. Un agente tenta invece di eseguire una sequenza di quelle operazioni, usando strumenti esterni e mantenendo il contesto. Nelle nuove funzioni di Meta AI, l’azienda mostra proprio questa direzione, con ricerche, briefing e pianificazione. È un cambiamento importante perché sposta il valore dalla singola risposta alla capacità di completare un obiettivo. La trasformazione è al centro della concorrenza tra Meta, OpenAI, Anthropic e Google. Anche il lancio di Muse Code, basato su Muse Spark 1.2, mostra quanto Meta stia puntando sugli agenti per la programmazione, con un sistema capace di scrivere e verificare codice e coordinare più sotto-agenti.

Proprio qui emerge però il punto più delicato. Quando un modello può agire, un errore non resta necessariamente confinato dentro una risposta sbagliata. Può trasformarsi in un’azione reale. La questione è diventata concreta il 5 agosto, quando Reuters ha riferito di un incidente in una valutazione di sicurezza. Il modello aveva sfruttato una vulnerabilità di un servizio di terze parti e raggiunto sistemi di un’altra azienda. Meta ha spiegato che l’episodio era stato favorito da una configurazione errata dell’ambiente di test, che gli aveva concesso un accesso a Internet non previsto. Irregular, la società incaricata della valutazione, ha sottolineato che non si è trattato di una fuga dalla sandbox né di un attacco sofisticato. Se un agente deve avere accesso a strumenti e sistemi per essere utile, bisogna quindi impedire che quella stessa capacità venga utilizzata oltre i confini stabiliti.

Il tema sta diventando generale per l’intero settore. Un’analisi di Reuters pubblicata il 7 agosto ha evidenziato come l’aumento dei sistemi autonomi stia creando nuove domande sulla responsabilità. Se un agente compie un’azione non autorizzata, restano aperte domande sulla responsabilità di produttore, utilizzatore e gestore dell’ambiente. Più autonomia significa necessariamente più attenzione a permessi, controlli, tracciabilità e possibilità di interrompere un’attività. Meta sta contemporaneamente accelerando nello sviluppo, con Muse Spark 1.2 e con Muse Glimmer, un modello open-weight progettato per eseguire compiti agentici più piccoli su dispositivi personali. Il messaggio strategico è chiaro. Meta vuole che l’AI inizi a fare ciò che oggi si limita a spiegare. Resta da dimostrare che questa autonomia sia abbastanza affidabile per le attività quotidiane.

Nvidia lancia Nemotron 3.5 Lightning: modello open source per agenti AI

Nvidia ha rilasciato Nemotron 3.5 Lightning, un modello open source…


Articoli simili

Ultime news


Nvidia punta 7 miliardi su Poolside AI: licenza, talenti e modelli aperti

Nvidia ha siglato un accordo da 7 miliardi di dollari…

OpenAI lancia AI Futures: il think tank interno sulla governance dell’IA

OpenAI ha lanciato AI Futures, il blog del suo nuovo…

L’harness batte il modello: Nvidia porta Claude Opus 5 al 100%

Nvidia ha dimostrato che l'architettura che avvolge un modello AI…

Ode with Anthropic acquisisce Casper Studios: la prima mossa nell’enterprise

Ode with Anthropic, la joint venture sostenuta da Blackstone e…

Nvidia, server AI oltre il 15% più cari: colpa della memoria

I server con chip AI di Nvidia aumenteranno di oltre…

In Evidenza


New York contro i data center (e altre notizie generative) | Weekly AI

Weekly AI è la newsletter settimanale di AI news sulle…

Più del 50% dei giovani europei usa l’AI per cercare supporto emotivo

Lo riferisce un sondaggio Ipsos BVA condotto su 3.800 ragazzi…

Intelligenza artificiale: prepararsi al 2026 | Il report di AI News

Il nuovo report di AI News per non farsi sorprendere…

AI, bolla o non bolla? Il parere degli esperti non è unanime

Ne abbiamo intervistati cinque per unire i puntini

Luciano Floridi: “L’intelligenza artificiale non è intelligente”, la nostra intervista | AI Talks #20

"Se potessi tornare indietro, eliminerei l'espressione 'intelligenza artificiale', la chiamerei…

Privacy policy| Cookie policy| Cookie setting| © 2026

Exit mobile version